本文作者分享了6个常用的数据分析方法，并结合实际案例进行了分析拓展，希望能对你有帮助。

一个产品，如果你不能衡量它，你就不能了解它，自然而然，你就无法改进它。数据分析说到底，就是这样一个工具——通过数据，我们可以衡量产品，可以了解产品，可以在数据驱动下改进产品。

在数据分析领域，我们套用道家强调的四个字来说，叫“道、法、术、器”

• “道”则是指方向，是指导思想，是战略；
• “法”则是指选择的方法，有句话说“选择比努力重要“
• “术“则是指操作技术，是技能的高低、效率的高下。比如使用分析工具的技术（如用Excel进行数据分析的水平）；
• “器“则是指物品和工具，在数据分析领域指的就是数据分析的产品或工具，“工欲善其事，必先利其器”。

而在数据分析和产品、运营优化方面，数据分析方法是其核心，属于“法”和“术”。

那么数据分析方法都有哪些呢？下面诸葛君为大家介绍数据分析过程中常用的6种分析方法。

细分分析法是最常用的数据分析方法，对一个指标按不同的维度进行细分查看，往往就能找到影响数据指标涨幅的原因。细分方法可以分为两类：

一类是逐步分析，比如：来北京市的访客可分为朝阳，海淀等区；

另一类是维度交叉，如：来自付费SEM的新访客。

以诸葛io电商demo为例：

对【付款成功】事件按【省份】属性细分查看，能够清晰的看出【北京】区域的涨幅与【付款成功】数据指标涨幅关系非常紧密。

（图为诸葛io demo实操页面）

细分分析法除了对指标异常进行深入分析之外，平时的数据指标，如果想要知道该指标的各占比情况，也会经常用到细分功能。比如注册成功指标中有多少占比是男性，多少占比是女性；付款成功中会员的占比是多少，非会员的占比是多少。细分是个常用到不能常用的功能。

转化漏斗分析是业务分析的基本模型，最常见的是把最终的转化设置为某种目的的实现，最典型的就是完成交易。在使用漏斗过程中除了选择各步骤的事件外，还需要特别注意漏斗的转化时间。不同应用场景转化时间各不相同。比如在申请获得贷款授信上，可以按同一会话来看转化情况；电商类的转化时间可以按同一天内来看转化情况；具体的要根据实际业务场景来设置转化的周期。

（图为诸葛io demo实操页面）

除了通过漏斗的方式来看各流程之间的转化，还有一种情况是计算转化率，比如新增用户到注册成功的转化率是多少，这类转化一般通过两个事件进行四则运算来实现。