典型数据分析常用模型的简介(常用的数据分析方法及适用情境)

4、 1. 分类思维：标新立异的区分法则 无论是客户分类还是产品归类，明确的区分至关重要。 例如，RFM模型（最近一次购买、购买频率、购买金额）能精准划分用户价值群体，让你的决策更具针对性。

3、 PEST分析模型- PEST分析模型主要针对宏观市场环境进行分析，从政治、经济、社会以及技术四个维度对产品或服务是否适合进入市场进行数据化的分析，最终得到结论，辅助判断产品或服务是否满足大环境。 H模型- 分析法主要针对5个W以及2个H提出的7个关键词进行数据指标的选取，根据选取的数据进行分析。

2、 2.漏斗分析模型 漏斗分析是一组过程分析，可以科学地反映用户的行为以及从头到尾的用户转化率的重要分析模型。 漏斗分析模型已广泛用于日常数据操作，例如流量监控和产品目标转化。

1、   通常情况下，我们会按照结构模型把系统产生的数据分为三种类型：结构化数据、半结构化数据和非结构化数据。 结构化数据，即行数据，是存储在数据库里，可以用二维表结构来逻辑表达实现的数据。 最常见的就是数字数据和文本数据，它们可以某种标准格式存在于文件或记录的固定字段中。 相对应的，没有固定结构不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。