数据分析这件事，说简单也简单——无非是找问题、看趋势、做决策。但真正动手的时候，很多人会犯怵：面对一个新行业、新业务，到底该从哪儿下手？用什么框架？怎么判断自己有没有分析偏？

这篇文章想聊清楚的，就是方法论和方法到底有什么区别，以及在日常工作中怎么选、怎么用。

先把概念弄清楚

很多人容易把“方法论”和“方法”混为一谈，其实两者差别不小。

方法论更像一张地图，它从宏观层面告诉你从哪个角度切入、先看什么再看什么。比如你要分析一家公司值不值得投资，方法论会告诉你先看外部环境，再看自身优劣势。它解决的是“我该往哪个方向想”的问题。

方法呢，则是地图上的具体路径。比如到了“竞争分析”这一站，具体怎么比市场份额、怎么拆价格带、怎么画用户画像，这些是方法该做的事。

方法论保证你不跑偏，方法保证你能落地。两者配合，分析才有结构。

常用的方法论有哪些

PEST分析。这个在判断行业大环境时特别常用，政治政策、经济环境、社会变化、技术趋势，四个维度一轮下来，对一个行业的机会和风险基本能有个判断。做完PEST，很多人会接着用SWOT往下走。

SWOT分析。把优劣势、机会、威胁四个象限摆出来看，能帮助从正反两面理清思路。这个框架的好处是足够全面，不容易漏掉关键因素。

5W2H。七个问题从头到尾撸一遍：是什么、谁做的、什么时候、在哪儿、为什么、怎么做、花了多少。这个框架特别适合拆解用户行为，做电商或者做用户运营的人用得很多。



4P理论。产品、价格、渠道、促销，营销领域的老框架了。做产品分析或者市场策略时，这个结构很管用。



AARRR。这是增长领域的热门模型，从获客、激活、留存、变现到推荐，五步串联起用户全生命周期。做用户增长相关分析时，这个框架几乎绕不开。

常用的分析方法有哪些

趋势分析。看数据随时间怎么变的，这是最基础也最常用的方法。但看趋势不能什么指标都看，得挑核心指标。比如一款App，日活比下载量更能反映产品是不是真的留住了用户。

多维分析。一个指标出问题，单看数字看不出名堂，得拆开看。比如跳出率高，是哪类用户跳出的？是哪个页面跳出的？是早上还是晚上的用户？维度拆得越细，越能找到问题根源。



用户分群。粗略的分群（比如按年龄、按地区）有时太粗糙，结论隔靴搔痒。真正有用的分群往往是多维组合的：高频使用但从不付费的用户、登录频次低但客单价高的用户，这些标签比单维度划分更有业务价值。



个案研究。数据告诉你“是什么”，但不知道“为什么”。这时候需要盯住具体用户做链路分析，把一个用户从进来到离开的每一步都翻出来看，往往能发现产品设计上的bug或者体验断点。

漏斗分析。用户从曝光到点击到下单到支付，每一步都在流失。漏斗模型就是把这些环节串起来，看哪个环节掉得最厉害。但要注意，既要看整体转化，也要拆开看各环节；既要看总体漏斗，也要按不同维度钻进去看细节。

怎么把它们组合起来用

方法论定方向，方法具体落地。

战略规划层面，PEST和SWOT是常用组合，前者看外部，后者看内外结合。营销层面，4P是经典框架，拿到哪个产品或市场都能套。用户运营层面，5W2H帮你把用户行为拆透，AARRR帮你把增长链路打通。

落实到具体分析方法的选择上，可以记住一个简单的思路：先看大面，再看细节。大面靠趋势分析、维度分析、漏斗分析先把问题定位出来；细节靠个案分析、用户分群、AB测试把原因挖出来。

如果面对一个完全陌生的业务，无从下手怎么办？从个案入手往往是最有效的。先找几个典型用户或者典型事件，把具体情况摸清楚，再往回串联出规律，最后套进方法论框架里验证。这个过程本身就是一种分析路径。

方法论是前人总结的经验框架，好用，但不是死规矩。行业不同、业务阶段不同，该省略的省略，该组合的组合，灵活调整才能真正解决问题。