『壹』 统计数据分析的基本方法有哪些
1、对比分析法
就是将某一指标与选定的比较标准进行比较，比如：与历史同期比较、与上期比较、与其他竞争对手比较、与预算比较。一般用柱状图进行呈现。
2、结构分析法
就是对某一项目的子项目占比进行统计和分析，一般用饼图进行呈现。比如：A公司本年度营业额为1000万，其中饮料营业额占33.6%、啤酒占55%，其他产品的营业额占11.4%。
3、趋势分析法
就是对某一指标进行连续多个周期的数据进行统计和分析，一般用折线图进行呈现。比如：A公司前年度营业额为880万，去年900万，本年度1000万，预计明年为1080万。
4、比率分析法
就是用相对数来表示不同项目的数据比率，比如：在财务分析中有“盈利能力比率、营运能力比率、偿债能力比率、增长能力比率”。
5、因素分析法
就是对某一指标的相关影响因素进行统计与分析。比如，房价与物价、土地价格、地段、装修等因素有关
6、综合分析法
就是运用多种分析方法进行数据的统计与分析，比如：5W2H分析法、SWOT分析法、PEST分析法、漏斗分析法等。
『贰』 鏁版嵁鍒嗘瀽鐨勫父鐢ㄦ柟娉曟暟鎹鍒嗘瀽鐨勫父鐢ㄦ柟娉曟湁鍝浜
1銆佸规瘮鍒嗘瀽娉曪細甯哥敤浜庡圭旱鍚戠殑銆佹í鍚戠殑銆佹渶涓虹獊鍑虹殑銆佽″垝涓庡疄闄呯殑绛夊悇绉嶇浉鍏虫暟鎹鐨勩備緥濡傦細浠婂勾涓庡幓骞村悓鏈熷伐璧勬敹鍏ョ殑澧為暱鎯呭喌銆3鏈圕PI鐜姣斿為暱鎯呭喌绛夈
2銆佽秼鍔垮垎鏋愭硶锛氬父鐢ㄤ簬鍦ㄤ竴娈垫椂闂村懆鏈熷唴锛岄氳繃鍒嗘瀽鏁版嵁杩愯岀殑鍙樺寲瓒嬪娍(涓婂崌鎴栦笅闄)锛屼负鏈鏉ョ殑鍙戝睍鏂瑰悜鎻愪緵甯鍔┿備緥濡傦細鐢ㄧ數閲忕殑瀛ｈ妭鎬ф尝鍔ㄣ佽偂甯傜殑娑ㄨ穼瓒嬪娍绛夈
3銆佺浉鍏冲垎鏋愭硶锛氬父鐢ㄤ簬鍒嗘瀽涓や釜鎴栧氫釜鍙橀噺涔嬮棿鐨勬ц川浠ュ強鐩稿叧绋嬪害銆備緥濡傦細姘旀俯涓庣敤鐢甸噺鐨勭浉鍏虫с佽繍鍔ㄩ噺澶у皬涓庝綋閲嶇殑鐩稿叧鎬х瓑銆
4銆佸洖褰掑垎鏋愭硶锛氬父鐢ㄤ簬鍒嗘瀽涓涓鎴栧氫釜鑷鍙橀噺鐨勫彉鍖栧逛竴涓鐗瑰畾鍥犲彉閲忕殑褰卞搷绋嬪害锛屼粠鑰岀‘瀹氬叾鍏崇郴銆備緥濡傦細姘旀俯銆佺敤鐢佃惧囥佺敤鐢垫椂闀跨瓑鍥犵礌瀵圭敤鐢甸噺鏁板煎ぇ灏忕殑褰卞搷绋嬪害銆佸伐璧勬敹鍏ョ殑楂樹綆瀵圭敓娲绘秷璐规敮鍑哄ぇ灏忕殑褰卞搷绋嬪害绛夈
5銆佹弿杩版у垎鏋愭硶锛氬父鐢ㄤ簬瀵逛竴缁勬暟鎹鏍锋湰鐨勫悇绉嶇壒寰佽繘琛屽垎鏋愶紝浠ヤ究浜庢弿杩版牱鏈鐨勫悇绉嶅強鍏舵墍浠ｈ〃鐨勬讳綋鐨勭壒寰併備緥濡傦細鏈鏈堟棩骞冲潎鐢ㄧ數閲忋佷笂娴峰競宸ヨ祫鏀跺叆涓浣嶆暟绛夈
6銆佺粨鏋勫垎鏋愭硶锛氬父鐢ㄤ簬鍒嗘瀽鏁版嵁鎬讳綋鐨勫唴閮ㄧ壒寰併佹ц川鍜屽彉鍖栬勫緥绛夈備緥濡傦細鍚勯儴鍒嗙敤鐢甸噺鍗犳荤敤鐢电殑姣旈噸銆佺敓娲绘秷璐规敮鍑烘瀯鎴愭儏鍐电瓑銆
『叁』 数据分析常用的分析方法有哪些
1. 描述型分析
这是最常见的分析方法。在业务中，这种方法向数据分析师提供了重要指标和业务的衡量方法。
例如，每月的营收和损失账单。数据分析师可以通过这些账单，获取大量的客户数据。了解客户的地理信息，就是“描述型分析”方法之一。利用可视化工具，能够有效的增强描述型分析所提供的信息。
2. 诊断型分析
描述性数据分析的下一步就是诊断型数据分析。通过评估描述型数据，诊断分析工具能够让数据分析师深入地分析数据，钻取到数据的核心。
良好设计的BI dashboard能够整合：按照时间序列进行数据读入、特征过滤和钻取数据等功能，以便更好的分析数据。
3. 预测型分析
预测型分析主要用于进行预测。事件未来发生的可能性、预测一个可量化的值，或者是预估事情发生的时间点，这些都可以通过预测模型来完成。
预测模型通常会使用各种可变数据来实现预测。数据成员的多样化与预测结果密切相关。在充满不确定性的环境下，预测能够帮助做出更好的决定。预测模型也是很多领域正在使用的重要方法。
