????????很多轉(zhuǎn)行數(shù)據(jù)分析，學(xué)會(huì)一大堆數(shù)據(jù)分析工具货徙，從Excel到Python左权，從PowerBI到Pyecharts，但是分析數(shù)據(jù)還是無(wú)從下手痴颊。究竟要分析什么赏迟，接著分析什么，得出什么結(jié)論蠢棱，常常沒(méi)有頭緒锌杀。而且在換工作面試時(shí)，除了SQL泻仙，問(wèn)的最多的就是你會(huì)什么模型糕再，請(qǐng)你詳細(xì)解釋一下怎么用。

????????做過(guò)功課的玉转，回答PEST模型突想、SWOT模型、波士頓矩陣、AARRR模型蒿柳、RFM模型、帕累托模型這些說(shuō)老掉牙的內(nèi)容了漩蟆。不是說(shuō)它們沒(méi)用垒探，而是：一、這些東西沒(méi)什么新意怠李，做數(shù)據(jù)分析師是干嘛的圾叼？就是要你從數(shù)據(jù)里找出別人不知道的東西，大家都知道還需要你分析什么捺癞？畢竟你需要會(huì)點(diǎn)別人不會(huì)的夷蚊；二是對(duì)不同的行業(yè)、不同的公司髓介、不同的發(fā)展階段惕鼓、不同的場(chǎng)景適用的模型都不一樣，你沒(méi)搞清你要工作的這家公司性質(zhì)就胡亂說(shuō)的話反而讓人家知道你很“虛”唐础；三是一些模型作為數(shù)據(jù)分析師身份來(lái)說(shuō)箱歧，既沒(méi)法實(shí)際使用，也沒(méi)機(jī)會(huì)去用一膨，比如波士頓矩陣呀邢、PEST等等。因?yàn)檫@些常常是公司管理層才有資格用豹绪，而且他們不是基于數(shù)據(jù)价淌，更多是基于經(jīng)驗(yàn)判斷。如果你來(lái)用瞒津，你的結(jié)論能可信嗎蝉衣？

????????說(shuō)到底還是你的分析知識(shí)工具庫(kù)太少了。當(dāng)你面對(duì)數(shù)據(jù)的時(shí)候巷蚪，必須能夠快速判斷可以做什么處理买乃、得出什么結(jié)論、結(jié)論是否有可信度這樣一個(gè)分析體系钓辆。我們所說(shuō)的“模型”就是這樣一個(gè)體系剪验，實(shí)際上模型是指對(duì)于某個(gè)問(wèn)題或客觀事物、規(guī)律進(jìn)行抽象后的一種形式化表達(dá)方式前联，模型分類有很多種功戚，有數(shù)學(xué)模型、程序模型似嗤、邏輯模型啸臀、方法模型、數(shù)據(jù)模型、算法模型乘粒、管理模型（來(lái)自"MBA智庫(kù)百科"）豌注，而我們這里所說(shuō)的是“模型”不屬于任何一類，對(duì)能納入到數(shù)據(jù)分析決策中的都是我們需要的模型灯萍，主要包括數(shù)學(xué)模型轧铁、數(shù)據(jù)模型、算法模型旦棉、管理模型中的具體模型齿风。

????????下面將要介紹的是經(jīng)過(guò)實(shí)踐檢驗(yàn)的、適用于數(shù)據(jù)分析師的模型绑洛。本文不會(huì)詳細(xì)解釋每個(gè)模型的細(xì)節(jié)救斑，只是企圖先搭建一個(gè)框架，知道有哪些模型真屯、什么場(chǎng)景下使用脸候、說(shuō)得清主要環(huán)節(jié)，后續(xù)會(huì)一一結(jié)合可視化工具PowerBI或Python具體實(shí)踐绑蔫。換句話說(shuō)纪他，你知道的足夠多才有優(yōu)勢(shì)，具體的用什么學(xué)什么就可以了晾匠。

????????接下來(lái)從利用數(shù)據(jù)程度的角度茶袒，來(lái)介紹28種模型。

第一類凉馆，基于理論邏輯的弱數(shù)據(jù)商業(yè)模型

????????這一類模型來(lái)源于市場(chǎng)營(yíng)銷薪寓、戰(zhàn)略管理領(lǐng)域，是成熟商業(yè)公司澜共、咨詢公司總結(jié)提煉的經(jīng)典模型向叉。面向?qū)ο笸强偛谩EO嗦董，他們對(duì)此類模型的認(rèn)知更加深刻母谎，也只有他們才能推動(dòng)這類模型結(jié)論的實(shí)施。對(duì)于數(shù)據(jù)分析師來(lái)說(shuō)京革，在你的分析過(guò)程中可以使用奇唤，但是往往需要行業(yè)專家的指點(diǎn)，因?yàn)檫@些模型是弱數(shù)據(jù)支撐型匹摇，你沒(méi)有行業(yè)和專業(yè)認(rèn)知得出的結(jié)論難具說(shuō)服力咬扇。

1.PEST模型

????????內(nèi)容：PEST模型或者PESTEL模型是從宏觀角度出發(fā)分析企業(yè)的主要外部環(huán)境因素，應(yīng)用于公司設(shè)立或重大業(yè)務(wù)轉(zhuǎn)折時(shí)期廊勃。

????????使用對(duì)象：公司管理層懈贺、戰(zhàn)略咨詢專家、行業(yè)分析研究員。

????????缺陷：該模型角度看似是合理的梭灿，但實(shí)際上少數(shù)幾個(gè)因素就能決定行業(yè)的走向画侣，這些因素影響多大沒(méi)有客觀衡量標(biāo)準(zhǔn)，使用時(shí)需要強(qiáng)有力的解釋堡妒。

