1、多维数据模型（Multi-Dimensional Data Model）：多维数据库用于存储和分析多维数据，通常用于商业智能和数据分析。OLAP（在线分析处理）系统通常使用多维数据模型。每种数据模型都有其优势和限制，选择合适的数据模型取决于应用的需求和数据的特性。
2、分类 分类是一种基本的数据分析方式，数据根据其特点，可将数据对象划分为不同的部分和类型，再进一步分析，能够进一步挖掘事物的本质。
3、转化漏斗 按照已知的转化路径，借助漏斗模型分析总体和每一步的转化情况。常见的转化情境有不同供应商及时交货率趋势等。用户分群 在精细化分析中，常常需要对有某个特定行为的供应商群组进行分析和比对；数据分析需要将多维度和多指标作为分群条件，有针对性地优化供应链，提升供应链稳定性。
4、当观测值多于50个时一般都采用ARMA模型。对于非平稳时间序列则要先将观测到的时间序列进行差分运算，化为平稳时间序列，再用适当模型去拟合这个差分序列。
5、数据分析方法论的高级方法有：PEST分析法 PEST是一种针对行业所处宏观环境进行分析的模型。宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。对宏观环境因素作分析时。
1、S（Strength优势）是组织机构的内部因素，具体包括：有利的竞争态势；充足的财政来源；良好的企业形象；技术力量；规模经济；产品质量；市场份额；成本优势；广告攻势等。W（Weakness弱势）是指在竞争中相对弱势的方面。
2、SWOT分析有两个因素是外部的，即外界的机会、外界的威胁。SWOT分析也有两个因素是自身的，即自身的优势、自身的劣势。这四个因素经过组合之后，就产生了四个象限。优势 + 机会 当自身优势与外部机会相互一致和适应时，可以用自身内部优势撬起外部机会，使机会与优势充分结合发挥出来。
3、SWOT分析图划分为四个象限，根据企业所有的不同位置，应采取不同的战略。SWOT分析图提供了4种战略选择。在右上角的企业拥有强大的内部优势和众多的机会，企业应采取增加投资、扩大生产、提高生产占有率的增长性战略。
4、进行SWOT分析也没说的那么复杂，你只要记住“两条线画成四象限”，即自身优势S/劣势W+外部机会O/威胁T。如果外部的机会正好是你的优势，赶紧利用起来。而这个利用方法，就被称为“机会优势战略”（OS）外部的机会但是是你的劣势，你就需要改进。
