数据分析方法论和分析方法
数据分析方法论
营销方面：4P，用户使用行为，STP理论，SWOT，等等
管理方面：PEST，5W2H，生命周期，逻辑树，金字塔模型，SMART原则，等等
4P理论
从产品(Product)、价格(Price)、渠道(Place)和促销(Promote)这四个方面分析市场。适用于公司整体经营状况的分析。
用户使用行为
认知---熟悉---试用---使用---忠诚。适用于用户行为研究分析。
STP理论
市场细分（Segmentation）、选择适当的市场目标（Targeting）和市场定位（Positioning），是战略营销的核心内容。STP理论是指企业在一定的市场细分的基础上，确定自己的目标市场，最后把产品或服务定位在目标市场中的确定位置上。
SWOT分析法
从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)这4个方面分析内外因素。适用于企业战略分析。
PEST分析法
从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)这4个方面分析内外环境。适用于对行业宏观环境的分析。
5W2H分析法
从Why、When、Where、What、Who、How、How much 这7个常见的维度分析问题。用途广泛。
生命周期
分为产品生命周期（请见：https://www.cnblogs.com/HuZihu/p/11446603.html）和用户生命周期（请见：https://www.cnblogs.com/HuZihu/p/11439054.html）。
逻辑树
又称问题树、演绎树或分解树等。它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。适用于业务问题专题分析。
金字塔模型
是一种层级结构。请见：https://www.cnblogs.com/HuZihu/p/11422711.html。
SMART原则
SMART原则（Specific具体、Measurable可度量、Attainable可实现、Relevant现实性、Time-based时限性） 是一种目标管理方法，按照这个原则制定出的目标才能保证可实施、可跟进、可考核，也更容易实现。
数据分析方法
基本分析方法：对比分析，分组分析，交叉分析，结构分析，漏斗分析，多维分解，因素分析，矩阵分析，等等
高级分析方法：相关分析，回归分析，聚类分析，判断分析，成分分析，因子分析，时间序列，等等
以上是一些传统的统计分析方法，还有一些新进发展起来的分析方法：同期群分析，用户分层和用户分群，A/B测试，RFM模型，用户路径分析，等等。
对比分析（Comparative analysis）
对比分析法是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律。对比分析法可分为静态比较和动态比较两类。
静态比较：在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较、也叫横向比较，简称横比；
动态比较：在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。
这两种方法既可单独使用，也可结合使用。
静态比较的一个例子是空间对比，即不同地区数据之间的对比，比如华北区和华南区对比。还有一个例子是计划对比，即和计划标准的对比，这是销售追踪中非常重要的一环，比如销售实际达成金额与销售计划达成金额对比，看销售是否完成当初指定的计划，如果没有完成，原因在哪里。
动态比较的一个例子是趋势分析，即同一指标在不同时间维度下的对比。如同比、环比、定基比等。同比就是与去年的同一个时间段进行对比分析，可以是季、月、周、天；环比就是和上一个时间段来对比（也有和下一个时间段对比的，也叫后比），例如本月和上月，本周和上周对比。
结构分析
结构分析法是指被分析总体内的各部分与总体之间进行对比的分析方法，即总体内各部分占总体的比例，属于相对指标。一般某部分的比例越大，说明其重要程度越高，对总体影响越大。
多维分解
多维分解是指从业务需求出发，将指标从多个维度进行拆分。为什么需要进行多维拆解?有时候一个非常笼统或者最终的指标你是看不出什么问题来的，但是进行拆分之后，很多细节问题就会浮现出来。
漏斗分析
漏斗分析是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户的转化率情况。请见：https://www.cnblogs.com/HuZihu/p/11357799.html。
A/B测试
A/B测试是为了达到一个目标，采取了两套方案，一组用户采用A方案，一组用户采用B方案。通过实验观察两组方案的数据效果，判断两组方案的好坏。
RFM模型
从最近一次消费（Recency）---客户最近一次消费距离现在的时间，消费频率（Frequency）---客户在固定时间内的购买次数（一般是1年），消费金额（Monetary）---客户在一段时间（通常是1年）内的消费金额这3个方面来衡量客户价值和客户创利能力。
数据分析方法论和数据分析方法的区别：
- 数据分析方法论是数据分析工作遵循的宏观框架。
- 数据分析方法是针对不同目标、不同数据源选用的细节工具，一次分析工作中会借助很多种不同的分析工具。
参考：
