有同學問：陳老師，每次被面試都被問“你使用過哪些數據分析的方法”。結果都感覺答不上來。我回答做了相關分析、回歸分析、聚類分析、因子分析又經常被人懟。所以到底數據分析有什么方法？為啥我在做數據分析，卻感覺沒什么方法？

答：首先，相關分析、回歸分析、聚類分析、因子分析的名字叫XX分析，但它們是統計學方法，只是數據分析的工具，不是解決問題的全部辦法。很多同學一看到名字叫分析，就想當然的以為我只要按這些XX分析的代碼跑一遍就算分析了，這種行為經常會被真正懂行人懟。

就舉個最簡單的例子，所謂相關分析，很多同學就是算了個相關系數。可統計上的相關系數與業務中的相關關系是兩碼事。我家門前的大樹年年都在長，中國GDP也年年在漲，兩列數據算個相關系數哇塞0.99，P值小于0.05，所以我家門前的樹是我中華龍脈，我要發財啦！——不要笑，脫離了業務意義去做統計模型，做出來的笑果（我沒打錯）就是這樣的。

所以回答這個問題，要回到數據分析到底解決哪些業務問題上去。我們之前分享過，數據分析可以解決的是：

是多少（數據描述狀況）

是什么（樹立數據標準）

為什么（探索問題原因）

會怎樣（預測業務走勢）

又如何（綜合判斷狀況）

其中問題1是用數據描述問題，把問題量化。問題2345都需要探索-假設-檢驗-總結的循環性的過程。真正服務于業務的時候，只要熟練掌握了量化-探索-假設-檢驗-總結的循環，就能完成一個分析。無論是企業里的經營問題，還是個人感情、生活各種疑難雜癥莫不如此。

然而，這么說面試官肯定不滿意。他們還是期待著你說出一些具體名詞的。因此人們總會發明一些新詞，比如什么AARRR法，矩陣法，切割法，杜邦分析法等等，甚至還有懶省事的干脆叫業務法（是啊，肯定是業務法啊，不結合業務分析啥）。經常把人都聽得頭暈了。這里我們結合數據分析能解決的問題，梳理下這些方法。

屬于“是多少”的方法

“是多少”指數據描述狀況。如果只用1個指標就能描述清楚狀況，比如身高、年齡這種，是沒有什么分析方法的。但是如果指標很多，就會涉及到選擇哪些重點指標，以什么方式展示這些指標。于是，就有了很多描述性方法。比如一些常見的：

AARRR：互聯網行業增長黑客理論的五個大指標。需要注意的是，實際用的時候，還有很多二級三級小指標，絕不是五個指標就完事了，切記。而且AARRR都是圍繞用戶來說的，實際上也只適用于用戶運營，不是所有業務都能硬插這五個指標的。

漏斗法：只要一個流程環節數》2，都能擺一個漏斗出來，用來衡量流程轉化率的指標。最典型的比如互聯網廣告（站外頁-落地頁-促進頁-轉化頁），比如B2B銷售的售前流程也很長（銷售線索-初次接觸-溝通需求-展示demo-議價-競標-簽署合同），也能擼出來一個漏斗。

杜邦分析法：原本是財務分析中用來衡量企業經營效益與財務指標的方法，現在也被推廣開，用來拆解經營指標。比如銷售金額=用戶數*付費率*客單價。然后再層層拆解用戶數，客單價構成。有意思的是，杜邦分析法拆出來的邏輯圖會很復雜，所以很多人為了提高逼格直接把它叫“分析模型”……

量收利進銷存：零售行業，無論線上線下都是這六個關鍵指標。和AARRR一樣，有一堆二級三級小指標。

要注意：以上都是描述問題的方法，并沒有解答問題，比如看到用戶流失率75%所以呢？所以75%是好還是壞呢？描述+標準才能對問題做判斷。所以才有了下邊“是什么”的方法。

屬于“是什么”的方法

“是多少”指樹立數據標準的方法。尋找標準可以基于業務經驗，但業務經驗也需要數據進行驗證才知道是對的錯的。因此，產生了“是什么”的兩大類方法：探索標準的方法，驗證標準的方法。

探索標準的方法，和到底要對幾個指標進行探索有關。比如只用1個指標的方法有：二八法、十分位法、切割法。名字聽著玄妙，實際上就是切割線擺在哪。當我們沒有信心的時候，可以根據二八定律，把切割線擺在20%，也可以先拆10組或者若干組出來，探索下擺在哪里合適。比如用2個指標，就是所謂矩陣法，其實就是把兩個指標交叉，分出四個象限，看看四類有沒有明顯特點。

