在這個數據為王的時代，作為一個產品經理或者增長黑客，數據分析是必修課之一。提到數據分析，肯定要提到數據分析模型，在進行數據分析之前，先搭建數據分析模型，根據模型中的內容，具體細分到不同的數據指標進行細化分析，最終得到想要的分析結果或結論。

一、數據分析模型

要進行一次完整的數據分析，首先要明確數據分析思路，如從那幾個方面開展數據分析，各方面都包含什么內容或指標。是分析框架，給出分析工作的宏觀框架，根據框架中包含的內容，再運用具體的分析方法進行分析。

數據分析方法論的作用：

• 理順分析思路，確保數據分析結構體系化
• 把問題分解成相關聯的部分，并顯示他們的關系
• 為后續數據分析的開展指引方向
• 確保分析結果的有效性和正確性

二、五大數據分析模型

1.PEST 分析模型

政治環境：

包括一個國家的社會制度，執政黨性質，政府的方針、政策、法令等。不同的政治環境對行業發展有不同的影響。

關鍵指標

政治體制，經濟體制，財政政策，稅收政策，產業政策，投資政策，專利數量，國防開支水平，政府補貼水平，民眾對政治的參與度。

經濟環境：

宏觀和微觀兩個方面。

宏觀：一個國家國民收入，國民生產總值以及變化情況，以通過這些指標反應國民經濟發展水平和發展速度。

微觀：企業所在地區的消費者收入水平、消費偏好、儲蓄情況、就業程度等因素，這些因素決定著企業目前以及未來的市場大小。

GDP 及增長率、進出口總額及增長率、利率、匯率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生產率等。

社會環境：

包括一個國家或地區的居民受教育程度和文化水平、宗教信仰、風俗習慣、審美觀點、價值觀等。文化水平營銷居民的需求層次，宗教信仰和風俗習慣會禁止或抵制某些活動的進行，價值觀會影響居民對組織目標和組織活動存在本身的認可，審美觀點則會影響人們對組織活動內容、活動方式以及活動成果的態度。

人口規模、性別比例、年齡結構、出生率、死亡率、種族結構、婦女生育率、生活方式、購買習慣、教育狀況、城市特點、宗教信仰狀況等因素。

技術環境：

企業所處領域直接相關的技術手段發展變化，國家隊科技開發的投資和支持重點，該領域技術發展動態和研究開發費用總額，技術轉移和技術商品化速度，專利及其保護情況。

新技術的發明和進展、折舊和報廢速度、技術更新速度、技術傳播速度、技術商品化速度、國家重點支持項目、國家投入的研發費用、專利個數、專利保護情況。

2.5W2H分析模型

5W2H 分析法主要針對5個W以及2個H提出的7個關鍵詞進行數據指標的選取，根據選取的數據進行分析。

3. 邏輯樹分析模型

將問題的所有子問題分層羅列，從***層開始，并逐步向下擴展。

把一個已知問題當作樹干，考慮這個問題和哪些問題有關，將相關的問題作為樹枝加入到樹干，一次類推，就會將問題擴展成一個問題樹。

邏輯樹能保證解決問題的過程完整性，將工作細化成便于操作的具體任務，確定各部分優先順序，明確責任到個人。

邏輯樹分析法三原則：

• 要素化：把相同問題總結歸納成要素
• 框架化：將各個要素組成框架，遵守不重不漏原則
• 關聯化：框架內的各要素保持必要的相互關系，簡單而不孤立

4.4P 營銷理論模型

產品：

能提供給市場，被人們使用和消費并滿足人們某種需求的任何東西，包括有形產品、服務、人員、組織、觀念和它們的組合。

價格：

購買產品時的價格，包括基本價格、折扣價格、支付期限等。影響價格的主要因素有需求、成本和競爭。

渠道：

產品從生產企業流轉到用戶手上全過程所經歷的各個環節。

促銷：

企業通過銷售行為的改變來激勵用戶消費，以短期的行為促進消費的增長，吸引其他品牌用戶或導致提錢消費來促進銷售增長。

5. 用戶行為模型

用戶行為指用戶為獲取、使用產品或服務才去的各種行動，首先要認知熟悉，然后試用，再決定是否繼續消費使用，***成為產品或服務的忠實用戶。

行為軌跡：認知 ->熟悉 ->試用 ->使用 ->忠誠

三、總結

五大數據分析模型的應用場景根據數據分析所選取的指標不同也有所區別：

PEST 分析模型主要針對宏觀市場環境進行分析，從政治、經濟、社會以及技術四個維度對產品或服務是否適合進入市場進行數據化的分析，最終得到結論，輔助判斷產品或服務是否滿足大環境。

5W2H 分析模型的應用場景較廣，可用于對用戶行為進行分析以及產品業務分析。

邏輯樹分析模型主要針對已知問題進行分析，通過對已知問題的細化分析，通過分析結論找到問題的***解決方案。

4P 營銷理論模型主要用于公司或其中某一個產品線的整體運營情況分析，通過分析結論，輔助決策近期運營計劃與方案。

用戶行為分析模型應用場景比較單一，完全針對用戶的行為進行研究分析。

當然，***還是要說，模型只是前人總結出的方式方法，對于我們實際工作中解決問題有引導作用，但是不可否認，具體問題還要具體分析，針對不同的情況需要進行不同的改進，希望成為一個數據專家，最重要的一點還是多實踐!實踐才是真理!