做大數據分析的三大作用，主要是：現狀分析、原因分析和預測分析。什么時候開展什么樣的數據分析，需要根據我們的需求和目的來確定。

利用大數據分析的應用案例更加細化的說明做大數據分析方法中經常用到的幾種理論模型。

以營銷、管理等理論為指導，結合實際業務情況，搭建分析框架，這是進行大數據分析的首要因素。大數據分析方法論中經常用到的理論模型分為營銷方面的理論模型和管理方面的理論模型。

管理方面的理論模型：

• PEST、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART原則等
• PEST：主要用于行業分析
• PEST：政治(Political)、經濟(Economic)、社會(Social)和技術(Technological)
• P：構成政治環境的關鍵指標有，政治體制、經濟體制、財政政策、稅收政策、產業政策、投資政策、國防開支水平政府補貼水平、民眾對政治的參與度等。
• E：構成經濟環境的關鍵指標有，GDP及增長率、進出口總額及增長率、利率、匯率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生產率等。
• S：構成社會文化環境的關鍵指標有：人口規模、性別比例、年齡結構、出生率、死亡率、種族結構、婦女生育率、生活方式、購買習慣、教育狀況、城市特點、宗教信仰狀況等因素。
• T：構成技術環境的關鍵指標有：新技術的發明和進展、折舊和報廢速度、技術更新速度、技術傳播速度、技術商品化速度、國家重點支持項目、國家投入的研發費用、專利個數、專利保護情況等因素。

大數據分析的應用案例：吉利收購沃爾沃

大數據分析應用案例

5W2H分析法

何因(Why)、何事(What)、何人(Who)、何時(When)、何地(Where)、如何做(How)、何價(How much)

網游用戶的購買行為：

邏輯樹：可用于業務問題專題分析

邏輯樹，又稱問題樹、演繹樹或分解樹等

邏輯樹的使用必須遵循以下三個原則。

• 要素化：把相同問題總結歸納成要素。
• 框架化：將各個要素組織成框架，遵守不重不漏的原則。
• 關聯化：框架內的各要素保持必要的相互關系，簡單而不孤立。

缺點：涉及的相關問題可能有遺漏，雖然可以用頭腦風暴把涉及的問題總結歸納出來，但還是難以避免存在考慮不周全的地方。所以在使用邏輯樹的時候，盡量把涉及的問題或要素考慮周全。

大數據分析的應用案例：網游用戶的購買行為

大數據分析應用案例二

營銷方面的理論模型有：

4P、用戶使用行為、STP理論、SWOT等。

• 4P模型：主要用于公司整體經營情況分析
• 4P，即產品(Product)、價格(Price)、渠道(Place)、促銷(Promotion)
• 產品(Product)：包含有形產品、服務、人員、組織、觀念或它們的組合。
• 價格(Price)：包括基本價格、折扣價格、支付期限等。

價格或價格決策關系到企業的利潤、成本補償、以及是否有利于產品銷售、促銷等問題。

影響定價的三個要素有三個：需求、成本、競爭。

***價格取決于市場需求，***價格取決于該產品的成本費用，在***價格和***價格的幅度內，企業能把這種產品價格定多高取決于競爭者的同種產品的價格。

渠道(Place)：是指產品從生產企業流轉到用戶手上的全過程中所經歷的各個環節。

促銷(Promotion)：是指企業通過銷售行為的改變來刺激用戶消費，以短期的行為促成消費者增長，吸引其他品牌的用戶或導致提前消費來促進銷售的增長。

大數據分析應用案例三

邏輯樹：可用于業務問題專題分析

邏輯樹，又稱問題樹、演繹樹或分解樹等。邏輯樹的使用必須遵循以下三個原則。

要素化：把相同問題總結歸納成要素。

框架化：將各個要素組織成框架，遵守不重不漏的原則。

關聯化：框架內的各要素保持必要的相互關系，簡單而不孤立。

缺點：涉及的相關問題可能有遺漏，雖然可以用頭腦風暴把涉及的問題總結歸納出來，但還是難以避免存在考慮不周全的地方。所以在使用邏輯樹的時候，盡量把涉及的問題或要素考慮周全。

大數據分析應用案例：利潤分析中的應用

大數據分析應用案例四

明確大數據分析方法論的主要作用：

• 理順分析思路，確保數據分析結構體系化。
• 把問題分解成相關聯的部分，并顯示它們之間的關系。
• 為后續數據分析的開展指引方向。
• 確保分析結果的有效性及正確性。

明確數據分析方法論和數據分析法的區別：

• 大數據分析方法論主要是從宏觀角度指導如何進行數據分析，它就像是一個數據分析的前期規劃，指導著后期數據分析工作的開展。
• 而數據分析法則指具體的分析方法，比如對比分析、交叉分析、相關分析、回歸分析等。數據分析法主要從微觀角度指導如何進行數據分析。