京公网安备 11010802034615号
经营许可证编号:京B2-20210330


基于本体论(聚焦“是什么”)和流程化(聚焦“怎么做”)两大方法论,构建数据分析的三大基础范式,为各类业务场景提供底层思维框架。
本体论:核心是研究事物的本质、类别、属性与关系,对应分类分析(识别类别与属性)和相关分析(识别关系)。
流程化:核心是将业务转化为标准化流程,对应链式分析(梳理流程节点与转化关系)。
三大基础范式:分类分析、链式分析、相关分析,是所有数据分析方法的核心基石,适配不同业务问题的本质需求。
通过“化繁为简”的思维,将复杂分析对象按核心指标划分成不同类别,匹配差异化策略,适用于产品分类、客户分层等场景。

分类分析有4个经典模型:波士顿矩阵模型、RFM模型、忠诚度模型、同期群分析模型
核心指标:销售增长率(市场引力)、市场占有率(企业实力)。
分类结果:
策略匹配:明星产品加大投资、现金牛产品维持份额、问题产品选择性投资、瘦狗产品逐步撤退。


阈值确定:常用平均值法、百分位数法(如二八原则)、业务经验法。
分类结果:8类用户(重要价值、重要发展、重要保持、重要挽留、一般价值、一般发展、一般保持、一般挽留)。





核心逻辑:按初始行为时间分群(如同月注册用户),横向追踪同群行为变化,纵向对比不同群同一生命周期表现。
核心指标:留存率、活跃度 等。
应用场景:监控拉新效果、用户生命周期价值评估(如某活动新用户7日留存率对比)。


又称漏斗分析,将业务流程拆解为连贯的关键节点,通过计算各节点转化率,定位流程瓶颈,适用于流量转化、业务流程优化等场景。
链式分析有3个经典模型:广告用户行为漏斗模型、销售行为漏斗模型、AARRR海盗模型


流程:用户获取(Acquisition)→用户激活(Activation)→用户留存(Retention)→用户收益(Revenue)→推荐传播(Referral)。
核心价值:覆盖用户全生命周期,适配产品增长场景(如激活环节用新手教程提升活跃度)。


探索两个或多个变量之间的关联关系(非因果),为归因分析和预测模型奠定基础,适用于挖掘影响因素(如“广告投入与销售额的关系”)。

由三大基础范式引申出的6种分析方法:趋势分析法、对比分析法、构成分析法、分布分析法、关系分析法、流向分析法。
通过对比不同时期的相同指标,观察其增减变化与趋势规律,适用于业务监控、预测等场景。
核心逻辑:以时间为核心维度,聚焦**“指标随时间的变化”**。
核心作用:
常用图表:



趋势分析定位异常:如果发现异常,通常需要下钻到对应的维度数据,结合不同维度进行对比分析,定位到可能引起异常的节点,通常需要结合同比、环比等数据进一步分析和确认异常

对比不同组成部分(如不同产品、区域、用户群)的同一指标,识别差异,适用于竞品分析、部门绩效评估等场景。
核心逻辑:以分类变量为核心,聚焦“不同对象的指标差异”。
常用图表:



分析整体中各部分的占比,明确各部分对整体的贡献度,适用于资源分配、结构优化等场景。
核心逻辑:聚焦“部分与整体的比例关系”。
常用图表:
2. 堆积柱形图:同时展示部分占比与整体总量(如各区域各品类销售额)
3. 堆积面积图:展示部分占比随时间的变化(如各渠道收入占比趋势)。

分析数据的分布特征(如集中趋势、离散程度),用于阈值确定、异常值识别等场景。
核心逻辑:聚焦“数据的取值分布规律”。
常用图表:
探索两个变量之间的关联程度,适配不同变量类型(分类/连续)的组合分析。
核心逻辑:根据变量类型选择适配图表,判断关联与否。
变量类型组合与图表选择:

判断标准:分布差异显著→变量有关系;无明显差异→无关系。
分析事物的方向性走向(如用户行为路径、流量流向),适用于路径优化、归因分析等场景。
核心逻辑:聚焦“有明确方向的变化过程”。
常用图表:桑吉图(如网页流量从A页面到B页面的流向)。

应用场景:用户行为路径分析(如App内页面跳转流向)、渠道归因分析。
遵循“数据整理→明确信息→确定比较类型→选择图表”的流程,确保图表清晰传递核心信息。



不同图表有其核心适配场景,需根据比较类型精准选择,避免信息传递偏差。
| 比较类型 | 适配图表 |
|---|---|
| 趋势分析 | 折线图、柱形图、双轴图 |
| 对比分析 | 柱形图、条形图、雷达图 |
| 构成分析 | 饼图、环形图、堆积柱形图、堆积面积图 |
| 分布分析 | 直方图、箱线图 |
| 关系分析 | 散点图、分类箱线图、百分比堆积柱形图 |
| 流向分析 | 桑吉图 |
图表需服务于业务理解,做到“清晰、精准、无歧义”,避免过度复杂设计。
核心要求:仅看标题与图形即可理解核心信息,无需依赖坐标轴细节。
图表分类:
注意事项:避免图表类型错配(如用饼图展示趋势)、避免过度装饰(如3D效果、多余颜色)。
数据分析方法以 “分类、链式、相关” 三大基础范式为核心,引申出 6种实用分析方法 ,结合标准化制图流程,形成 “方法+工具” 的完整闭环。实际应用中需根据业务问题(如用户分层→分类分析、流程优化→链式分析)选择适配方法与图表,确保分析结果精准支撑决策。
推荐学习书籍 《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~ !

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Linux & Ubuntu 操作系统基 ...
2026-11-10一、业务背景 在后台列表、管理系统、报表页面的分页需求里,前端通常需要两份数据:当前页的分页记录、符合筛选条件的数据总条 ...
2026-11-09一、需求看起来简单,实际坑不少 "把文本里所有中括号 [] 中间的内容提取出来"——这是文本清洗里最常见的需求之一。日志里的 [I ...
2026-11-09