数据分析的本质：
根据分析目标，使用合适的分析方法和数据工具完成分析并输出洞见
详细步骤：
1.明确分析目标（同时明确数据来源和准确性，明确业务指标的理解）
2.使用数据工具提取、清洗数据 （excel-sql-python）
3.选择分析方法分析数据中的现象，得出结论 （多维度拆解为子问题，对拆解部分使用假设检验法验证，用对比分析等方法确定问题所在，用相关分析来确定问题原因）
4.根据分析结论给出解决方案
业务指标
分析方法
①5w2h分析法（七问分析法）
（1）what——是什么？目的是什么？做什么工作？
（2）why——为什么要做？可不可以不做？有没有替代方案？
（3）who——谁？由谁来做？
（4）when——何时？什么时间做？什么时机最适宜？
（5）where——何处？在哪里做？
（6）how ——怎么做？如何提高效率？如何实施？方法是什么？
（7）how much——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？
这个方法很好理解但是在复杂的商业问题面前不起作用，因为复杂问题不会只有一个原因。
②逻辑树分析法
尝试使用逻辑树分析解答费米问题（估算问题）
1.芝加哥有多少钢琴调音师？
如果芝加哥居民300万，平均每户4人，拥有钢琴的家庭占1/3，则全市有250000架钢琴。如果一架钢琴每5年调音一次，则全市每年有50000架钢琴要调音。如果一个调音师一天调4架钢琴，一年工作250天，那么，芝加哥市大约有50个调音师
2.地球的周长是多少？
已知纽约到洛杉矶3000英里，时差3小时，而一天即地球自转一周的时间为24小时，即3小时的8倍。所以，地球的周长就是3000乘以8，等于24000英里。与精确值的24902.45英里相比，误差不到4%。
③PEST分析法
对一个行业宏观环境进行分析的方法
④多维度拆解分析法
1.从指标构成拆解
2.从业务流程拆解
谨慎辛普森悖论：当人们尝试探究两种变量（比如新生录取率与性别）是否具有相关性的时候，会分别对之进行分组研究。然而，在分组比较中都占优势的一方，在总评中有时反而是失势的一方。
简单的将分组资料相加汇总，是不一定能反映真实情况的
⑤假设检验分析法
提出假设-搜集证据-得出结论
⑥相关性分析
相关关系不等于因果关系
⑦RFM分析法
最近一次消费间隔、消费频率、消费金额
根据用户类型进行精细化运营。
⑧AARRR分析
用户增长模型
