最近也快到年底了，給大家整理了15種常用/常見的資料分析方法和模型，並將其分為兩大類，方便大家理解記憶，話不多話，直接開盤！
用到的資料分析工具是FineBI，我就不過多介紹了，自己去看吧，最重要的是看工具如何幫你做好資料分析，以及如何幫你省力地搭建模型。
對外部使用者分析模型
1、RMF分析
RFM分析模型用來對使用者進行分類，並判斷每類細分使用者的價值。透過這三個關鍵指標判斷客戶價值並對客戶進行觀察和分類，針對不同的特徵的客戶進行相應的行銷策略。
FineBI 實現效果如下圖所示：
想做資料分析，大部分人都避免不了要天天跟excel打交道。
而最讓人頭疼的事情就是，如何最大程度提高我們的資料處理效率呢？
這還用說？當然是資料透視表和資料透檢視！
資料處理當中80%的工作資料都可以透過資料透視表實現，你想一想，如果你的老闆想讓你做一份上半年銷售量的統計圖
你知道這是一項再輕鬆無比的任務了，很快就問銷售要到了資料，然後手指一動，Ctrl C+Ctrl V就做好了下面這一張統計表：
老闆看著眼前密密麻麻的數字，面色一沉，十分嫌棄：“我看不懂。”
心中暗罵了一聲老闆之後的你只能拿回去重做，但是這種再普通不過的統計圖怎麼做出花來呢？
如果你學會了使用資料透檢視，這種事情就再簡單不過了：
資料安全作為老生常談的話題，是我們日常使用Python進行諸如web應用開發等任務時繞不開的話題，我們希望透過網路傳輸一些資料的同時，還可以保證資料的安全，畢竟將一些敏感的資料傳輸到未知的環境中進行使用是非常危險的事情。
而透過使用Python庫ItsDangerous，我們就可以高效快捷地完成資料加密/解密的過程，它屬於pallets專案計劃，該專案計劃中也包含了Flask、Jinja、Quart等知名的web開發相關專案：
一到季末、年中、年末，不管是哪個公司，都有一大群人為了季度報告、年度報告忙的焦頭爛額
辛苦大半年的工作成績全在一張張ppt裡展現，升職加薪有一半就得靠報告寫的好不好，這時候就得靠各位的語言組織能力和ppt功底了
但是對財務、銷售、生產、供應鏈等業務崗，尤其是一些管理崗位，業績描述的再好也少不了各種資料、指標的舉證，因此除了做ppt之外，還要花大量的時間彙總分析各類表格：
但是，往往花了好幾天整理的密密麻麻的表格交上去，主管根本不想看比方說上面這張表，主管要想知道每個月的平均銷售額變化，還要自己在腦海裡去對比每個月的資料，然後才能得出結論。資料指標少找起來還不費勁，要是資料指標多，主管肯定要開噴。
那麼這類涉及資料的報告應該怎麼做才能讓主管滿意呢？
答案：資料視覺化。
將資料轉化圖表，直觀地呈現業務狀況。還可以利用資料分析對業務指標資料做一個全面的分析，並提出可行性決策，讓主管眼前一亮，比如像下面這樣：
打工人有多厭倦寫日報和週報？
“討厭到可以離職的程度。”
“最累的不是工作，而是寫日週報”
其中，日報最為致命，可以說，日報已經成為打工人的噩夢，是“職場生活中最反人類的一項任務”。甚至由此衍生出了專業代寫週報的業務
但大家真的是因為懶得寫才這麼討厭日、週報嗎？
並不是。
因為大多數打工人心裡也明白寫日週報的同時，也是對自己日常工作的覆盤，是有利於向上反饋和自身成長的。但是，目前的真實情況是：
1、日週報字數內卷：同事之間不再去競爭工作內容的完成質量，而是在日週報的字數上互相競爭，一個簡短的日報，能夠寫1000–3000字，其中大多數都是廢話，用來湊字數罷了，但在領導眼中，字數多=多用心=乾的好，從而造成大家開始無意義的日週報內卷。
2、寫了沒人看：現實中，很多領導都只注重形式，心血來潮說要向網際網路大公司學習寫日週報，立即就要求員工寫，但自己卻不肯花時間去看，等出了問題又怪員工沒及時反饋，讓員工瞬間失去工作熱情。
3、不區分崗位：像程式設計師和設計師，每天的工作其實都大同小異，如果強迫寫日報，就真是在湊字數，流於形式了。像這兩個崗位其實寫個週報彙報下工作情況就可以了，沒必要寫日報。
那既然大小周都能取消，不如也取消寫週報的制度好了？
不太可能。
換位思考，如果你是管理者，你想了解員工近期的工作內容以及工作進度，用什麼方式最高效？
大機率你也是選擇使用寫週報這種方式。
不能取消週報，那我要怎樣才能快速寫完週報？
這要分行業來說：
如果你身處網際網路行業，想要快速寫完週報，首先要梳理好自己寫週報的邏輯思路，其次要注重日常工作的記錄，及時整理總結，最後用簡練的語言和關鍵的資料指標來表示。
如果你身處傳統行業，需要製作各類資料統計報表、臺賬、資料圖表等來作為週報，也就是說每週需要收集十幾個Excel表，收集後再將這些表合併起來統計資料，這樣不僅收集麻煩，合併後資料格式還有錯誤，且一旦修改就要花上兩三個小時，這樣能快速寫完週報是不可能的事，除非學會用自動化報表去做週報模板，這樣寫完週報也就是5分鐘的事。