2.波特五力模型

????????內(nèi)容：這是用于行業(yè)戰(zhàn)略制定的競(jìng)爭(zhēng)力分析模型配乱，應(yīng)用于處于穩(wěn)定成熟期的公司，無(wú)論是提供服務(wù)還是產(chǎn)品涕蚤，此時(shí)已占有市場(chǎng)份額宪卿，但面臨發(fā)展威脅的诵。主要來(lái)自五種力量：同行業(yè)內(nèi)現(xiàn)有競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)能力万栅、潛在競(jìng)爭(zhēng)者進(jìn)入的能力、替代品的替代能力西疤、供應(yīng)商的討價(jià)還價(jià)能力與購(gòu)買者的議價(jià)能力烦粒。

????????使用對(duì)象：公司管理層、戰(zhàn)略咨詢專家代赁。

????????缺陷：該模型更多是一種理論思考工具扰她，而非可以實(shí)際操作的戰(zhàn)略工具。因?yàn)樵撃Ｐ突谥贫☉?zhàn)略者需要了解整個(gè)行業(yè)的信息芭碍，顯然現(xiàn)實(shí)中是難于做到的徒役；同行業(yè)之間只有競(jìng)爭(zhēng)關(guān)系，沒(méi)有合作關(guān)系窖壕。但現(xiàn)實(shí)中企業(yè)之間存在多種合作關(guān)系忧勿。

3.SPACE矩陣

????????內(nèi)容：SPACE矩陣有四個(gè)象限分別表示企業(yè)采取的進(jìn)攻、保守瞻讽、防御和競(jìng)爭(zhēng)四種戰(zhàn)略模式鸳吸。這個(gè)矩陣的兩個(gè)數(shù)軸分別代表了企業(yè)的兩個(gè)內(nèi)部因素: 財(cái)務(wù)態(tài)勢(shì)（financial position，F(xiàn)P）和競(jìng)爭(zhēng)優(yōu)勢(shì)（competitive position速勇，CP）晌砾；兩個(gè)外部因素: 環(huán)境穩(wěn)定性態(tài)勢(shì)（stability position，SP）和產(chǎn)業(yè)態(tài)勢(shì)（industry position烦磁，IP）养匈。這四個(gè)因素對(duì)于確定企業(yè)總體戰(zhàn)略地位起決定性作用。

????????使用對(duì)象：公司管理層都伪、戰(zhàn)略咨詢專家

????????缺陷：調(diào)研打分?jǐn)?shù)據(jù)乖寒，考察因素固定，如果想靈活變動(dòng)缺乏理論支持院溺，應(yīng)用到具體案例很難解釋楣嘁。

4.SCP分析模型

????????內(nèi)容：SCP 框架的基本涵義是，市場(chǎng)結(jié)構(gòu)決定企業(yè)在市場(chǎng)中的行為，而企業(yè)行為又決定市場(chǎng)運(yùn)行在各個(gè)方面的經(jīng)濟(jì)績(jī)效逐虚。應(yīng)用在行業(yè)或者企業(yè)受到表面沖擊時(shí)聋溜，分析可能的戰(zhàn)略調(diào)整及行為變化。

????????使用對(duì)象：公司管理層叭爱、戰(zhàn)略咨詢專家

????????缺陷：該框架對(duì)行業(yè)的假設(shè)基本上是靜態(tài)的撮躁，但實(shí)際行業(yè)發(fā)展是隨時(shí)變化的；需精通行業(yè)經(jīng)驗(yàn)。

5.戰(zhàn)略鐘模型

????????內(nèi)容：戰(zhàn)略鐘模型將產(chǎn)品/服務(wù)價(jià)格和產(chǎn)品/服務(wù)附加值綜合在一起考慮，企業(yè)實(shí)際上沿著以下8種途徑中的一種來(lái)完成企業(yè)經(jīng)營(yíng)行為祠挫。其中一些的路線可能是成功的路線淤堵，而另外一些則可能導(dǎo)致企業(yè)的失敗。

????????使用對(duì)象：公司管理層

????????缺陷：該模型也是競(jìng)爭(zhēng)戰(zhàn)略選擇工具技肩，但是比前面幾個(gè)更好操作，更有針對(duì)性，但是數(shù)據(jù)分析師并不經(jīng)常用得到叙赚。

6.三四矩陣

????????內(nèi)容：在一個(gè)穩(wěn)定的競(jìng)爭(zhēng)市場(chǎng)中，參與市場(chǎng)競(jìng)爭(zhēng)的參與者一般分為三類僚饭，領(lǐng)先者震叮、參與者、生存者鳍鸵。優(yōu)勝者一般是指市場(chǎng)占有率在15%以上苇瓣，可以對(duì)市場(chǎng)變化產(chǎn)生重大影響的企業(yè)，如在價(jià)格偿乖、產(chǎn)量等方面击罪；參與者一般是指市場(chǎng)占有率介于5%～15%之間的企業(yè)，這些企業(yè)雖然不能對(duì)市場(chǎng)產(chǎn)生重大的影響汹想，但是它們是市場(chǎng)競(jìng)爭(zhēng)的有效參與者外邓；生存者一般是局部細(xì)分市場(chǎng)填補(bǔ)者，這些企業(yè)的市場(chǎng)份額都非常低古掏，通常小于5%损话。這個(gè)模型用于分析一個(gè)成熟市場(chǎng)中企業(yè)的競(jìng)爭(zhēng)地位。

