当我们进行分析的时候，常常需要使用不同的数据分析模型和方法，而数据分析模型多种多样，如何熟练运用不同的模型不是件简单的事情。但是今天为了造福大家，给大家又总结模型又告诉大家怎么快速上手掌握数据分析模型，帮助各位要进行数据分析的小伙伴！

这是对我们常见的数据分析模型的汇总，那么究竟啥技巧能对这些数据分析模型都一网打尽呢，只要学会使用工具，那所有的分析方法就是代入数据的事了，今天就给大家推荐一个又好用又免费的工具——FineBI。

这个工具有自助数据处理功能，结合各领域已有的经典业务分析模型，可快速将数据处理成分析模型所需要的格式，充分发挥数据和模型的价值。

下面给大家仔细的盘点一下有哪些数据分析模型吧：

1. 汇总

2. RFM模型

1）概述

RFM 用于对用户进行分类，并判断每类细分用户的价值。

通过

• 最近一次消费时间（R）：客户距离最近的一次采购时间的间隔。
• 最近一段时间内消费频次（F）：指客户在限定的期间内所购买的次数。
• 最近一段时间内消费金额（M）:客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。

这三个关键指标判断客户价值并对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略，如下图所示：

2）软件效果

FineBI 实操结果如下图所示：

3. 帕累托分析

1）概述

帕累托分析又叫 ABC 分析，分类的核心思想：少数项目贡献了大部分价值。以款式和销售量为例：A 款式数量占总体 10% ，却贡献了 80% 的销售额。

把产品或业务分为A、B、 C三类，用于分清业务的重点和非重点，反映出每类产品的价值对库存、销售、成本等总价值的影响，从而实现差异化策略和管理。

2）软件效果

FineBI 实操结果如下图所示：

4. 波士顿矩阵

1）概述

波士顿矩阵通过销售增长率（反映市场引力的指标）和市场占有率（反映企业实力的指标）来分析决定企业的产品结构。

波士顿矩阵将产品类型分为四种，如下图所示：

2）软件效果

FineBI 实操结果如下图所示：

5. 转化分析

1）概述

转化漏斗模型，是分析用户使用某项业务时，经过一系列步骤转化效果的方法。

转化分析可以分析多种业务场景下转化和流失的情况，不仅找出产品潜在问题的位置，还可以定位每个环节流失用户，进而定向营销促转化。

2）软件效果

FineBI 实操结果如下图所示：

6. 购物篮分析-关联规则

1）概述

这种通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，就叫做商品关联分析法，即「购物篮分析」

通过「支持度」、「置信度」、「提升度」三个指标判断商品见的关联。

2）软件效果

FineBI 实操结果如下图所示：

7. 留存分析

1）概述

留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考查看进行初始行为后的用户中， 经过一段时间后仍然存在客户行为（如登录、消费）。

计算公式：某一段时间内（时间段a）的新增用户在若干天后的另一段时间（时间段b）的留存数量 / （时间段a）的新增用户总量

2）软件效果

FineBI 实操结果如下图所示：

8. 用户画像分析

1）概述

用户画像就是与该用户相关联的数据的可视化的展现；一句话来总结就是：用户信息标签化。

通过对用户人口属性：用户的年龄、性别、所在的省份和城市、教育程度、婚姻情况、生育情况、工作所在的行业和职业等和行为特征：活跃度、忠诚度等指标进行分析，从而帮助企业对用户进行精准营销、辅助业务决策。

2）软件效果

FineBI 实操结果如下图所示：

9.月复购率分析

1）概述

月内复购率=一个月内购买两次及以上的人数/该月内总购买的人数

比如一个月内有100个用户购买商品，其中有20人购买了2次以上，那么月复购率就是20%。

同理可以改变统计周期，计算季度复购率、年复购率等。

2）软件效果

10.AARRR用户运营分析

1）概述

AARRR 模型又叫海盗模型，是用户运营过程中常用的一种模型，解释了实现用户增长的 5 个指标：获客、激活、留存、收益、传播。从获客到传播推荐，整个 AARRR 模型形成了用户全生命周期的闭环模式，不断扩大用户规模，实现持续增长。