按照我之前在傳統企業使用FineReport報表工具的經驗，要想實現報表自動化，關鍵要解決兩個問題。
一是能夠自動錄入資料，二是報表模版自動生成。
先說第一個問題：自動錄入資料
一般企業都會使用Excel進行資料的彙總，這就需要員工透過郵件或者其他形式把Excel表格發給統一收取資料的人員，費時費力。
但FineReport的填報功能，就可以很好解決這個問題。只要讓相關人員在網頁端進行填報就可以把資料彙總到資料庫去，省的把Excel傳來傳去。
在之後寫週報需要用到資料時就可以直接從資料庫中取數，不用像Excel那樣，手動從資料庫中匯出資料，再複製貼上到表格中。
大家好，在諸如網路爬蟲、web應用開發等場景中，我們需要利用Python完成大量的url解析、生成等操作。
而在Python生態中，無論是使用諸如urllib之類的標準庫，還是各種第三方庫，可以用來有效處理url的方法都非常之豐富。而今天我要給大家介紹的url處理庫，則是我在實際使用中綜合考慮簡單易用性與運算速度後，最為滿意的！
在Python中利用yarl高效處理url
這個可以用來高效便捷處理url的第三方庫叫做yarl，使用pip install yarl完成安裝後，下面我們來快速學習其主要的一些功能方法：
1.1 利用yarl解析url資訊
基於yarl中的URL()，我們可以從任意合法的url中解析出下圖所示的各個構成部分：
企業資料分析工作中經常會遇到這樣的尷尬情況：會資料分析的人不懂業務，而懂業務的人卻不會資料分析。往往一個數據分析需求的完成，最大時間成本不是花在真正的取數、分析階段，而且前期的需求溝通階段。這種配合模式下，業務的資料分析需求總是在無盡的排期和等待中，沒辦法及時發現業務問題和輔助業務決策，老闆怪罪下來，先扛鍋的還是業務。
解決上述問題的辦法之一就是讓業務掌握基本的資料分析能力，不需要依賴資料分析人員就能自助進行資料分析，快速響應業務決策。這也是越來越多的公司在招聘銷售、人力資源、財務、運營等業務崗位時要求掌握一定資料分析能力的原因。
那業務人員如何才能掌握資料分析能力呢？
我給很多公司做過業務人員的資料分析培訓，大部分人有學習資料分析的慾望，渴望透過資料分析來發現、改善工作中的問題，但是對於學習資料分析這件事，很多人的認識就是一個字：難
“我從來沒接觸過技術相關的東西，sql啥的我都不會啊，怎麼學啊”
“聽人說得要學python呢，我一竅不通”
“我連Excel都不太會用，只會畫個表格…”
…..
大部分業務人員對資料分析的畏懼都來自於缺少技術語言/工具技能的不自信，這也是很多想轉行資料分析的技術小白的擔憂。但其實對業務資料分析來說，更重要的是對業務邏輯的理解，其實才是資料分析技術的掌握。所以在我看來，業務人員學習資料分析是更具有優勢的，因為你們更加了解業務邏輯，只是缺乏對資料進行分析的技術和手段。
資料分析技術的學習並不難，拆分一下其實就是兩點：工具+方法
先說工具
這是大部分業務人員學習資料分析最大的阻礙，資料分析應用到的工具很多，但不管什麼工具，都只是我們完成資料到分析結果的一種手段，並非一定要學會python、sql、excel等工具才能去做資料分析。我們要做的就是選擇一個適合我們業務人員的分析工具進行學習。
工具怎麼選？當然是在能滿足我們分析需求的基礎上越簡單越好，我們的本職還是更好的完成業務工作，資料分析只是輔助，沒必要在工具的學習上浪費太多時間。
第一個推薦的是excel，最常用的辦公軟體之一了，資料處理功能強大，製作一些簡單的資料分析圖表也很方便，網上的教程也很豐富，掌握一些基本的分析功能可以應付大部分的工作場景。
但一旦面对大量的数据和复杂表格，Excel就显得有些遜色了，并不是说它的功能实现不了，而是对于大部分普通业务人来说，技术水平受限于Excel的高技巧功能，没办法自由快速的做表格做分析。（可以选择专门花时间去学，根据自身情况衡量投入产出）
所以如果既要追求上手快，又对数据分析要求比较高的，我通常会推荐大家用BI工具，操作比excel更加简单好学，同时自带数据库连接、数据可视化处理等功能，避免了复杂函数公式的困扰，不用花大部分的时间在数据处理上，另外数据可视化分析的功能很强大，拖拖拽拽就能生成精美的可视化分析报告。
經常跟資料打交道的人，應該都體會過做資料報告、彙報PPT、資料報表的痛苦，痛苦的來源大部分都來自於主管和老闆，不管是大公司還是小公司，幾乎所有的資料和工作都要體現在ppt報告裡。
但是往往很多人做了密密麻麻的表格、統計了超多的資料資訊，老闆根本一眼也懶得看，試想下面這種表格怎麼可能讓人有看的慾望？