????????使用對(duì)象：公司管理層槽唾、行業(yè)研究員

????????缺陷：由內(nèi)容可知該模型一般用于分析競(jìng)爭(zhēng)地位來(lái)確定自己接下來(lái)戰(zhàn)略丧枪，僅具有參考價(jià)值。

????????以上這些模型（1-6）都是戰(zhàn)略管理類模型庞萍，應(yīng)用對(duì)象和使用對(duì)象都是特定的拧烦，使用要求較高。

7.4P/4C理論模型

????????內(nèi)容：4P模型是營(yíng)銷理論模型钝计，即Product恋博、Price齐佳、Place、Promotion债沮。取其開(kāi)頭字母炼吴，意思為產(chǎn)品，價(jià)格疫衩，地點(diǎn)硅蹦，促銷。4C模型是從前者（站在企業(yè)立場(chǎng)）轉(zhuǎn)到客戶立場(chǎng)闷煤。

8.波士頓矩陣

????????波士頓矩陣認(rèn)為一般決定產(chǎn)品結(jié)構(gòu)的基本因素有兩個(gè)：即市場(chǎng)引力與企業(yè)實(shí)力童芹。最主要的是反映市場(chǎng)引力的綜合指標(biāo)——銷售增長(zhǎng)率，這是決定企業(yè)產(chǎn)品結(jié)構(gòu)是否合理的外在因素鲤拿。企業(yè)實(shí)力包括市場(chǎng)占有率假褪，技術(shù)、設(shè)備皆愉、資金利用能力等嗜价，其中市場(chǎng)占有率是決定企業(yè)產(chǎn)品結(jié)構(gòu)的內(nèi)在要素艇抠，它直接顯示出企業(yè)競(jìng)爭(zhēng)實(shí)力幕庐。銷售增長(zhǎng)率與市場(chǎng)占有率既相互影響，又互為條件：市場(chǎng)引力大家淤，市場(chǎng)占有高异剥，可以顯示產(chǎn)品發(fā)展的良好前景，企業(yè)也具備相應(yīng)的適應(yīng)能力絮重，實(shí)力較強(qiáng)冤寿；如果僅有市場(chǎng)引力大，而沒(méi)有相應(yīng)的高市場(chǎng)占有率青伤，則說(shuō)明企業(yè)尚無(wú)足夠?qū)嵙Χ搅瑒t該種產(chǎn)品也無(wú)法順利發(fā)展。相反狠角，企業(yè)實(shí)力強(qiáng)号杠，而市場(chǎng)引力小的產(chǎn)品也預(yù)示了該產(chǎn)品的市場(chǎng)前景不佳。通過(guò)以上兩個(gè)因素相互作用丰歌，會(huì)出現(xiàn)四種不同性質(zhì)的產(chǎn)品類型姨蟋，形成不同的產(chǎn)品發(fā)展前景：①銷售增長(zhǎng)率和市場(chǎng)占有率“雙高”的產(chǎn)品群（明星類產(chǎn)品）；②銷售增長(zhǎng)率和市場(chǎng)占有率“雙低”的產(chǎn)品群（瘦狗類產(chǎn)品）立帖；③銷售增長(zhǎng)率高眼溶、市場(chǎng)占有率低的產(chǎn)品群（問(wèn)題類產(chǎn)品）；④銷售增長(zhǎng)率低晓勇、市場(chǎng)占有率高的產(chǎn)品群（金牛類產(chǎn)品）堂飞。

9.GE行業(yè)吸引力矩陣

????????該模型是對(duì)波士頓矩陣的改進(jìn)灌旧，應(yīng)用于投資組合、業(yè)務(wù)組合的企業(yè)經(jīng)營(yíng)模型绰筛。這個(gè)矩陣可以更細(xì)化的說(shuō)明產(chǎn)品所在行業(yè)的狀況（比如波士頓矩陣中节榜，偏向于現(xiàn)金牛的瘦狗中的產(chǎn)品，并不一定制定撤退戰(zhàn)略就是妥善的别智。并且就算明星業(yè)務(wù)中宗苍，靠上的與靠下的所需要投入的投資比重也是不一樣的）。九宮格中一旦企業(yè)在左上方三個(gè)格薄榛，一般情況下采用增長(zhǎng)戰(zhàn)略讳窟，右下方一般采用停止。對(duì)角一般采用調(diào)整敞恋。

10.KANO模型

??????? KANO 模型是對(duì)用戶需求分類和優(yōu)先排序的有用工具丽啡，以分析用戶需求對(duì)用戶滿意的影響為基礎(chǔ)，體現(xiàn)了產(chǎn)品性能和用戶滿意之間的非線性關(guān)系硬猫。應(yīng)用于對(duì)顧客的不同需求進(jìn)行區(qū)分處理补箍，幫助企業(yè)找出提高企業(yè)顧客滿意度的切入點(diǎn)。根據(jù)不同類型的屬性特性與顧客滿意度之間的關(guān)系分為五類：基本（必備）型屬性——Must-be Quality/ Basic Quality 期望（意愿）型屬性——One-dimensional Quality/ Performance Quality 興奮（魅力）型屬性—Attractive Quality/ Excitement Quality 無(wú)差異型屬性——Indifferent Quality/Neutral Quality 反向（逆向）型屬性——Reverse Quality啸蜜，亦可以將 'Quality' 翻譯成“質(zhì)量”或“品質(zhì)”坑雅。前三種需求根據(jù)績(jī)效指標(biāo)分類就是基本因素、績(jī)效因素和激勵(lì)因素衬横。

