前日推文《数据分析导论》中提到，数据分析在企业的日常经营分析中主要有三大作用，分别是现状分析、原因分析和预测分析。其中，较为典型分析方法有对比分析、结构分析、杜邦分析、漏斗分析、矩阵分析等。
一、对比分析
静态比较
同一时间下对不同总体指标的比较，如不同部门，不同地区，不同国家的比较，也叫横向比较，简称横比。
VS
动态比较
在同一总体条件下，不同时期指标数值的比较，也叫纵向比较，简称纵比。
静态比较常应用于
与目标对比：实际完成值/目标设定值
同级部门、地区对比：找出优劣势
行业内对比：处于行业什么位置
不同时期对比：与去年同期对比称为同比，与上个月完成情况对比称为环比
活动前后对比：分析营销活动是否有效果
Q：为何要选择与去年同期做对比呢？
答：选择与去年同期做对比，主要是考虑到季节周期性的变化，有淡季旺季之分，所以选择去年同期才有可比性。
注意事项
规范性：指标的口径范围、计算方法、计量单位必须一致。
可比性：即比较的对象之间要具有可比性。
一致性：指标类型必须一致，无论是绝对数指标、相对数指标、平均数指标还是其他不同类型的指标，在进行对比时，双方必须一致。
二、结构分析
结构分析法是指被分析总体内的各部分与总体之间进行对比的分析方法，即总体内各部分占总体的比例，属于相对指标。
计算公式
结构相对指标（比例）=
（某总体部分的数值/总体总量）×100%
例如：
市场占有率=
（某种商品销售量/该种商品市场销售总量）×100%
Q：为什么使用结构分析法？
例如：某网络服装购物平台公司在2020年的全年销售额是10亿元，注册用户共500万人。若是只按照人均消费额来计算，得不到有效的分析结论。
营销侧更流行二八法则：
20%客户贡献80%收入
20%产品创造80%利润
20%销售赢得80%订单
这种情况非常普遍。
按照销售地区、客户群体、产品类目对其分别进行结构分析，可以有效反应各个维度下起重要作用的角色。如下图：
三、漏斗分析
漏斗分析模型，简单来讲，就是抽象产品中的某一流程，观察流程中每一步的转化与流失。
例如：某新上线的购物APP每日浏览人群中，只有17%的人转化消费成功，这意味着每100个访客中有83人最终流失掉了。在用户使用该APP的过程中，大概会经历点击首页、查看商品页、加购、进入支付页面、支付成功等步骤。
如上图，客户从点击进入首页到最终支付成功，整个过程的转化率为17%，流失率83%，该模型就是经典的漏斗分析模型。
对上述各个步骤计算转化率，就是我们所谓的漏斗模型。漏斗图是对业务流程最直观的一种表现形式，也最能说明问题所在。漏斗分析除了能帮助运营者找到哪些环节存在问题，进一步分析解决问题，排除影响主进程转化的意外环节外，还可以结合时间趋势对比、多维度对比、客户类型细分分析、表单分析等高级分析功能，帮助我们分析转化趋势，挖掘用户细节行为。
还可以利用前文介绍的对比分析法，对同一环节优化前后的效果进行对比分析。
下期看点：矩阵分析、杜邦分析、QQ模型
