前面两篇文章，我们将比较大、较为系统的分析方法作了一个介绍，本文是最后一篇，将剩余的一些讲一讲。
剩下的一些模型，其实不应叫做模型，主要是一些分析的方法和思路，这些方法并不涵盖整个互联网行业的业务线条，却在工作、生活中都能使用。
一、同期群分析
含义：相同时间段内具有共同行为特征的用户划分为同一个群体，其被称为同期群，例如2020年4月新注册用户、5月新注册用户，他们就是两个同期群。（注意，要满足同时间、同行为两个条件）
作用：更准确地进行分析
例如分析留存率，用户有其生命周期，一般刚使用的用户会比较活跃，到后期会越来越失去兴趣，如果我们只考虑总体用户的留存率，而不把用户分成不同的群体分开考虑，那么很可能会得到虚高的指标。
使用场景：
同一项产品、功能的改进，对不同同期群中的用户产生的影响是不同的，分开衡量才更能反映真实的情况。
例如：如果你为产品增加新手引导，那么只对之后新增的用户产生影响，而不会改变老用户的行为；如果你准备发放优惠券，那么对刚刚注册的用户和已长期使用的忠实用户，产生的效果也会有差别。
用户留存表示例：
对同一个同期群在不同的生命周期下的行为进行横向比较；研究相似群体的行为随时间的变化；
对不同的同期群在同一个生命周期下的行为进行纵向比较；验证产品改进是否取得了效果；
总结：
把用户分为不同的同期群，可以更为细致地分析，避免单纯地分析整体得出错误结论，针对不同同期群的行为差异，制定有针对性的营销方案。
参考：
同期群分析（Cohort Analysis） - HuZihu - 博客园 (cnblogs.com)
上面只是一个简单的介绍，因为写合集的目的是全、并且附带较好的链接，所以巩固知识请看下面。
详细讲解：
同期群分析：用户留存和用户行为的法宝 | 人人都是产品经理 (woshipm.com)
同期群分析：剖析真实的用户行为和用户价值 | 人人都是产品经理 (woshipm.com)
Python代码案例：
Python数据分析实战 | 经典的同期群分析（附实战数据和代码）-阿里云开发者社区 (aliyun.com)
二、逻辑树分析法
含义：将一个复杂的大问题，拆解成一个个小的可以解决的子问题，就像一个大树一样，它有很多个分支，那每个分支就是一个子问题。
听起来貌似说了等于没说。
逻辑树的作用是：
①全面，把能想到的下一级子问题，都写上去，逐个问题，这样不会遗漏
②由难变易，大问题往往复杂，小问题简单，方便逐个分析。
③好落实，任务先细分，逐个交给个人去负责，好很多。
其实生活中你也经常使用这个方法，不过你并没有处一本书并给他起个名字，这不就是思维导图+if else嘛。
例如：
我们想要研究如何提高销售额
当然上面的方法并不能实用，一个问题的影响因素往往非常多，首先第一步，要将无关紧要的因素排除，不然各种因素能写几百几千个，
推荐延伸阅读：
麦肯锡逻辑树——快速分析和解决问题的有效方法 - 简书 (jianshu.com)
构建逻辑树，帮你科学解决逻辑问题 | 人人都是产品经理 (woshipm.com)
三、假设检验法/归因分析法
这是一个很单纯地分析一个问题的思路，经过九年义务教育洗礼的我们都会。
流程：假设问题起因-搜集相关证据确定对不对-得出结论-{假设正确（猜对了）：结束，假设错误：去看另一个问题起因，循环至找到答案}
近期网店销售额有所下降，老板让你找出原因，我们肯定也要给出相应措施。
第一步，我们取看看后台数据，是曝光量减少了，还是进店人数、还是查看详情页、下单页哪方面出问题了；
第二步，我们看到曝光数没怎么变，但进店数变少了，同时查看详情页的平均时长也变短了；
第三步：假设①价格太贵了，用户看到太贵点进来的都少---分析，发现其他店铺，也是这个价格；
假设②商品详情页不够吸引力---查看主要对手---对手居然不讲武德，商品缩略图，写着限时直降多少多少元，7天无理由退换货，可叠加什么什么活动满减券，吸引了很多下单量--查明原因--采取措施，立马修改商品缩略图，使用更为吸引人的图片。
核心：研究问题出在哪一步，要用数据说话，用数据证明你的假设是对的。
四、剩余的一些不太实用，但是又要知道的方法、思维
4.1SWOT
SWOT分析模型是一种常用的战略管理工具，用于评估一个组织或项目的优势、劣势、机会和威胁。它将内部和外部因素结合起来，帮助确定战略方向和决策。
含义：
Strengths（优势）：组织或项目的内部优势和核心竞争力，例如独特的技术、专业知识、强大的品牌形象等。
Weaknesses（劣势）：组织或项目的内部劣势和限制，例如缺乏资源、技术落后、不足的市场份额等。
Opportunities（机会）：外部环境中的潜在机会，可以利用组织或项目的优势来获得增长和发展的机会。
Threats（威胁）：外部环境中的潜在威胁，可能对组织或项目的发展和竞争力产生负面影响。
本质：就是把商业行为或者事件，粗略地分成四类：
可能在画PPT的时候，比较有用：
参考阅读：
数分狗必知必会系列 | 模型篇：为什么说SWOT和RFM其实是一个模型-腾讯云开发者社区-腾讯云 (tencent.com)
SWOT分析到底在分析啥？应该怎么写？ (zhihu.com)
4.2 5w2h分析法
这分析方法，告诉我们，我们要研究一个问题，先要搞清楚问题究竟是什么，背后的原因，涉及到的人和事，先思考全面再去想办法研究。
提出一个好的问题，就意味着问题解决了一半，很多问题都是复杂的，是牵一发而动全身，有时候真正影响大局的不是表面的问题，这种方式可以帮助我们思考地更深，找到问题根源。
4.3 麦肯锡7步分析法
与上面的 5w2h差不多，重点告诉我们，先要弄清楚问题，这个问题是不是表面那么简单，再开始分析。
4.4 PEST分析法
P：政治因素(politics)，E：经济因素（economy）S:社会因素(Society) T:技术因素(Technology)
一般是高层在战略层面分析的，打工仔知道就行了。
4.5 4P营销理论
是市场营销学的理论体系中属于经典营销管理理论基础内容之一，即产品(Product)、价格(Price)、促销(Promotion)、渠道（Place)
作用：帮助企业制定和执行有效的营销策略，以实现市场目标和提升竞争力。
衍生阅读：4p理论指什么？著名营销概念深度解析！ (boardmix.cn)
五、写在最后
本文作为常用分析模型的第三篇，基本总结了目前常用的分析模型及一些思维，其中很多思维，是从不同角度分析问题的思路，对这些思路了解越多，更有助于我们拓展视野、提升思维能力。
部分方法，如对比分析法、5w2h分析法，其名声大于实际使用价值，或者说我们生活中也经常用，只是我们没有系统地总结并出书命名。
我貌似漏掉一个 相关性分析法：这篇文章比较详细相关性分析的五种方法_相关性分析用什么统计方法-CSDN博客
本文参考：
介绍7种分析问题的思维方法 - 简书 (jianshu.com)
【数据分析】Python数据分析指南(全)_51CTO博客_python数据分析难学吗
数据分析常用五个方法三个模型（逻辑分析、多维度拆解、对比分析、假设验证、相关性分析、RFM模型、漏斗分析模型、AARRR模型）_请综合运用逻辑树分析法和用户行为理论(aarrr模型)分析方法,分析类似共享单车-CSDN博客
