数据分析方法概述

方法	说明
对比分析	单一的数据毫无意义，只有经过对比才能体现数据的好坏。常见的对比类型有环比，同比等
细分分析	层层递进，在多个子维度上分析数据，时间维度和渠道的交叉分析
交叉分析	即在多个维度上对比分析数据
漏斗分析	主要用户转化率的分析
比率分析	更偏向属于一种数据展示手段，特别是在数据结论中。可以起到清晰强化对比的作用。
过去/现状/趋势分析	一个时间段的数据要么可以得出对过去和现状的总结，要么就是对未来的趋势分析。接下来都是指导我们该如何去做。
RFM模型	数据按维度细分的一种依据，按照最近一次购买时间（recency）、购买次数（frequency）和购买金额（monetary）

注：RFM模式主要是针对用户的属性进行细分分析，属于细分分析的一种。不同的产品需要对三个维度进行和实际业务相符的修改。

LRFMC模型 提供了一个更完整的视角，能更全面地了解一个用户的特征：

• L(lifetime)：从用户第一次消费算起，至今的时间，代表了与用户建立关系的时间长度，也反映了用户可能的活跃总时间。
• R(Recency)：用户最近一次消费至今的时间长度，反映了用户当前的活跃状态。
• F(Frequency)：用户在一定时间内的消费频率，反映了用户的忠诚度。
• M(Monetary)：用户在一定时间内的消费金额，反映了用户的购买能力。
• C(CostRatio)：用户在一定时间内消费的折扣系数，反映了用户对促销的偏好性。