要使各种结构化的、非结构化的、海量的数据实现标准化、信息化，能够提供业务绩效评估、业务决策支持等要求，我们首先需要进行数据分析。同时，围绕业务问题，采用合适的分析方法，分析模型，以及分析工具，这是数据分析师的必备技能。
这里整理出了一套针对不同数据分析对象所采用的三大类分析方法，每类里面包含各种小方法。
一、业务分析类
1.杜邦分析法
杜邦分析法目前主要用于财务领域，通过财务比率的关系来分析财务状况，其核心要点是将一个大的问题拆分为更小粒度的指标，以此了解问题出在了哪儿，从而对症下药。
以电商行业为例，GMV（网站成交金额）是考核业绩最直观的指标，当GMV同比或环比出现下滑时候，需要找到影响GMV的因素并逐一拆解。
GMV下降如果是因下单用户减少所造成的，那么是访客数（流量）减少了，还是转化率下降了呢？如果是访客数减少了，那是因为自然流量减少了，还是因为营销流量不足？
如果是自然流量下降的话，可能需要在用户运营和产品运营端发力，如果是营销流量不足，那么可以通过营销活动或者站外引流的形式增加曝光量。
最后，如果是因为客单价不高，那么需要进行定价及促销的方案优化，比如识别具有GMV提升潜力的商品进行定价优化，评估当前促销的ROI，针对选品、力度和促销形式进行优化。同时通过关联商品的推荐或商品套装促销的形式，激发用户购买多件商品，也可以有效提高客单价。
2.同比热力图分析法
同比热力图分析法是把各个业务线的同比数据放到一起进行比较,这样可以更直观的观察了解业务的状况。
构建一张同比热力图大致需要三步：
把核心问题进行分解；计算每个业务各项指标的同比数据；针对每一项指标，对比各业务的同比高低并设定颜色渐变的条件格式。
通过同比热力图的分析，首先，可以通过纵向对比了解业务自身的同比趋势，其次，可以通过横向对比了解自身在同类业务中的位置，此外，还可以综合分析GMV等核心指标变动的原因。
3.类BCG矩阵
BCG矩阵:又称市场增长率-相对市场份额矩阵、波士顿咨询集团法、四象限分析法、产品系列结构管理法等。波士顿矩阵由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于年首创。
基本原理：本法将企业所有产品从销售增长率和市场占有率角度进行再组合。在坐标图上，以纵轴表示企业销售增长率，横轴表示市场占有率,将坐标图划分为四个象限，依次为“明星类产品（★）”、“问题类产品（？）”、金牛类产品（￥）”、“瘦狗类产品（×）”。
其目的在于通过产品所处不同象限的划分，使企业采取不同决策，以保证其不断地淘汰无发展前景的产品，保持“问号”、“明星”、“金牛”产品的合理组合，实现产品及资源分配结构的良性循环。
这里想讲的并非传统的BCG矩阵，而是BCG矩阵的变阵，或者叫类BCG矩阵。根据不同的业务场景和业务需求，我们可以将任意两个指标作为坐标轴，从而把各类业务或者用户划分为不同的类型。
除此之外，我们还可以根据以下场景构建类BCG矩阵：
分析商品引流能力和转化率：流量份额-转化率分析商品对毛利/GMV的贡献：毛利率-销售额基于RFM分析用户的价值：访问频率-消费金额
二、用户分析类
1.TGI指数
TGI指数又称目标群体指数，可反映目标群体在特定研究范围内的强势或弱势。
TGI指数=用户分类中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例*
TGI指数表征不同特征用户