点击链接阅读原文，获取更多技术内容：10种数据分析的模型思维让你灵光一闪-阿里云开发者社区
作者列出10种数据分析思维，可能不会瞬间升级你的思维模式，但说不定会为你以后的工作带来灵光一闪的感觉。
作者 |丁文祥(望文)
来源 | 阿里开发者公众号
很多人都会数据分析的人比别人聪明，实际上他们聪明在拥有模型化的分析思维，今天我们就来说说常见的数据分析思维。
以下10种数据分析思维可能不会瞬间升级你的思维模式，但说不定会为你以后的工作带来灵光一闪的感觉，请耐心读完，灵光一闪的时候别忘了我。
一、分类思维
日常工作中，客户分群、产品归类、市场分级……许多事情都需要有分类的思维。关键在于，分类后的事物，需要在核心关键指标上能拉开距离！也就是说，分类后的结果必须是显著的。
如图，横轴和纵轴往往是你运营当中关注的核心指标（当然不限于二维），而分类后的对象，你能看到他们的分布不是随机的，而是有显著的集群的倾向。
打个比方，经典的RFM模型依托收费的3个核心指标构建用户分群体系：最近一次消费时间（Recency）、消费频率（Frequency）、消费金额（Monetary）。
在R/M/F三个指标上，我们通过经验将实际的用户划分为以下8个区（如上图），我们需要做的就是促进不同的用户向更有价值的区域转移。也就是将每个付费用户根据消费行为数据，匹配到不同的用户价值群体中，然后根据不同付费用户群体的价值采用不同的策略（如下表）。
分类用于很多场景，比如用户分类（新老、活跃度、消费力水平分类等），商品分类（价格带、规格、用户需求等）。数据挖掘或者机器学习中很大一部分是解决分类问题，把具有某些共同点或相似特征的分为一组，这样更便于管理和做一些业务的精细化运营，也方便我们研究同类事物的共性和差异，便于理解其特性和用户需求。但要知道分类只是一种手段，不要为了分类而分类。
常见的分类方法：
(1) 业务规则(2) 统计分析，指标项表现形似的归为一组(3) 机器学习/模型朴素贝叶斯（Bayes）决策树（Decision Tree）支持向量机（Suport Vector Machine）K近邻 （KNN）逻辑回归（Logistic Regression）二、矩阵思维
分类思维的发展之一是矩阵思维，矩阵思维不再局限于用量化指标来进行分类。许多时候，我们没有数据做为支持，只能通过经验做主观的推断时，是可以把某些重要因素组合成矩阵，大致定义出好坏的方向，然后进行分析。大家可以百度经典的管理分析方法波士顿矩阵模型。
象限法是一种策略驱动的思维，常与产品分析、市场分析、客户管理、商品管理等。比如，下图是一个广告点击的四象限分布，X轴从左到右表示从低到高，Y轴从下到上表示从低到高。
高点击率高转化的广告，说明人群相对精准，是一个高效率的广告。高点击率低转化的广告，说明点击进来的人大多被广告吸引了，转化低说明广告内容针对的人群和产品实际受众有些不符。高转化低点击的广告，说明广告内容针对的人群和产品实际受众符合程度较高，但需要优化广告内容，吸引更多人点击。低点击率低转化的广告，可以放弃了。
象限法的优势：
（1）找到问题的共性原因
通过象限分析法，将有相同特征的事件进行归因分析，总结其中的共性原因。例如上面广告的案例中，第一象限的事件可以提炼出有效的推广渠道与推广策略，第三和第四象限可以排除一些无效的推广渠道；
（2）建立分组优化策略针对投放的象限分析法可以针对不同象限建立优化策略，例如RFM客户管理模型中按照象限将客户分为重点发展客户、重点保持客户、一般发展客户、一般保持客户等不同类型。给重点发展客户倾斜更多的资源，比如VIP服务、个性化服务、附加销售等。给潜力客户销售价值更高的产品，或一些优惠措施来吸引他们回归。
三、漏斗分析思维
这种思维方式已经比较普及了，漏斗分析分为长漏斗和短漏斗。长漏斗的特征是涉及环节较多，时间周期较长，常用的长漏斗有渠道归因模型，AARRR模型，用户生命周期模型等等；短漏斗是有明确的目的，时间短，如订单转化漏斗和注册漏斗。
一般都用于分析多业务环节和用户成交的链路分析。但是，看上去越是普适越是容易理解的模型，它的应用越得谨慎和小心。在漏斗思维当中，我们尤其要注意漏斗的长度。
漏斗从哪里开始到哪里结束？漏斗的环节不该超过5个，漏斗中各环节的百分比数值，量级不要超过100倍（漏斗第一环节100%开始，到最后一个环节的转化率数值不要低于1%）。若超过了我说的这两个数值标准，建议分为多个漏斗进行观察。
理由是什么呢？超过5个环节，往往会出现多个重点环节，那么在一个漏斗模型中分析多个重要问题容易产生混乱。数值量级差距过大，数值间波动相互关系很难被察觉，容易遗漏信息。
剩余60%，完整内容请点击下方链接查看：10种数据分析的模型思维让你灵光一闪-阿里云开发者社区
阿里云开发者社区，千万开发者的选择。百万精品技术内容、千节免费系统课程、丰富的体验场景、活跃的社群活动、行业专家分享交流，尽在：阿里云开发者社区-云计算社区-阿里云