4. 指令型分析
数据价值和复杂度分析的下一步就是指令型分析。指令模型基于对“发生了什么”、“为什么会发生”和“可能发生什么”的分析，来帮助用户决定应该采取什么措施。通常情况下，指令型分析不是单独使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。
『肆』 数据分析常用的方法有哪些
1、简单趋势
通过实时访问趋势了解供应商及时交货情况。如产品类型，供应商区域(交通因子)，采购额，采购额对供应商占比。
2、多维分解
根据分析需要，从多维度对指标进行分解。例如产品采购金额、供应商规模(需量化)、产品复杂程度等等维度。
3、转化漏斗
按照已知的转化路径，借助漏斗模型分析总体和每一步的转化情况。常见的转化情境有不同供应商及时交货率趋势等。
4、用户分群
在精细化分析中，常常需要对有某个特定行为的供应商群组进行分析和比对;数据分析需要将多维度和多指标作为分群条件，有针对性地优化供应链，提升供应链稳定性。
5、细查路径
数据分析可以观察供应商的行为轨迹，探索供应商与本公司的交互过程;进而从中发现问题、激发灵感亦或验证假设。
6、留存分析
留存分析是探索用户行为与回访之间的关联。一般我们讲的留存率，是指“新新供应商”在一段时间内“重复行为”的比例。通过分析不同供应商群组的留存差异、使用过不同功能供应商的留存差异来找到供应链的优化点。
7、A/B 测试
A/B测试就是同时进行多个方案并行测试，但是每个方案仅有一个变量不同;然后以某种规则优胜略汰选择最优的方案。数据分析需要在这个过程中选择合理的分组样本、监测数据指标、事后分析和不同方案评估。
『伍』 常用的数据分析方法有哪些
①对比分析法通过指标的对比来反映事物数量上的变化，属于统计分析中常用的方法。利用对比分析法可以对数据规模大小、水平高低、速度快慢等做出有效的判断和评价。常见的对比有横向对比和纵向对比。
②分组分析法
分组分析法是指根据数据的性质、特征，按照一定的指标，将数据总体划分为不同的部分，分析其内部结构和相互关系，从而了解事物的发展规律。根据指标的性质，分组分析法分为属性指标分组和数量指标分组。所谓属性指标代表的是事物的性质、特征等，如姓名、性别、文化程度等，这些指标无法进行运算;而数据指标代表的数据能够进行运算，如人的年龄、工资收入等。分组分析法一般都和对比分析法结合使用。
③预测分析法
预测分析法主要基于当前的数据，对未来的数据变化趋势进行判断和预测。预测分析一般分为两种：一种是基于时间序列的预测，例如，依据以往的销售业绩，预测未来3个月的销售额;另一种是回归类预测，即根据指标之间相互影响的因果关系进行预测，例如，根据用户网页浏览行为，预测用户可能购买的商品。
④漏斗分析法
漏斗分析法也叫流程分析法，它的主要目的是专注于某个事件在重要环节上的转化率，在互联网行业的应用较普遍。比如，对于信用卡申请的流程，用户从浏览卡片信息，到填写信用卡资料、提交申请、银行审核与批卡，最后用户激活并使用信用卡，中间有很多重要的环节，每个环节的用户量都是越来越少的，从而形成一个漏斗。使用漏斗分析法，能使业务方关注各个环节的转化率，并加以监控和管理，当某个环节的转换率发生异常时，可以有针对性地优化流程，采取适当的措施来提升业务指标。
⑤AB测试分析法
AB 测试分析法其实是一种对比分析法，但它侧重于对比A、B两组结构相似的样本，并基于样本指标值来分析各自的差异。例如，对于某个App的同一功能，设计了不同的样式风格和页面布局，将两种风格的页面随机分配给使用者，最后根据用户在该页面的浏览转化率来评估不同样式的优劣，了解用户的喜好，从而进一步优化产品。