如果超過3個指標，一般不建議直接交叉。即使只有3個指標，每個指標分3類，也會產生3*3*3=27類出來，在業務上太復雜了。這時候會用一些統計學的方法。在無標注的情況下可以用Kmean聚類進行分類探索，在有標注情況下可以用決策樹。是滴，大家看到了，統計學/機器學習的方法只是解決分析問題的工具，就是這個意思。

找出來標準以后要進行驗證。好的標準要能清晰區分不同群體。比如女生說要相親的男生身高180。那意味著179的人她真的不要，181她不會立即拒絕。如果176的她照樣接受，就說明畫出來標準沒有區分度，要么是標準劃分出了問題，要么就是做標準的指標壓根就找錯了。

需要注意的是：有沒有用數據找標準，有沒有驗證過業務部門的標準，是從取數到分析的分水嶺。很多同學覺得自己沒有做分析，不知道分析的是什么，核心原因就是手上只有數據沒有標準。比如跑出來一個：本月底銷售額3000萬，可3000萬又怎樣呢？不知道。然而渠道部一看到月底銷售額3000萬，就大喊一聲：肯定是華東大區藏了業績，下個月頭他們至少還要吐500萬出來！這就是有沒有評價標準的差距。所以平時工作中就得養成強烈的標準意識，這樣才能進行真正的分析。

屬于“為什么”的方法

“為什么”指探索問題原因。一提探索原因，大家腦子自然蹦出來的就是相關分析……往往會以為計算個相關系數，丫就真的相關了。于是產生了開篇的“龍脈梗”。實際上，想僅通過數據分析找原因，是相當困難的。往往要內部數據+外部調研+業務判斷+測試，共同努力鎖定原因。這一點切記切記，面試的時候經常有同學在這里吹牛吹大了，被懟得體無完膚。

正因為很難僅通過數據鎖定原因，所以通過數據分析找原因往往是一個系統的過程。需要做齊量化-探索-假設-檢驗-總結全套流程。嚴格來說，這里不是靠某個分析方法得出的結論。但是考慮到面試官還是很想聽幾個方法的名字的，我們可以這么說：

找原因的方法可以分作經驗推斷與算法推斷兩種。經驗推斷就是經典的歸納法與演繹法，具體到數據操作上，就是分組對比（歸納原因）和趨勢推演（演繹判斷）。比如問為什么銷售額下降，用歸納法就是將每一次銷售下降的時候，相關癥狀指標列出來，然后做分組對比，看哪個因素影響下跌的厲害。用演繹法，就是假設銷售下降就是因為人員流失/引流產品不給力/季節因素導致的，那么我做了相應調整：人員調動/上新品/等季節過去，以后應該銷售能回升。實際中，當然是兩種方法結合，不斷逼近真相。

算法推斷，不是靠人工智能阿爾法大狗子汪汪一叫就把原因叼回來，而是通過指標的計算發現潛在問題點，然后回歸到業務里去驗證。你可以簡單理解為把上邊經驗推斷的過程，量化為一堆指標的計算。比如相關分析雖然不能證明因果，但是能提供分析假設，拿到假設以后我們就能進一步驗證，到底這種關系是真相關還是偽相關。因此，做分類的模型與計算相關系數的統計方法，理論上都能用來做這種探索。

屬于“會怎樣”的方法

“會怎樣”指預測業務走勢。一提到預測，大家腦子里會自然蹦出來很多很多統計學/機器學習的算法。具體的操作展開寫內容太多，這里僅幫大家梳理下邏輯。細節可以后邊慢慢更，或者大家自己去看相關統計學/機器學習文章。

首先大類上，預測分定性預測和定量預測兩種。定性方法是基于業務經驗和業務假設，來推測未來走勢。有兩種推測法，一種是找一個類似的業務場景進行推測。比如馬上上一款新產品，根據過往的經驗，一般上市后T+N周銷售走勢應該是XX，所以類似的也該是這樣。是所謂經驗推斷法。

另一種是基于業務假設，比如新產品上市，假設推廣部門傳播力度為X，假設銷售部門配備人員為Y，假設供應鏈的產品到貨率是Z，之后套入杜邦分析法的模型進行計算，綜合預測銷量。定性預測并不全是拍腦袋，因為定性假設選取的場景和參數可以通過分析來獲得，并不是完全沒有依據。同時，對業務部門而言，定性預測時責權劃分非常清晰，每個部門要做到多少業績一清二楚，反而容易推動執行。