????????缺陷：需求會(huì)因人而異裹粤，要做的是滿足目標(biāo)用戶人群中多數(shù)人的需求；需求會(huì)因?yàn)槲幕町惗煌淞郑鐕?guó)內(nèi)的互聯(lián)網(wǎng)產(chǎn)品比國(guó)外的互聯(lián)網(wǎng)產(chǎn)品要做得好遥诉；需求會(huì)隨著時(shí)間變化。昨天的期望型需求噪叙，甚至魅力型需求矮锈，到今天可能已變成了必備型需求。

????????以上這些模型（7-10）都是市場(chǎng)睁蕾、營(yíng)銷模型苞笨，當(dāng)你知道這些模型基本內(nèi)容和用法，就知道使用模型得知道它的使用背景和定義域惫霸，并不是凡是模型就被數(shù)據(jù)分析拿來(lái)用猫缭。

????????接下來(lái)這幾個(gè)模型是數(shù)據(jù)分析師最常使用，也是最有效的工具模型壹店。說(shuō)它們是模型猜丹，實(shí)際是一種方法，它提供了解決問(wèn)題的思路硅卢。

11.SWOT分析法

??????? SWOT分析方法從某種意義上來(lái)說(shuō)隸屬于企業(yè)內(nèi)部分析方法射窒，即根據(jù)企業(yè)自身的條件在既定內(nèi)進(jìn)行分析藏杖。但是由于它的概念并不限定于企業(yè)分析，在解決任何問(wèn)題都是可以拿來(lái)借鑒使用的脉顿。它將與研究對(duì)象密切相關(guān)的各種主要內(nèi)部?jī)?yōu)勢(shì)S（strengths）蝌麸、劣勢(shì)W （weaknesses）和外部的機(jī)會(huì)O （opportunities）和威脅T （threats）等，通過(guò)調(diào)查列舉出來(lái)艾疟，并依照矩陣形式排列来吩，然后用系統(tǒng)分析的思想，把各種因素相互匹配起來(lái)加以分析蔽莱，從中得出一系列相應(yīng)的結(jié)論弟疆，而結(jié)論通常帶有一定的決策性。

12.邏輯樹(shù)分析法

????????把一個(gè)已知問(wèn)題當(dāng)成樹(shù)干盗冷，然后開(kāi)始考慮這個(gè)問(wèn)題和哪些相關(guān)問(wèn)題或者子任務(wù)有關(guān)怠苔。每想到一點(diǎn)，就給這個(gè)問(wèn)題（也就是樹(shù)干）加一個(gè)“樹(shù)枝”仪糖，并標(biāo)明這個(gè)“樹(shù)枝”代表什么問(wèn)題柑司。一個(gè)大的“樹(shù)枝”上還可以有小的“樹(shù)枝”，如此類推锅劝，找出問(wèn)題的所有相關(guān)聯(lián)項(xiàng)目攒驰。邏輯樹(shù)主要是幫助你理清自己的思路，不進(jìn)行重復(fù)和無(wú)關(guān)的思考鸠天。

13.5W2H分析法

????????這種方法又叫七問(wèn)分析法讼育，用五個(gè)以W開(kāi)頭的英語(yǔ)單詞和兩個(gè)以H開(kāi)頭的英語(yǔ)單詞進(jìn)行設(shè)問(wèn)帐姻，發(fā)現(xiàn)解決問(wèn)題的線索稠集。可以說(shuō)是最簡(jiǎn)單又高效的數(shù)據(jù)分析方法饥瓷。

（1）WHAT——是什么剥纷？目的是什么？做什么工作呢铆？

（2）WHY——為什么要做晦鞋？可不可以不做？有沒(méi)有替代方案棺克？

（3）WHO——誰(shuí)悠垛？由誰(shuí)來(lái)做？

（4）WHEN——何時(shí)娜谊？什么時(shí)間做确买？什么時(shí)機(jī)最適宜？

（5）WHERE——何處纱皆？在哪里做湾趾？

（6）HOW ——怎么做芭商？如何提高效率？如何實(shí)施搀缠？方法是什么铛楣？

（7）HOW MUCH——多少？做到什么程度艺普？數(shù)量如何簸州？質(zhì)量水平如何？費(fèi)用產(chǎn)出如何歧譬？

14.麥肯錫七步法

????????這是麥肯錫公司根據(jù)他們做過(guò)的大量案例勿侯，總結(jié)出解決問(wèn)題的思路，它和5W2H同樣是在面對(duì)突發(fā)狀況時(shí)最有效的思路缴罗。

????????以上（11-14）四個(gè)模型不同于前面的商業(yè)模型助琐，而是思維模型。

15.消費(fèi)者行為模型（從AIDMA面氓、AISAS演變到SICAS）

1.AIDMA法則

??????? AIDMA法則兵钮，我們可以理解為，自消費(fèi)者看到廣告信息開(kāi)始舌界，直至進(jìn)行消費(fèi)購(gòu)買行為的心理引導(dǎo)過(guò)程掘譬。首先讓潛在消費(fèi)者“注意”到廣告信息，并使其感到“興趣”而持續(xù)完成廣告信息的接收呻拌，然后產(chǎn)生嘗試購(gòu)買或體驗(yàn)的“欲望”葱轩，進(jìn)而使?jié)撛谙M(fèi)者對(duì)信息的“記憶”更加深刻，直至“行動(dòng)”轉(zhuǎn)化成為購(gòu)買行為藐握。

圖片來(lái)源于網(wǎng)絡(luò)

