文章详情

　　第一，对比分析，简单来说就是通过不同数据的标准比对更直观反映数量的变化关系，它属于常见的一种方法，具体可分为横向和纵向两种，前者是固定时间对比数据，如在固定时间内比对不同等级用户的购买商品金额、不同商品的销售业绩、利润率高低等等。后者指的是就同一事物比对时间纬度上的变化，如环保、同比等等，不管是哪种分析方法根本目的就是利用分析得到可视化的、明了结论。

　　第二，分组分析法，指的是根据数据做特征分析，将总的数据分成不同模块，就规模大小、速度、水平等做综合有效判断。举个例子，如人们无法利用后台注册用户的名字、性别、受教育程度做具体的分析，但是这些参数所对应的数据则有分析的基础和可能，分析完就能得到清晰的用户画像。

　　第三，预测分析法，数据分析的本质目的就是结合过去、当下已有的数据做分析，以参数之间的关系更好预估未来的发展可能、可能遇到的麻烦和问题，提前做好预案准备、降低风险出现的概率和可能性。

　　第四，漏斗分析法，它有另外一种称呼方式，叫做流程分析法，之所以被称为漏斗法，主要是因为它分析的过程是层层推进的，底层的数据量大，然后往上数据量越少，通过上层除以下层得到转化率的方式来进一步分析不同参数变量所对应的因果关系，以此来更好安排用户的激活。

　　第五，Ab测试分析法，它的分析对象就是a和b这两组在结构上比较相似的样本，基于样本得到的具体指标差来区分彼此之间的差别。同样举个例子，如有个app软件，旗下的某一个功能它融入了不同的界面style呈现和不同的操作细节，将这个不同呈现都给用户体验和感受，然后结合用户的想法做数据分析，如此就能精准知道到底是a好还是b好，由此就能做出更有效的落地安排。

　　以上这些数据分析常用方法如果能掌握起来，再学好像java、linux、hadoop、spark、storm等诸多系统软件的用法，就现有数据走几遍从业流，如此就能将软件、算法和从业过程完全匹配起来，快速得出跟实际一致的结论。