1.5W2H
WHAT：是什么？数据呈现的是什么情况？好还是坏？如果是产品分析，我们的产品提供什么服务；如果是用户分析，用户的核心需求是什么？
WHO：谁？谁是客户？客户的特点？
WHERE：何地？这是哪个区域的数据？用户一般在什么场景下使用产品？
WHEN：何时？如果数据一片大好，还能持续多久？如果销量下降，是从什么时候开始的？
WHY：为什么？为什么会出现这样的情况？
HOW：怎么做？怎么改进？怎么保持？
HOW MUCH：改进之后多久可以进成效？需要多少预算？
2.AARRR模型
用户获取：用户获取成本=（营销费用+销售费用）/ 同时期新增用户数
用户激活：定义用户激活行为，用户激活，激活漏斗转化率
用户留存：用户的天然生命周期，用户留存率，不同用户分组留存率
用户收入：付费用户数，付费用户占比，平均付费金额
用户推荐：推荐用户数，推荐转化率，被推荐转化率
3.RFM模型
R：Recency 最近一次购买时间
F：Frequency 购买频次
M：Monetary 购买金额
用户价值分类：
3.人货场模型
人：用户数，留存率（留存率=新增用户中登录用户数/新增用户数*100%(一般统计周期为天)）
货：商品数量，商品单价，客单价
场：网站，渠道，实体店
4.对比分析法
时间对比：同比，环比，变化趋势
空间对比：不同城市，不同产品
目标对比：年度目标，月度目标，活动目标
用户对比：新用户 VS 老用户
5.分组分析法
不同时间分组：日、周、月、年、季度
不同产品类型分组：产品属性，产品区域
不同用户类型分组：人口属性（性别、年龄），客户价值
不同渠道分组：线上渠道、线下渠道、付费渠道、免费渠道
常与对比分析法结合使用。
6，逻辑树分析法
可用PPT或思维导图软件（app）制作。
当然还有很多数据分析方法和高级的分析模型，这里不做介绍。模型虽好，但请结合业务场景来使用。
完
