數據分析的過程就是從數據到信息的過程，數據本身沒有價值，有價值的是我們從中提取出的信息。
數據分析的思維
對照/對比：
單獨看一個數據沒有太多感覺，必須和另一個數據對比才更有感覺。
拆分：
即拆解、分析。拆分會讓數據更加清晰，便于找細節。
增維：
當目前的維度不能很好地解釋我們的問題時，就需要對數據做一個運算，增加一個指標。
假說：
當不知道結果，或者有幾種選擇的時候，可以先假設有了結果，然后運用逆向思維。除了結果可以假設，過程也可以。
數據分析的方法
數據分析的基本方法主要有九種：
對比分析法：
將兩個或兩個以上的數據進行比較，分析其中的差異，從而揭示這些事物所代表的發展變化情況和規律性。
分組分析法：
根據數據分析對象的特征，按照一定的指標，把數據分析的對象劃分為不同的部分和類型進行比較研究。
平均分析法：
運用計算平均數的方法來反映總體在一定時間、地點、條件下某一數量特征的一般水平。
結構分析法：
將被分析研究的總體內各部分和總體之間進行對比，即總體內各部分所占比例，屬于相對指標。
交叉分析法：
即二維交叉表分析法。
綜合評價分析法：
即增維，將多個指標轉化為一個能夠綜合反映情況的指標進行分析評價，用于解決復雜的分析問題。
具體步驟：
確定綜合評價指標體系；
搜集數據，對不同計量單位的指標進行標準化處理；
確定指標體系中各指標的權重；
對處理后的指標進行加權計算出綜合評價指數；
根據綜合評價指數對目標對象進行評估。
杜邦分析法
圖片來自人人都是產品經理
漏斗分析法：
適合于業務流程比較規范、周期比較長、各環節流程涉及復雜業務比較多的分析。
矩陣關聯分析法：
將產品的兩個重要指標作為分析的依據，進行關聯分析，找出解決問題的辦法。
立體式分析法：
即多維度分析。
其他高級的數據分析方法還有：
相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
常用指標和術語
平均數；
相對數、絕對數；
百分比、百分點；
頻數、頻率；
比例、比率；
倍數、番數，番數=2的N次方倍；
同比、環比。
圖片來自于網易云課堂《誰說菜鳥不會數據分析》
