數據分析有：分類分析，矩陣分析，漏鬥分析，相關分析，邏輯樹分析，趨勢分析，行為軌跡分析，等等。 我用HR的工作來舉例，說明上面這些分析要怎麽做，才能得出洞見。
01） 分類分析
比如分成不同部門、不同崗位層級、不同年齡段，來分析人才流失率。比如發現某個部門流失率特別高，那麽就可以去分析。
02） 矩陣分析
比如公司有價值觀和能力的考核，那麽可以把考核結果做出矩陣圖，能力強價值匹配的員工、能力強價值不匹配的員工、能力弱價值匹配的員工、能力弱價值不匹配的員工各占多少比例，從而發現公司的人才健康度。
03） 漏鬥分析
比如記錄招聘數據，投遞簡歷、通過初篩、通過壹面、通過二面、通過終面、接下Offer、成功入職、通過試用期，這就是壹個完整的招聘漏鬥，從數據中，可以看到哪個環節還可以優化。
04） 相關分析
比如公司各個分店的人才流失率差異較大，那麽可以把各個分店的員工流失率，跟分店的壹些特性（地理位置、薪酬水平、福利水平、員工年齡、管理人員年齡等）要素進行相關性分析，找到最能夠挽留員工的關鍵因素。
05） 邏輯樹分析
比如近期發現員工的滿意度有所降低，那麽就進行拆解，滿意度跟薪酬、福利、職業發展、工作氛圍有關，然後薪酬分為基本薪資和獎金，這樣層層拆解，找出滿意度各個影響因素裏面的變化因素，從而得出洞見。
06） 趨勢分析
比如人才流失率過去12個月的變化趨勢。
07）行為軌跡分析
比如跟蹤壹個銷售人員的行為軌跡，從入職、到開始產生業績、到業績快速增長、到疲憊期、到逐漸穩定。
通過面向企業業務場景提供壹站式大數據分析解決方案，能夠為企業在增收益、降成本、提效率、控成本等四個角度帶來價值貢獻。
1、增收益
最直觀的應用，即利用數據分析實現數字化精準營銷。通過深度分析用戶購買行為、消費習慣等，刻畫用戶畫像，將數據分析結果轉化為可操作執行的客戶管理策略，以最佳的方式觸及更多的客戶，以實現銷售收入的增長。
下圖為推廣收支測算分析，為廣告投放提供決策依據。
下圖為渠道銷量分析，為渠道支持提供數據支撐。
2、降成本
例如通過數據分析實現對財務和人力的管理，從而控制各項成本、費用的支出，實現降低成本的作用。
下圖為生產成本分析，了解成本構成情況。
下圖為期間費用預實對比分析，把控費用情況。
3、提效率
每個企業都會出具相關報表，利用數據分析工具，不懂技術的業務人員也能夠通過簡單的拖拉拽實現敏捷自助分析，無需業務人員提需求、IT人員做報表，大大提高報表的及時性，提高了報表的使用效率。
通過數據分析工具，能夠在PC端展示，也支持移動看板，隨時隨地透視經營，提高決策效率。
4、控風險
預算是否超支？債務是否逾期？是否缺貨了、斷貨了？客戶的回款率怎麽樣？設備的運行是否正常？哪種產品是否需要加速生產以實現產銷平衡？...其實，幾乎每個企業都會遇到各種各樣的風險問題。通過數據分析，能夠幫助企業進行實時監測，對偏離了預算的部分、對偏離了正常範圍的數值能夠進行主動預警，降低企業風險。
下圖為稅負率指標，當綜合稅負率過高，可以實現提示和預警。
下圖為重要指標預警，重點監控項目的毛利率。