2.AISAS法則

????????移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)使大家認(rèn)識(shí)到靴拱，需要更加精準(zhǔn)有效的獲取目標(biāo)消費(fèi)者的注意，可以通過(guò)用戶畫(huà)像實(shí)現(xiàn)興趣的精細(xì)化管理猾普。進(jìn)而達(dá)成袜炕，用戶向著主動(dòng)利用搜索引擎探索、行動(dòng)初家，并產(chǎn)生價(jià)值的分享擴(kuò)散偎窘。而借助移動(dòng)互聯(lián)網(wǎng)的崛起，新媒體也成為了整合營(yíng)銷傳播中的又一主力媒體渠道溜在。

圖片來(lái)源于網(wǎng)絡(luò)

3.SICAS法則

??????? SICAS建立了一套開(kāi)放式的營(yíng)銷效果評(píng)估模型陌知，幫助品牌商家解決“我知道我的廣告費(fèi)浪費(fèi)了一半，但是卻不知道哪一半被浪費(fèi)了!”掖肋，品牌商家首先要基于互聯(lián)網(wǎng)的產(chǎn)品形態(tài)建立全網(wǎng)觸點(diǎn)來(lái)實(shí)時(shí)感知消費(fèi)者行為動(dòng)態(tài)來(lái)敏捷指導(dǎo)仆葡、評(píng)估營(yíng)銷決策，讓品牌信息能及時(shí)出現(xiàn)在消費(fèi)者會(huì)關(guān)心會(huì)消費(fèi)信息的地方培遵，精細(xì)化銷售效果評(píng)估數(shù)據(jù)精確考核ROI浙芙，品牌商家不僅要關(guān)注消費(fèi)者的分享行為登刺，還要參與、引導(dǎo)消費(fèi)者的分享行為嗡呼。

圖片來(lái)源于網(wǎng)絡(luò)

第二類 基于指標(biāo)計(jì)算組合的數(shù)據(jù)商業(yè)模型

16.用戶增長(zhǎng)模型（AARRR模型/AIPL模型）

????????介紹完上面消費(fèi)者行為三個(gè)模型后纸俭，再看下面AARRR模型，你會(huì)發(fā)現(xiàn)很眼熟南窗，這也是現(xiàn)在凡是給你推薦模型的都會(huì)說(shuō)到的用戶增長(zhǎng)模型揍很，又叫海盜模型、漏斗模型万伤。

2.AIPL模型

說(shuō)到AARRR模型不得不說(shuō)網(wǎng)傳阿里巴巴所用的電商分析模型AIPL窒悔，它也來(lái)自上面的AIDMA營(yíng)銷模型的變種。

A（Awareness敌买，認(rèn)知）：品牌認(rèn)知人群简珠。包括被品牌廣告觸達(dá)和品類詞搜索的人。

I（Interest虹钮，興趣）：品牌興趣人群聋庵。包括廣告點(diǎn)擊、瀏覽品牌/店鋪主頁(yè)芙粱、參與品牌互動(dòng)祭玉、瀏覽產(chǎn)品詳情頁(yè)、品牌詞搜索春畔、領(lǐng)取試用脱货、訂閱/關(guān)注/入會(huì)、加購(gòu)收藏的人律姨。

P（Purchase振峻，購(gòu)買）：品牌購(gòu)買人群，指購(gòu)買過(guò)品牌商品的人线召。

L（Loyalty铺韧，忠實(shí)）：品牌忠誠(chéng)人群，包括復(fù)購(gòu)缓淹、評(píng)論、分享的人塔逃。

17.用戶價(jià)值模型（RFM模型）

??????? RFM模型是衡量客戶價(jià)值和創(chuàng)利能力的重要工具和標(biāo)準(zhǔn)讯壶，該模型通過(guò)一個(gè)客戶的近期購(gòu)買行為R、購(gòu)買的總體頻率F和花了多少錢M三項(xiàng)指標(biāo)來(lái)描述該客戶的價(jià)值湾盗。

????????以上三個(gè)指標(biāo)會(huì)將維度再細(xì)分出5份伏蚊，這樣就能夠細(xì)分出5x5x5=125類用戶，再根據(jù)每類用戶精準(zhǔn)營(yíng)銷……顯然125類用戶已超出普通人腦的計(jì)算范疇了格粪，更別說(shuō)針對(duì)125類用戶量體定制營(yíng)銷策略躏吊。實(shí)際運(yùn)用上氛改，我們只需要把每個(gè)維度做一次兩分即可，這樣在3個(gè)維度上我們依然得到了8組用戶比伏。這樣胜卤，之前提的四個(gè)問(wèn)題，就能很容易被解讀（編號(hào)次序RFM,1代表高赁项，0代表低）?

重要價(jià)值客戶（111）：最近消費(fèi)時(shí)間近葛躏、消費(fèi)頻次和消費(fèi)金額都很高

重要保持客戶（011）：最近消費(fèi)時(shí)間較遠(yuǎn)，但消費(fèi)頻次和金額都很高悠菜，說(shuō)明這是個(gè)一段時(shí)間沒(méi)來(lái)的忠誠(chéng)客戶舰攒，我們需要主動(dòng)和他保持聯(lián)系。

重要發(fā)展客戶（101）：最近消費(fèi)時(shí)間較近悔醋、消費(fèi)金額高摩窃，但頻次不高，忠誠(chéng)度不高芬骄，很有潛力的用戶偶芍，必須重點(diǎn)發(fā)展。

重要挽留客戶（001）：最近消費(fèi)時(shí)間較遠(yuǎn)德玫、消費(fèi)頻次不高匪蟀，但消費(fèi)金額高的用戶，可能是將要流失或者已經(jīng)要流失的用戶宰僧，應(yīng)當(dāng)給予挽留措施材彪。

