数据分析方法与模型分类
数据分析方法与模型多种多样，这里介绍在企业经营、管理、投资决策中常用的几种数据分析方法与模型。按照数据分析的目的和所解决的问题将这些数据分析方法与模型分为对比分析、分类分析、相关分析和综合分析四类来进行介绍，前三类以定性的数据分析方法与模型为主，综合类分析方法与模型是注重定性与定量相结合。
1、对比分析
对比分析法通常是把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小，水平的高低，速度的快慢，以及各种关系是否协调。
对比分析，按分析对象的不同可分为单一指标对比分析和多指标对比分析。单一指标对比，即简单评价，如盈亏平衡分析，主要是通过对盈亏平衡点高低的分析，对项目风险的高低做出初步判断；多指标对比，即综合评价，如线性规划、概率分析。线性规划是通过对多个约束条件的综合评价，进而得到最优的目标值。概率分析是通过对主要的效益指标概率分布进行分析，然后对项目整体风险做出评价。
2、分类分析
分类分析是将一些未知类别的个体正确地归属于我们已经分好的类别中的其中某一类；或者对一些数据进行分析处理，选定一种度量个体接近的类别，并按接近程度对观测对象给出合理的分类。本书介绍的分类分析方法包括聚类分析和判别分析。
聚类分析是研究对样品或指标进行分类的一种分析方法。
判别分析是用于判别样品所属类型的一种分析方法，在生产和生活中经常遇到根据观测到的数据资料对研究对象进行判别归类的问题。
3 、 相关分析
相关分析是指研究变量之间相互关系的一类分析方法。按是否区别自变量和因变量，分为两类：一类是明确自变量和因变量之间的关系，进而研究他们之间关系的分析方法，如敏感性分析，回归分析，时间序列分析；另一类是不区分因果关系，只研究变量之间是否相关、相关的方向和密切程度的分析方法，如因子分析。
敏感性分析是指从定量分析的角度研究有关因素发生某种变化时对某一个或一组关键指标影响程度的一种不确定分析技术。
回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。
时间序列是将一个指标在不同的时间点上的取值，按照时间的先后顺序排列而成的一列数。时间序列是所研究对象的历史行为的客观记录，因而它包含了研究对象的结构特征及其运行规律。
因子分析是将现实生活中多种相关和重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标的一种分析方法。
4、 综合分析
综合分析是指运用各种统计、财务等综合指标来反映和研究社会经济现象总体的一般特征和数量关系的研究方法。主要包括财务分析、KANO、PSM模型等分析方法、层次分析法。
财务指标分析是通过总结和评价企业财务状况与经营成果的各类指标，从而对企业的财务状况做出评价的一类分析方法。
KANO模型是对顾客需求或者说对绩效指标的分类，通常在满意度评价工作前期作为辅助研究模型，KANO模型的目的是通过对顾客的不同需求进行区分处理，帮助企业找出提高企业顾客满意度的切入点。
PSM模型是价格敏感度测试模型，是一种最简单、最实用的价格测试模型，为大多数市场研究公司所认可。通过PSM模型分析，不仅可以得出最优价格，而且得出合理的价格区间。
层次分析法，是一种实用的多目标或多方案的决策方法。由于它在处理复杂的决策问题上的实用性和有效性，很快在世界范围得到广泛的重视。它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等多领域。
（文章来自-中国商业联合会数据分析专业委员会培训处）转载标明出处
