1樓：派可資料
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，那麼就可以去分析。
02） 矩陣分析
比如公司有價值觀和能力的考核，那麼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佔多少比例，從而發現公司的人才健康度。
03） 漏斗分析
比如記錄招聘資料，投遞簡歷、通過初篩、通過一面、通過二面、通過終面、接下offer、成功入職、通過試用期，這就是一個完整的招聘漏斗，從資料中，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，那麼可以把各個分店的員工流失率，跟分店的一些特性（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，那麼就進行拆解，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裡面的變化因素，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
比如跟蹤一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。
2樓：天津海量資訊
【海量資訊】專注於大資料實踐20年，提供數字化轉型頂層設計、資料中臺（內建使用者畫像核心引擎），業務中臺建設、資料獲取、治理、分析服務，是您值得信賴的企業數字化轉型專業服務商。網頁連結
3樓：聚數雲海
描述性分析，其實主要是帶有目的性地去描述資料，藉助統計學的知識，比如基本的統計量、總體樣本、各種分佈等就能完成描述性分析的任務。
描述性分析，主要是為了獲得對資料的初步感知，針對一些簡單觀察得不到的結論。通常來說具備統計學基礎，會使用python的numpy和pandas庫，基本上就問題不大了。
探索性分析，不再限於簡單的資料統計分類等，更多地需要藉助視覺化的手段，進一步地去**資料的分佈規律，發現更深層次的資料價值。
資料分析的方法有哪些，常用的資料分析方法有哪些
資料分析是指通過統計分析方法對收集到的資料進行分析，將資料加以彙總 理解並消化，通過資料分析可以幫助人們作出判斷，根據分析結果採取恰當的對策，常用的資料分析方法如下 將收集到的資料通過加工 整理和分析的過程，使其轉化為資訊，通常來說，資料分析常用的方法有列表法和作圖法，所謂列表法，就是將資料按一定規...
資料分析要學習哪些，資料分析都要學習哪些內容
付費內容限時免費檢視 回答資料分析師需要學習統計學 程式設計能力 資料庫 資料分析方法 資料分析工具等內容，還要熟練使用 excel，至少熟悉並精通一種資料探勘工具和語言，具備撰寫報告的能力，還要具備紮實的 sql 基礎 資料程式設計 資料程式設計工具有python r sas等，目前比較火的是py...
資料分析需要掌握哪些知識呢，資料分析需要掌握哪些知識？
資料分析所需要掌握的知識 數學知識 對於初級資料分析師來說，則需要了解統計相關的基礎性內容，公式計算，統計模型等。當你獲得一份資料集時，需要先進行了解資料集的質量，進行描述統計。而對於高階資料分析師，必須具備統計模型的能力，線性代數也要有一定的瞭解。分析工具 對於分析工具，sql 是必須會的，還有要...