数据在采集、处理后，就可以根据目标而进行数据分析了。
常见的6种数据分析的方法有：直接判断法、对比分析法、结构分析法、平均分析法、漏斗分析法、因果分析法
1.直接判断法
无需经过任何的数据对比，根据经验直接进行判断。
这种方法对人的要求极高，要求个人对于数据和市场的理解都极其透彻，没有深度沉淀较长时间是做不到的，否则就成了武断。
2.对比分析法
把数据与过去N次进行对比，常见的对比类型有：竞争对手对比、时间同比与环比、类比对比、转化对比、特征和属性对比、前后变化对比的等等。
对比分析法在分析中使用频率是最高的，因为很多数据只有在对比中才能得出好坏、析出问题。
常见分析术语：
达成：本月实际完成销售额与目标业绩的对比。达成是用于获取当前业绩的完成进度，评估业绩完成进度是否合理。业绩达成了，原因是什么？因为什么地方足够好？业绩不达成，原因又是什么？什么地方出现问题？
同比：本月实际完成业绩与去年同月时期的对比。同比是用于看当前业绩和去年同期业绩相比有没有增长。这是做增长的运营者关注的重要指标。同比上升了，要看上升幅度有没有符合预期，同比下降了，要重点看下降的原因。
环比：本月实际完成的业绩与上月实际完成业绩的对比。环比是用于看企业业绩前后变化，如试行新的运营策略一个月后与前一个月进行对比，看运营策略是否有效，但是这需要排除其他导致数据异常的原因。
差异：自身完成业绩与竞争对手完成业绩的对比。差异是用于寻找企业与同行的产品不同之处，有时是为了避开直接竞争，有时候是为了学习同行优秀之处。
注：对比分析法要注意控制变量，尽可能保持单一变量的对比，其他条件需要保持一致，这样的数据对比才有意义。
3.结构分析法
组内数据与总体数据之间进行对比。
常见如电商流量结构，自然搜索流量占总体的比例，付费流量占总体的比例，个性化推荐占总体的比例等等。
4.平均分析法
设置一个平均线，分析数据高于或者低于平均值的原因。
5.漏斗分析法
观察流程中每一步的转化和流失。常见如电商转化漏斗：展现——点击——访问——咨询——下单——支付等，每一步都设置数据埋点，观察用户行为数据，对跳失较高的步骤进行优化，提升产品功能、促销策略、服务体验等。
6.因果分析法（鱼骨分析法）
用枝状结构画出因果关系的图表，把影响因素一一列出，形成因果对应，有利于制定合理的方案。
