要进行一次完整的数据分析，首先要明确数据分析思路，如从那几个方面开展数据分析，各方面都包含什么内容或指标。是分析框架，给出分析工作的宏观框架，根据框架中包含的内容，再运用具体的分析方法进行分析。

数据分析方法论的作用：

• 理顺分析思路，确保数据分析结构体系化
• 把问题分解成相关联的部分，并显示他们的关系
• 为后续数据分析的开展指引方向
• 确保分析结果的有效性和正确性

五大数据分析模型1.PEST分析模型

政治环境：

数据分析关键技术

• 人工智能

• 机器学习

• 模式识别

• 统计学

• 数据库

1、学习数据库知识， 掌握基础技能SQL

2、技术选择：数据仓库 / ETL / 前端开发等等

3、 选择技术工具：数据仓库-Oracle、SAP HANA、Hadoop都是主流；ETL- informatica 、kettle；自助式BI工具-Taleau、帆软FineBI、Power BI

4、学习业务知识

5、实操数据分析工作如果想系统地从概念开始学起的话，可以去天善智能的社区

数据模型可以从数据和业务两个角度做区分。

一、数据模型

数据角度的模型一般指的是统计或数据挖掘、机器学习、人工智能等类型的模型，是纯粹从科学角度出发定义的。

1. 降维

在面对海量数据或大数据进行数据挖掘时，通常会面临“维度灾难”，原因是数据集的维度可以不断增加直至无穷多，但计算机的处理能力和速度却是有限的；另外，数据集的大量维度之间可能存在共线性的关系，这会直接导致学习模型的健壮性不够，甚至很多时候算法结果会失效。因此，我们需要降低维度数量并降低维度间共线性影响。

　　1、行为事件分析

　　行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度。企业借此来追踪或记录的用户行为或业务过程，如用户注册、浏览产品详情页、成功投资、提现等，通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。

　　在日常工作中，运营、市场、产品、数据分析师根据实际工作情况而关注不同的事件指标。如最近三个月来自哪个渠道的用户注册量最高？变化趋势如何？各时段的人均充值金额是分别多少？上周来自北京发生过购买行为的独立用户数，按照年龄段的分布情况？每天的独立 Session 数是多少？诸如此类的指标查看的过程中，行为事件分析起到重要作用。

　　行为事件分析法具有强大的筛选、分组和聚合能力，逻辑清晰且使用简单，已被广泛应用。行为事件分析法一般经过事件定义与选择、下钻分析、解释与结论等环节。

　　2、漏斗分析模型