对于数据分析人员而言，要掌握的知识非常多，如果你只会用Excel做一些简单的透视、汇总之类的基本工作，说明你距离数据分析师的差距还非常大。真正能体现一个数据分析师水平的地方，那就是懂得利用科学的分析方法，去做出合理的决策。
分析思路怎么来？
分析思路不是凭空就能想出来的，必须深入业务中才能了解问题的全貌，得出正确的结论，并形成自己的分析思路。除了要拓展自己的分析思路之外，学习前人总结的分析方法也很重要，例如常见的RFM分析、复购分析、购物篮分析等分析方法都是前人经过无数次验证后得出的成果，毫无疑问是非常宝贵的经验，我们应该多去学习了解。
数据分析模板分享
由于很多数据分析方法涉及的算法比较复杂，而且很多小伙伴并非是专业学习计算机出身，对于一些常见的数据分析方法的理解以及操作会有点困难，小编今天特意准备了几十个数据模板供大家学习使用。这些数据模板均由smartbi智分析这个工具制作而成，涵盖了各行各业，无需任何代码基础，只要替换数据便可以为自己所用，非常方便。
1 、客户分析
RFM 分析：通过三个关键指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
2 、对比分析
通过快速计算菜单，方便的计算同比、环比。
3 、钻取分析
创建维度层次，可以实现逐级钻取的效果。
钻取后的效果：
4 、产品分析
ABC 分析：按照产品累计销售额占比划分产品类别，80%以内的为A类，80%-90%的为B类，90%-100%的为C类。
波士顿矩阵分析：Y轴为销售额增长率，X轴为利润，销售额作为Z轴-气泡大小。将产品划分为4个象限。
购物篮分析：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。
5 、留存分析
留存率：同期群指每个月的新增客户，查看他们在后继月份的复购情况，时间越长二次复购的客户越多。
复购用户：在当月购买两次的用户。回购用户：上月购买了，本月还购买的用户。
6 、预测分析
使用机器学习的预测算法，利用过去4年的数据，预测未来1年的销售额。
PS ：关于文中提到的数据源以及模型资料，大家可以点关注之后私信我进行获取
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69980489/viewspace-2790819/ ，如需转载，请注明出处，否则将追究法律责任。
