在数据分析的过程中，我们通常需要使用各种模型来证明我们的分析观点，从而使我们的结论更有说服力，同时使我们的论证思路更具逻辑性和组织性。
今天老李列举了六个常用的数据分析模型，并附上了实用的案例讲解和分析模板，希望大家能快速掌握这些模型和方法！
话不多说，干货！
# 1.RFM模型。
RFM分析是美国数据库营销研究所提出的一种简单实用的客户分析方法。发现客户数据中有三个神奇的元素：
*最近消费时间(R):客户到最近购买时间的间隔。
*最近一段时间的消费频次(f):指客户在限定时间内的购买次数。
*近期(M)的消费金额为M):通常以单个客户的平均消费金额来衡量。
这三个要素构成了数据分析的最佳指标，而RFM分析就是通过这三个关键指标对客户进行观察和分类，针对不同特征的客户进行相应的营销策略，如下图所示：
在了解了案例讲解：,某公司的销售信息后，本文分析了该公司的客户消费能力，并对其进行了营销分类。
分析思维：
* 1)获得三个关键指标：r、f和m.
* 2)根据实际业务情况，设置并计算阈值，可以是平均值，也可以是中值。例如，使用R、F和m的平均值。
* 3)对R、F、M三个指标进行特征矢量化，对于M、F，如果客户消费金额和频率高于阈值，则计为1，否则计为0；r的情况正好相反。
* 4)根据特征向量对客户进行分类。
用FineBI制作。
结论：的大部分客户都是一般开发客户(近期购买，但频率和金额不大)，所以公司的主营业务要推给这个客户，产品信息要通过宣传推广的方式传递给客户。
其次，一般都是保留顾客(很久没买了，购买的频率和金额都比较少)，要针对这部分人群展开促销活动，激发消费的热情。
此外，各地区客户消费能力与消费流失情况，也可以计算。因为M和F是正指标，所以M和F作为横轴和纵轴来代表客户的消费能力。数值越大，消费能力越高。
r为负指数，代表消费损失。图越大，近期消费越长，亏损越严重。
成都、北京客户消费量大，但客户流失情况严重，需要引起重视。武汉和沈阳的客户主要消费金额小，但消费很多。
# 2、帕累托分析。
帕累托分析又称ABC分类法，俗称“80比20”法则，常用于商品的库存管理分析。
产品或业务分为A、B、C三类，用于区分业务的关键点和非关键点，反映每一类产品的价值对存货、销售和成本总价值的影响，从而实现差异化战略和管理。
鉴于结论：,不同类别商品的销售信息，有必要对商品的销售量进行分析，并对商品进行重点管理。
分析思维：
* 1)计算不同类别商品的累计销售额及其比例，
* 2)按照累计销售额的比例将类别分为若干类，按照累计销售额的比例将类别分为1类：0-70%；第二类70%-90%；90%-100%第三类。
756b8c540' alt='6大常用数据分析模型详解，做分析不再没思路' />
# 3、购物篮分析
大家应该都听过这样一个经典案例：超市里经常会把婴儿的尿不湿和啤酒放在一起售卖，原因是经过数据分析发现，买尿不湿的家长以父亲居多，如果他们在买尿不湿的同时看到了啤酒，将有很大的概率购买，从而提高啤酒的销售量。
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。
支持度：
是指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比例。支持度说明了这条规则在所有事务中有多大的代表性，显然支持度越大，关联规则越重要。
比如今天共有10笔订单，其中同时购买牛奶和面包的次数是6次，那么牛奶+面包组合的支持度就是6/10=60%
置信度： 指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率
比如今天共有10笔订单，其中购买A的次数是8，同时购买A和B的次数是6，则其置信度是6/8=75%
提升度
：先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值，是看组合商品被购买的次数是否高于单独商品的购买次数，大于1说明该组合方式有效，小于1则说明无效。
比如今天共有10笔订单，购买A的次数是8，购买B的次数是6，购买A+B的次数是6，那么提升度是0.6/（0.8*0.6）>1，因此A+B的组合方式是有效的
# 4、波士顿矩阵
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：
# 5、转化分析
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。
解决哪些问题：
比如搜索商品――>浏览商品――>商品下单――>交易付款，每个过程的转化率有多少？两个推广渠道带来不同的用户，哪个渠道的注册转化率高？哪些客服下单转化情况最好？
1、阶段转化：
对于需要进行逐级转化的平台运营，首先可以通过用户转化漏斗图进行宏观的流程转化数据分析找出目前阶段最需要优化的运营环节和平台，有效地进行针对性治理，最终提高整体平台用户转化率。付款转化率=付款人数/下单人数
分析结论：1）用户从浏览商品行为到添加购物车行为这一流程，其转化率为51.22%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力；2）添加购物车到下单的转化率，其转化率高达99.66%；3）但付款的转化率仅
50.34%，这是一个值得反思的转化节点
4）通过数据分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、微信等快捷支付渠道，降低平台因为没有提供用户习惯性的支付渠道而导致用户放弃购买行为的几率。
2、事件转化
通常指的是平台或商铺通过一系列的运营推广活动以及由于公共事件影响所带来的额外价值，例如网络营销总的SEO关键词投放、折扣促销活动、邮件营销等等效果跟踪。通常可关注于营销渠道转化率等指标进行活动的推广营销效果评估
案例解读：
1）目前平台的转化率最高的渠道主要是基础上线工作、轮台、贴吧推广、微信推广、品牌基础推广几个渠道。
2）根据基础线上工作渠道随时间的转化率走势情况，可以推测出平台在2015年12月（因为从2015年12月用户的下单转化率有所下降，一般用户在知道近期即将有促销活动的时候，往往会收藏商品从而产生延迟消费，所以活动开始前的时间转化率会降低）左右发布了即将要开始的商品促销活动，同时活动日期大概在2016年1月左右（转化率提升明显），属于跨年的大型活动促销，同时也取得了较好的活动效果。
# 6、杜邦分析法
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。
实现思路：
净资产收益率=销售净利润率*资产周转率*权益乘数
净资产收益率受三类因素影响：
实现效果：