18.帕累托模型

????????很多人都知道世界上20%的人掌握了80%的財(cái)富，這就是著名的二八定律琴儿，它又叫帕累托法則段化，還衍生出了ABC分類法。現(xiàn)在主要用于產(chǎn)品分析造成、庫(kù)存管理显熏、質(zhì)量管理。

第三類 基于運(yùn)籌/統(tǒng)計(jì)的強(qiáng)數(shù)據(jù)數(shù)學(xué)模型

19.ARIMA模型晒屎、GARCH模型

????????對(duì)某一個(gè)或者一組變量進(jìn)行觀察測(cè)量喘蟆，將在一系列時(shí)刻所得到的離散數(shù)字組成的序列集合，稱之為時(shí)間序列鼓鲁。時(shí)間序列分析是根據(jù)系統(tǒng)觀察得到的時(shí)間序列數(shù)據(jù)蕴轨，通過(guò)曲線擬合和參數(shù)估計(jì)來(lái)建立數(shù)學(xué)模型的理論和方法。時(shí)間序列分析常用于國(guó)民宏觀經(jīng)濟(jì)控制骇吭、市場(chǎng)潛力預(yù)測(cè)等方面橙弱。ARIMA模型，是實(shí)際案例中最常用的模型。

20.線性規(guī)劃模型

????????線性規(guī)劃模型是指一種特殊形式的數(shù)學(xué)規(guī)劃模型棘脐，即目標(biāo)函數(shù)和約束條件是待求變量的線性函數(shù)斜筐、線性等式或線性不等式的數(shù)學(xué)規(guī)劃模型。它所描述的典型問(wèn)題是怎樣以最優(yōu)的方式在各項(xiàng)活動(dòng)中間分配有限資源的問(wèn)題蛀缝。應(yīng)用于經(jīng)濟(jì)分析顷链、經(jīng)營(yíng)管理中，為合理地利用有限的人力内斯、物力蕴潦、財(cái)力等資源作出的最優(yōu)決策。下圖中是要找到最佳虛線的表達(dá)式來(lái)使得實(shí)心面積最大俘闯，約束條件就是組成實(shí)心面積的直線方程潭苞。

????????從實(shí)際問(wèn)題中建立線性規(guī)劃模型一般有以下三個(gè)步驟：1.根據(jù)影響所要達(dá)到目的的因素找到?jīng)Q策變量；2.由決策變量和所在達(dá)到目的之間的函數(shù)關(guān)系確定目標(biāo)函數(shù)真朗；3.由決策變量所受的限制條件確定決策變量所要滿足的約束條件此疹。

第四類 基于機(jī)器學(xué)習(xí)的強(qiáng)數(shù)據(jù)算法模型

21.線性回歸模型（linear Regression,LR)

????????線性回歸是利用數(shù)理統(tǒng)計(jì)中回歸分析，來(lái)確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法遮婶，運(yùn)用十分廣泛蝗碎。其表達(dá)形式為y = w'x+e，e為誤差服從均值為0的正態(tài)分布旗扑。通過(guò)最小二乘法或者梯度下降法求解出系數(shù)矩陣蹦骑，從而得到線性回歸方程來(lái)對(duì)新樣本進(jìn)行預(yù)測(cè)。線性回歸模型與線性規(guī)劃模型有什么區(qū)別呢臀防？其實(shí)都是在求線性方程表達(dá)式眠菇，但是應(yīng)用對(duì)象不同、求解目的不同袱衷。

????????上面這個(gè)模型表示的是通過(guò)圖上的數(shù)據(jù)（過(guò)去數(shù)據(jù)）來(lái)擬合一個(gè)線性回歸表達(dá)式捎废，如果給你新的數(shù)據(jù)x，可以通過(guò)這個(gè)表達(dá)式預(yù)測(cè)出y是多少致燥。

22.邏輯回歸(Logistic Regression, LR)模型

????????邏輯回歸模型是在線性回歸的基礎(chǔ)上加了一個(gè)激活函數(shù)SGMOID登疗，使得原本回歸求得的結(jié)果縮小到（0,1）之間，從而實(shí)現(xiàn)分類預(yù)測(cè)的作用嫌蚤。

????????從上面左圖可以看到深藍(lán)色點(diǎn)代表類別為0辐益，淺藍(lán)色點(diǎn)代表類別為1，雖然我們將這些點(diǎn)畫(huà)出散點(diǎn)圖也通過(guò)顏色知道它的類別搬葬，但是我們用什么標(biāo)準(zhǔn)還衡量它為什么為0或1呢荷腊？如果來(lái)了新的點(diǎn)怎么預(yù)測(cè)他的類別呢？靠直觀感受是不行的急凰，因此用數(shù)學(xué)表達(dá)式來(lái)作為衡量模型：

????????第一步，對(duì)左邊的數(shù)據(jù)點(diǎn)擬合一個(gè)線性回歸表達(dá)式；

????????第二步抡锈，將表達(dá)式整理變換得到z疾忍，再將z帶入到SIGMOD函數(shù)（也叫激活函數(shù)）中，得到0到1之間的值床三，將這個(gè)值看作概率一罩，離1越近表示越有可能分類為1，離0越近表示越有可能分類為0撇簿。

