数据分析思维模型

1. 对比分析模型
   多个指标的对比分析，比如同比（同时期比）环比（当月比上月）。多渠道对比，每月的销售额对比，不同客户分层对比。对比分析的一定是同维度，同一指标对比分析。可以是总数分析，也可以是平均数，也可以是比率分析，还可以是变异系数分析。工作中用到比较多。

2. 多维度拆解法
   多维度拆解法是通过不同维度观察同一组数据得出不同的结论。比如2B业务的客户指标，我们可以按照不同客户类型拆、按照区域拆、按照销售额拆、购买频次、客单价拆。
   拆分方法：①指标构成拆分（客户指标、GMV指标（UV客单价 UV =流量转化率 客流量=多渠道流量累加。举例：商品维度指标，可以拆出具体的：平均价格、配送时效、销售额、采购量、采购频次等 ）、业务流程拆分。
   ②业务流程拆分 （比如从采购、库存、到销售的指标拆解）。

3.漏斗分析法
整体是一套流程，在关键路径上会有流失。主要用到用户关键路径（UJP）上分析。在每个节点上的转化率逐级分析，链路上哪个节点流失严重。

4. 公式拆解法
   对一个指标用公式拆解 销售额=A产品销售额+B产品销售额 +C产品销售额 A产品销售额=销售数量客单价 销售数量=新客户购买数量+老用户购买数量+付费用户购买数量 新客户购买数量=渠道A购买数量+渠道B购买数量+渠道C购买数量
   销售额下降的原因可以分析。
   映射到供应链维度的公式拆解法：利润=(渠道A购买数量+渠道B购买数量+渠道C购买数量)(商品单价-优惠)+采购返利+采购票折-(购单价采购数量 +销售返利+销售票折+物流成本)。
   或者电商平台GMV公式的计算拆解 。GMV=流量转化率客单价数量频次
   流量可以细拆分=渠道A流量+渠道B流量+渠道C流量
   转化率=流量访问转化率加购转化率支付转化率
   客单价=商品A单价+商品B单价-优惠
   数量=老用户购买数量+新用户购买数量