2）软件效果

11. 用户流入流出分析

1）概述

流入人数：近 6 个月有交易，前推 6 个月无交易的用户。                             ·

流失人数：前推 6 个月有交易，近六个月无交易的用户。

以用户A为例，他在近六个月购买了诺基亚的电子产品，前推六个月没有购买诺基亚的电子产品。对于诺基亚的电子产品类别来说，这个用户是一个流入客户。但这个用户是从哪里流入的呢：

其他品牌流入：用户A若是前推 6 个月在百货别的品牌购买了电子产品，对于诺基亚电子产品类别来说，该客户属于其他品牌流入。

类别流入：用户A若是前推 6 个月只在百货购买了别的类别的产品，没有购买电子设备。那么他流入的原因是因为他需要电子类别的产品，所以属于类别流入。

渠道流入：用户A若是前推 6 个月没有在百货购买商品，说明他是百货的新客户，所以他属于渠道流入。

2）软件效果

12.用户生命状态分析

1）概述

对已有客户的生命状态进行分类分析。这里用了两个维度「最近一次登录距今的时间」和「第一次登录距今的时间」。根据这两个维度，可以将客户简单的分为四个类别。

激活时间小于等于 180 天，且最近一次登录在 60 天内：新用户；

激活时间小于等于 180 天，且最近一次登录距今大于 60 天：一次性用户；

激活时间大于 180 天，且最近一次登录距今大于 60 天：流失用户；

激活时间大于 180 天，且最近一次登录距今在 60 天内：忠实用户；

2）软件效果

13.用户粘性分析

1）概述

用户粘性是指用户对于品牌或产品的忠诚、信任与良性体验等结合起来形成的依赖程度和再消费期望程度，是了解产品健康度的重要指标。

统计一周内用户使用产品的天数分布，使用了 2 天的有多少人，连续使用 7 天的有多少人；

统计一周内登录两天以上的人数随时间的走势情况，一周登录两天以上的人数越多，说明产品健康度更好；

然后可以分类查看「合作、跟进、潜在」用户的粘性情况。

2）软件效果

14. 需求分析方法-KANO模型

1）概述

KANO模型：是对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。

2）软件效果

FineBI 实操结果如下图所示：

15. 库存周转分析

1）概述

库存周转率是企业在一定时期销货成本与平均存货余额的比率，用于反映库存周转快慢程度。周转率越高表明存货周转速度越快，从成本到商品销售到资金回流的周期越短，销售情况越好。

库存周转天数是企业从取得存货开始，至消耗、销售为止所经历的天数。周转天数越少，说明存货变现速度越快，销售状况越良好。

2）软件效果

FineBI 实操结果如下图所示：

16. 杜邦分析

1）概述

杜邦分析法利用几种主要的财务比率之间的关系来综合地分析企业的财务状况，用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效。

其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。

2）软件效果

FineBI 实操结果如下图所示：

17. 盈亏平衡分析

1）概述

盈亏平衡分析又称保本点分析或本量利分析法，是根据产品的业务量、成本、利润之间的相互制约关系的综合分析，用来预测利润，控制成本，判断经营状况的一种数学分析方法。

【总成本=固定成本+变动成本】【利润=月销售额-总成本】

固定成本：在一定范围内不随销售额的增减而变动的成本，例如：房租、水电、人工费等。

变动成本：指随销售额的增减大致成正比例关系变化的成本，例如：销售提成，商品进货成本等。

2）软件效果

FineBI 实操结果如下图所示：

以上就是今天给大家带来的16种数据分析模型，只要使用FineBI统统都能搞定，怎么样是不是很实用！

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo