在数据分析中，数据分析思维是框架式的指引，实际分析问题时还是需要很多“技巧工具”的。
数据分析里也有技巧，在一些通用的分析场景下可以快速使用
常见的5种数据分析方法，分别是：公式法、对比法、象限法，二八法，漏斗法，常常多种结合一起使用。
一、公式法
所谓公式法就是针对某个指标，用公式层层分解该指标的影响因素。
举例：分析某产品的销售额较低的原因，用公式法分解
销售额=销售量 X 产品单价
销售量=渠道A销售量 + 渠道B销售量 + 渠道C销售量 + …(不一定是渠道，也可以根据实际换算为时间，A时间段+B时间段+...)
渠道销售量=点击用户数 X 下单率
点击用户数=曝光量 X 点击率
第一层：找到产品销售额的影响因素。某产品销售额=销售量 X 产品单价。是销量过低还是价格设置不合理？
第二层：找到销售量的影响因素。分析各渠道销售量，对比以往，是哪些过低了。
第三层：分析影响渠道销售量的因素。渠道销售量=点击用户数X 下单率。是点击用户数低了，还是下单量过低。如果是下单量过低，需要看一下该渠道的广告内容针对的人群和产品实际受众符合度高不高。
第四层：分析影响点击的因素。点击用户数=曝光量X点击率。是曝光量不够还是点击率太低，点击率低需要优化广告创意，曝光量则和投放的渠道有关。
通过对销售额的逐层拆解，细化评估以及分析的粒度。
公式拆解法是针对问题的层级式解析，在拆解时，对因素层层分解，层层剥尽，可转换多个维度看指标，比如不一定是渠道维度，也可能是某一时间段整体下降了，所以拆解的时候可以尝试多个维度发现问题，维度：时间、区域、构成。
二、对比法
对比法就是用两组或两组以上的数据进行比较，是最通用的方法。
比如用于在时间维度上销售额的同比和环比、增长率，与竞争对手的对比、类别之间的对比、特征和属性对比等。
对比法可以发现数据变化规律，使用频繁，经常和其他方法搭配使用。
三、二八法
在数据分析中，可以理解为20%的数据产生了80%的效果，需要围绕这20%的数据进行挖掘。
往往在使用二八法则的时候和排名有关系，重点分析排在前20%的数据。
比如对用户的消费额进行从大到小的排名，消费、金融和钱相关的数据，基本上都符合二八法则，小部分(前20%)的用户占了消费的大头（80%消费额），所以要重点维护和挽留前20%的用户。
也可以看一下产品的销售额占比，把占比按从小到大排名，看一下前20%的产品特征，看总占比多少。
二八法是抓重点分析，适用于任何行业。找到重点，发现其特征，然后可以思考如何让其余的80%向这20%转化，提高效果。
四、象限法
常规的象限分析法适用于两个因素相互作用的情况 。例如 ，网站商品的销量情况 ，与商品的流量和收藏量有关 ，两者相互影响 。
有了象限图 ，决策者可以更直观地看出不同商品在销售中的优劣势。看分布。
各象限区域划分含义举例
象限 1 为重点关注区 。该象限中的商品是店铺中流量和收藏量都最大的商品 。说明消费者对这些商品的关注度和满意度都比较高 ，属于重点营销商品 。这类商品应该加大广告引流力度 ，增加曝光率 ，赢得更多的消费者关注 ，从而拥有更高销量 。
象限 2 为改进区 。该象限中的商品属于流量好但是收藏量不好的商品 。这类商品既然可以拥有较高的流量 ，说明商品对消费者是有吸引力的 ，但是收藏量不高 ，可以进行改进 ，分析消费者不感兴趣的原因所在 ，是商品与想象不符合 、还是卖点打造不够等 ，从而提高商品收藏量 。
象限 3 为选择性放弃区 。该象限属于流量和收藏量都不够好的商品 ，说明这类商品对消费者的吸引力偏低 。店铺运营者可以选择性地放弃这个区域的商品 ，或者是寻找替代商品 。毕竟这个区域的商品要想得到改进 ，需要从两个方面入手 ，难度较大 ，要花费大量的人力和财力 。
象限 4 为改进区 。该象限的商品属于流量低但是收藏量大的商品 。这类商品没有流量优势 ，但是有收藏量优势 ，收藏量是衡量消费者购买欲望的重要指标 ，因此值得花精力去增加商品流量 ，从而提高销量 。
五、漏斗法
漏斗法即是漏斗图，有点像倒金字塔，是一个流程化的思考方式，常用于像新用户的开发、购物转化率这些有变化和一定流程的分析中。
从获取用户到最终转化成购买这整个流程中的一个个子环节。相邻环节的转化率则就是指用数据指标来量化每一个步骤的表现。
所以整个漏斗模型就是先将整个购买流程拆分成一个个步骤，然后用转化率来衡量每一个步骤的表现
最后通过异常的数据指标找出有问题的环节，从而解决问题，优化该步骤，最终达到提升整体购买转化率的目的。
