青云作者|8个常用数据分析方法，轻松搞定各种业务分析 |

在数据分析训练营给大家讲解数据分析案例的时候，发现一些新手小白在做数据分析时，拿到数据不知道怎么分析、从什么维度分析，脑海里没有清晰的分析思路。
对于数据分析思路的培养是一个不断练习积累的过程，刚入行的小白可以先套用一些常用的数据分析方法或模型，掌握基础的分析思路。本文给大家讲解8个常见的数据分析方法，帮助大家快速上手数据分析，解决实际工作问题。

本文插图
逻辑树分析法
逻辑树分析法就是把一个复杂的问题拆解成若干个小问题，像树枝一样展开。

本文插图
逻辑树是分析问题最常使用的方法之一，不光是在数据分析领域，在日常生活中也是一个很好的解决问题的方法，帮助我们理清思路，避免进行重复和无关的思考。
例如，我们需要对站外推送到达率底的问题进行分析，可以按照逻辑树分析法将问题拆解外安卓和ios送达率低两个子问题，然后在继续向下拆分，严密地探索问题背后的每一个原因，将问题表面化，以因果逻辑为线索，在深度与广度上寻找问题的原因。

本文插图
PEST分析法
PEST分析法主要用在行业研究中。从政治（P）、经济（E）、社会（S）、技术（T）这个四个角度，对行业进行比较分析。
比如，我们就以分析大数据行业为例，用PEST来分析一下大数据行业的前景：

本文插图
多维度拆解法
多维度拆解法就是把复杂问题按照维度拆解成简单问题，观察数据异动，发现问题的原因。

本文插图
多维度拆解法的应用场景主要有两个：一是对单一指标的构成或比例进行拆解分析，比如让你对某个课程网站的访问情况进行分析，你可以从用户性别、用户来源渠道、用户地区等维度进行分析
【青云作者|8个常用数据分析方法，轻松搞定各种业务分析】第二个就是对业务流程进行拆解分析，最常见的就是电商网站的用户转化流程分析，我们可以从渠道、地区等维度来对用户的注册、下单、支付数据进行拆解，进一步定位问题的原因。
比如下图，我们从渠道维度拆分用户注册、下单、支付的数据，发现百度这个渠道的注册流量很大，但是下单转化率却很低，这种情况我们可以适当减少百度的广告投放力度，加大其他渠道。