定量的方法又分為基于時間的時間序列法，與基于因果關系的算法兩類。比如預測店鋪銷量，如果用時間序列法，則根據過往1-3年銷量數據來預測未來的銷售數據。如果基于因果關系，則要引入與銷售結果相關的變量，比如店鋪位置、店鋪產品線、產品價格、顧客評價、顧客人數等等。定量預測看起來很復雜，很多同學會直觀的認為復雜就是牛逼的。可實際操做過幾次就會發現，時間序列法對于環境變化不敏感，容易被突發事件沖擊。因果關系法可能采集不到足夠的數據，導致模型預測精度很難上去。

所以在工作中真正操作的時候，要因地制宜選方法。在面試的時候，要客觀陳述建模效果。又有很多同學本能的認為，模型在測試集上跑出來的準確率越高越牛逼。連過擬合這種問題都忘了。結果在面試的時候被面試官懟穿，這都是很常見的哈。說話謹慎不是問題，被懟穿了才是。

屬于“又如何”的方法

又如何指綜合判斷狀況，下分析結論。如果判斷標準很清晰，判斷的指標很少，那下結論是很快速的，不需要復雜的分析。比如女生說我就是不喜歡禿頭的男生，那就看照片一票否決，來的非常爽快。這里不需要分析。但當牽扯指標很多，指標形態很復雜的時候，就很難決定了。比如小姐姐說我想要一個男的對我好（行為指標）有上進心（心理指標）有發展潛力（預測值）真心愛我（戀愛原因），這要求一出，就是個非常復雜的判斷。所以，“又如何”是分析最后一步，因為往往做判斷，需要做一大堆前期工作。需要搞掂了數據、搞掂了標準、了解清楚原因，做了預測以后，才知道怎么下結論。

在復雜判斷中，有主觀法和客觀法兩種。主觀法就是基于人工判斷（專家判斷），只不過打分方式有很多種，直接打分再賦權重的往往叫專家法，打一個矩陣評分再計算的叫層次分析法（AHP）客觀法可以通過因子分析（用方差解釋率做權重）神經網絡（算法訓練權重），這樣不依賴專家打工。

實際工作中，做評估的最大敵人是沒標準，或者標準沒節操。看到銷量下降就試圖甩給沒有數據的外部因素，或者甩給目標定得太高，這樣的話分析就沒法做了。做評估第二大敵是所謂“業務常識”，經常有業務部門跳出來“你做過業務嗎？老夫從業10年都沒見過這樣的”。做評估的第三大敵是領導意見，領導就是不想下這個結論，你咋辦？只能回來改ppt啊。所以你看，做評估的算法有很多，真正用起來少，還真不能怪我們沒本事。

以上就是對常用方法的簡單總結。恭喜堅持到這里的同學，上述總結的思維導圖如下，大家可以收藏了。不過這里只歸納了文章中提及的一些內容，可能有遺漏，這里也沒有結合具體業務場景，大家可以根據自己的實踐再加以補充。

全文只是一個概覽，如果大家有興趣的話，讓我看到你們點擊“在看”的小手，后邊陳老師有動力慢慢分享。需注意的是，如果是面試時講自己用的數據分析方法，一定要和自己簡歷里的工作內容對的上，不然人家指著簡歷隨口一句：你在哪個工作項目中用的這些方法？具體怎么用的？數據如何？估計就問崩了。面試千萬條，真實第一條，瞎編易穿幫，失業兩行淚。

如果是在實際工作中，則要因地制宜選擇方法。遇到事先問三問：

數據足不足夠

時間允不允許

業務買不買單

在企業中，不是方法越難越有價值，而是越能幫助到業務才越有價值。同樣效果前提下，方法越簡單越好。因此真正做工作的時候，往往是在時間、數據、業務需求限制下，選擇最短平快的方法。至于復雜的方法，可以在工作有余力的時候自己嘗試。想探索數學的奧秘，可以去讀個博士做科研。在企業做數據分析是為了助力業務，并不是自己嗨，一定要牢記這點。

更不用說，很多企業的數據化管理程度之低，還停留在“我就要個數，一個數而已”或者“讓你的人工智能阿爾法大狗子幫我解決下和這個問題”兩個極端上。數據真正發揮價值，靠的是體系化運作，不是某個大數據神人掐指一算，切記切記。