1、定性分析
定性分析是对实物“是什么”的定义，是对事物性质的归纳。比如9月初，迅雷用户活跃用户数大增，结合对迅雷服务器每天top100下载量排行榜分析，均是iCloud流露女星相关文件，因此可以下结论：9月初用户活跃用户量增加主要是由iCloud热门事件引起的，这就是定性分析。
2、定量分析
对应定性分析的“是什么”，定量分析就是“有多少”，是对事物数量的统计。9月初日活用户数增长了10%，就属于定量分析。
一般来说，数据分析就是对“是什么”做假设，然后用“有多少”来不断做验证的试错过程。通过不断的假设，分析，推翻假设，再次分析的方式来得出结论。根据数据量和目的的不同，采用不同的分析方法，常用的分析方法有对比分析、回归分析和相关分析法。
excel工具
单独把excel列出来的主要原因是因为excel太重要了，除非特别庞大的数据量，否则excel几乎能满足你所需要的所有功能。excel目前支持59999条数据量，大部分人对excel的功能使用量不足1/3，一些公式函数的使用，大部分人该是没有接触过的。
目前我也正在努力成为excel的深度用户，关于excel的使用方法和技巧，欢迎大家和我交流共同提升。
数据验证
在数据结论得出后，千万不要着急输出，一定要去做验证，同一组数据在不同的环境下能反映不同的问题。还拿9月份迅雷日活增加的数据来说，除了iCloud时间之外，可能迅雷做了应用内的增量升级，导致日活增加。这个时候就要来区分两种因素的权重，得出更准确的结论。
以上是个人在工作中对数据分析的一些心得，在用户群体特征复杂多样的网络时代，数据是很重要的一个做群体分类的渠道和方法，良好的数据分析能力能够帮助产品经理做出更优的决策。但是又不能盲信数据，产品经理丰富的经验知识也是不可或缺，否则容易出现幸存者偏差的尴尬(有兴趣的同学可以自行百度：幸存者偏差现象)。
via:199it