????????其實(shí)用左圖直觀感受可知直線上方的點(diǎn)離直線越遠(yuǎn)聂渊，它被分為1或0的證據(jù)就越強(qiáng)烈。

23.KNN模型（K個(gè)最近鄰nearest neighbor）

??????? KNN模型的模型思想可以簡(jiǎn)單歸結(jié)為“物以類聚四瘫，人以群分”汉嗽，上面邏輯回歸對(duì)分類不同的點(diǎn)通過(guò)SIGMOD函數(shù)來(lái)區(qū)分。而這個(gè)模型則是通過(guò)點(diǎn)與點(diǎn)之間距離遠(yuǎn)近來(lái)區(qū)分找蜜。對(duì)上面同一批數(shù)據(jù)點(diǎn)用KNN來(lái)劃分：

????????第一步饼暑，先選取n個(gè)中心點(diǎn)（一般有多少個(gè)類選多少個(gè)，當(dāng)然也可以選擇多個(gè)洗做，這里選4個(gè)）弓叛，計(jì)算所有數(shù)據(jù)與這四個(gè)點(diǎn)的距離；

????????第二步诚纸，將每個(gè)距離從大到小排序撰筷，越大離這個(gè)點(diǎn)近，越有可能跟這個(gè)中心點(diǎn)類別相同畦徘，我們就把中心點(diǎn)的類別賦值給這個(gè)點(diǎn)毕籽。但是不是簡(jiǎn)單通過(guò)一個(gè)中心點(diǎn)判斷，你可以選擇K個(gè)離它最近的中心點(diǎn)旧烧，采用投票法或平均法得出它的類別影钉。

????????上面的圖表名，KNN把大部分點(diǎn)都能分對(duì)掘剪，但是對(duì)處于兩圓交界或者異常點(diǎn)區(qū)分能力很差平委。所以在實(shí)際分類建模時(shí)一般效果不如邏輯回歸。

24.貝葉斯模型（Bayes)

????????這是來(lái)自統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析模型夺谁，基于著名的貝葉斯定理廉赔。在我們?nèi)粘Ｗ鰶Q策的時(shí)候，往往都會(huì)有這樣一種感覺(jué)匾鸥，當(dāng)我對(duì)問(wèn)題一無(wú)所知的時(shí)候蜡塌，對(duì)做決策毫無(wú)把握，全靠猜勿负，但是給了你一些信息之后馏艾，你對(duì)某個(gè)答案的把握就大一些。但是怎么衡量你的把握大小呢？貝葉斯定理說(shuō)的就是你這個(gè)做決策過(guò)程的量化琅摩。

????????這個(gè)模型沒(méi)有明確的表達(dá)形式铁孵，它依據(jù)的就是圖上的貝葉斯定理公式。它主要應(yīng)用于隨機(jī)變量x,y為離散型變量房资。

25.SVM模型（支持向量機(jī),support vector machine）

????????這是來(lái)自數(shù)學(xué)領(lǐng)域的數(shù)據(jù)分析模型蜕劝，是計(jì)算復(fù)雜度、理解復(fù)雜度都很高的模型轰异。

????????與線性回歸一樣岖沛，都是求出一條直線作為分割線，但是這個(gè)表達(dá)式的求解不是用線性回歸的方式搭独，這里的系數(shù)（1.088婴削，-1）也是錯(cuò)誤的，實(shí)際是未知的戳稽，可以用（a,b）代替馆蠕；它也像線性規(guī)劃問(wèn)題，需要同時(shí)滿足約束條件才能求出系數(shù)惊奇，但是又不是簡(jiǎn)單的線性約束互躬。

????????那它是怎么求出這個(gè)表達(dá)式的系數(shù)（a,b）呢？颂郎，實(shí)際上是通過(guò)計(jì)算離分割線最近的點(diǎn)吼渡，使得這些點(diǎn)到分割線的距離之和最大，上面的圖可以看到計(jì)算點(diǎn)到直線的距離就是關(guān)于系數(shù)（a,b）的函數(shù)乓序。為什么要使得這些點(diǎn)到分割線的距離之和最大寺酪？這些點(diǎn)是哪些點(diǎn)？

????????上面這張圖可以看到替劈，從分割線1到分割線3寄雀，隨著分割線的不斷移動(dòng)，點(diǎn)到直線的距離之和越來(lái)越性上住（圖上可能不直觀但是實(shí)際計(jì)算可知）盒犹，但是分類的錯(cuò)誤數(shù)卻是在增加的，這說(shuō)明在這個(gè)二維平面上有很多可以將這些點(diǎn)分隔開(kāi)的線眨业，但是把點(diǎn)盡可能多的分開(kāi)的線只有一條急膀，那就是點(diǎn)到直線的距離之和最小的直線，而這些點(diǎn)叫支持向量龄捡，它們是在計(jì)算過(guò)程中不斷迭代找到的卓嫂。

????????實(shí)際上后面的求解過(guò)程還很復(fù)雜，在這里無(wú)法一一解釋清楚聘殖，感興趣的可以進(jìn)一步了解晨雳。通過(guò)與前面幾個(gè)分類模型相比行瑞，你也可以看到它不僅找出分割線，還力求找到最佳的那一條悍募，因此它在深度學(xué)習(xí)模型研究大火之前是最佳數(shù)據(jù)挖掘模型之一蘑辑。

26.決策樹(shù)模型(decision tree,DT)

????????決策樹(shù)模型的使用的原理跟貝葉斯定理很像洋机，但是它使用的不是條件概率而是條件經(jīng)驗(yàn)熵坠宴，它也不是像貝葉斯模型那樣一次性求出所有條件概率乘積，得到結(jié)果為1的概率和結(jié)果為0的概率绷旗，兩者相比較喜鼓，而是一步一步篩選哪些條件是最有效的，其次是哪個(gè)衔肢，無(wú)效的條件就丟掉庄岖，這樣既提高準(zhǔn)確率，也提高效率角骤。這跟我們的決策行為也是相符的隅忿，雖然我們從一無(wú)所知到知道一些信息，但是對(duì)這些信息也需要加以甄別邦尊，哪個(gè)是對(duì)結(jié)論支持最有力的證據(jù)才使用哪個(gè)背桐。

