貝葉斯模型
貝葉斯模型在資料分析中一般用來解決先驗機率、分類實時預測和推薦系統等問題，能夠讓我們基於過往的經驗和目前的現象做出決策。
解決問題：
1. 當我們一無所知時，如何進行推斷？
2. 當我們有了更多資訊，該如何利用它們？
3. 如何得到後驗機率？
4. 為什麼貝葉斯決策理論是“最優的”？
限制：
貝葉斯模型的假設性較強，但實際操作起來並不容易
PEST模型
PEST模型透過把握外部環境的變化，來改變業務和產品。如果不能正確地分析，就無法制定適當的業務戰略。
基本步驟：
1、情報收集 — 分類為PEST四要素（政治、經濟、社會、技術）
2、事實分類與解釋
3、將事實劃分為機會與威脅，短期與長期
4、納入經營戰略。
限制：
由於宏觀環境變化規模越大，變化越頻繁，因而該模型只適合中長期的經營戰略規劃，而不適合短期計劃。
漏斗模型
資料分析中的高頻模型，從起點到終點，科學地評估某項業務的各流程轉化情況，以量化的形式，幫助業務找到業務的異常環節，從而進行針對性的最佳化。
基本步驟：
1、檢視漏斗轉化率，將結果按照渠道、使用者分組進行檢視，找出轉化率明顯偏低的環節
2、分析資料變化的趨勢，按照不同時間的變化趨勢下，找出轉化波動率最大/最小的時間點
3、不同維度對比，篩選不同的渠道、使用者分組，將轉化率和變化趨勢進行對比。
RFM模型
此模型一般被用來量化使用者價值，透過R（消費時間間隔）、F（消費頻率）、M（消費金額）這3個維度，將使用者劃分為8種類型，並分別對其採用不同的營銷策略。
解決問題：
1、根據使用者價值，對使用者進行分類
2、根據使用者分類進行精細化運營，最大化使用者價值。
限制：
對於使用者的價值打分沒有一個明確的設定，一般都是根據業務邏輯來確定閾值。
波士頓模型
波士頓矩陣模型能夠讓我們對公司產品有更多維度的理解：是否盈利？市佔率多高？透過分析企業相關經營業務之間現金流量的平衡問題，找出企業現金資源的產生單位和最佳使用單位，從而解決企業的生產與收益問題。
基本步驟：
1、縱向確定市場增長狀況
2、橫向計算相對市場份額
3、確定位置、建立矩陣
4、評估業務組合
限制：
波士頓模型在實際應用過程中還是以產品選擇為主，是對產品的初步研判，使得我們在大腦中可以快速分析，但實際具體選擇時，還是要用到更為複雜的模型對其進行佈局才行。
文章來源：數據分析不是個事兒
文章連結：https://www.toutiao.com/article/7158373713396908576/
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