????????可以看到?jīng)Q策樹(shù)模型和之前的決策樹(shù)七步法思考方式有相似性，都是一步一步判斷得到最終結(jié)論蝉揍，但是前者是感性判斷链峭，這里是通過(guò)數(shù)值計(jì)算。

27.集成學(xué)習(xí)模型(ensemble learning,EL)

????????集成學(xué)習(xí)模型實(shí)際上不是具體算法又沾，而是一種策略弊仪，是在前面幾種模型基礎(chǔ)上集合而成的，前面都是單個(gè)模型杖刷，而集成學(xué)習(xí)就是將多個(gè)單模型放在一起進(jìn)行分類預(yù)測(cè)励饵。俗話說(shuō)就是：“三個(gè)臭皮匠定個(gè)諸葛亮”。一個(gè)單模型可能預(yù)測(cè)不準(zhǔn)滑燃，但是多個(gè)模型通過(guò)投票或者平均役听，就能提高分類準(zhǔn)確率。集成模型也是在深度學(xué)習(xí)模型研究大火之前是最佳數(shù)據(jù)挖掘模型之一不瓶。

28.神經(jīng)網(wǎng)絡(luò)模型(neural network,NN)

????????神經(jīng)網(wǎng)絡(luò)模型源自計(jì)算機(jī)科學(xué)家對(duì)生物學(xué)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)得到的啟發(fā)禾嫉，人類大腦有著復(fù)雜的神經(jīng)網(wǎng)絡(luò)，每個(gè)神經(jīng)元連著很多神經(jīng)蚊丐，當(dāng)腦子有一個(gè)想法會(huì)產(chǎn)生電信號(hào)熙参，電信號(hào)在神經(jīng)中傳導(dǎo)到達(dá)神經(jīng)元經(jīng)過(guò)神經(jīng)元細(xì)胞的處理轉(zhuǎn)化得到另一個(gè)信號(hào)再通過(guò)神經(jīng)網(wǎng)絡(luò)傳給下一個(gè)神經(jīng)元，這樣一層一層傳遞就能調(diào)動(dòng)身體各部分配合來(lái)完成動(dòng)作麦备。

????????因此孽椰，神經(jīng)網(wǎng)絡(luò)把每個(gè)因素（又叫特征昭娩、隨機(jī)變量，就是前面例子說(shuō)的x,y)當(dāng)做電信號(hào)黍匾，系數(shù)矩陣當(dāng)做傳導(dǎo)神經(jīng)栏渺，激活函數(shù)當(dāng)做神經(jīng)元。如下圖：

????????可以看到三層神經(jīng)網(wǎng)絡(luò)跟邏輯回歸模型很像锐涯，可以把邏輯回歸模型看作是單層神經(jīng)網(wǎng)絡(luò)來(lái)理解磕诊，多層神經(jīng)網(wǎng)絡(luò)就是不斷增肌神經(jīng)元，擴(kuò)大系數(shù)矩陣纹腌。邏輯回歸模型我們是要得到一個(gè)系數(shù)a和偏值b霎终，但是我們要得到的神經(jīng)網(wǎng)絡(luò)模型，就是得到很多個(gè)a和b升薯，叫做系數(shù)矩陣W莱褒，有了系數(shù)矩陣W就固定了表達(dá)式形式。神經(jīng)網(wǎng)絡(luò)模型的形式是曲線涎劈。不像線性回歸广凸，它可以更好的擬合所有數(shù)據(jù)，從而達(dá)到更準(zhǔn)確的分類蛛枚。

????????如果要枚舉所有模型谅海，那是不現(xiàn)實(shí)的，數(shù)據(jù)分析和挖掘還有很多模型可用坤候，這里只是列舉了常見(jiàn)的28種胁赢。對(duì)于初學(xué)者來(lái)說(shuō)足夠了，也可以作為參考白筹，隨時(shí)查看智末。

????????最后總結(jié)一下：

第一類，基于理論邏輯的弱數(shù)據(jù)商業(yè)模型徒河，可以在分析內(nèi)外部因素時(shí)使用系馆，更多偏重理論和思維。

第二類顽照，基于指標(biāo)計(jì)算組合的數(shù)據(jù)商業(yè)模型由蘑，用在具體的用戶、產(chǎn)品方面的分析代兵，使用簡(jiǎn)單又有理論支持尼酿。

第三類，基于運(yùn)籌/統(tǒng)計(jì)的強(qiáng)數(shù)據(jù)數(shù)學(xué)模型植影，這類模型使用約束條件嚴(yán)格裳擎，往往效果不會(huì)太好，用于銷量預(yù)測(cè)思币、成本控制鹿响。

第四類羡微，基于機(jī)器學(xué)習(xí)的強(qiáng)數(shù)據(jù)算法模型，這類模型常常用作回歸和分類預(yù)測(cè)惶我，完全基于數(shù)據(jù)計(jì)算得出結(jié)論妈倔，數(shù)據(jù)量大和質(zhì)量好會(huì)得到很有效的結(jié)論，是現(xiàn)在使用越來(lái)越多的模型绸贡。

????????最后歡迎大家關(guān)注我盯蝴，我是拾陸，搜索公眾號(hào)“二八Data”恃轩，更多技術(shù)干貨持續(xù)奉獻(xiàn)结洼。