◆ PEST分析模型
PEST 是一種企業(yè)所處宏觀環(huán)境分析模型，所謂PEST即Political（政治），Economic（經(jīng)濟(jì)），Social（社會(huì)）和Technological（科技）。這些是企業(yè)的外部環(huán)境，一般不受企業(yè)掌握，這些因素也被戲稱為“pest（有害物）”。
◆ SWOT分析法
SWOT是一種戰(zhàn)略分析方法，通過對(duì)被分析對(duì)象的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅的綜合評(píng)估與分析得出結(jié)論，通過內(nèi)部資源、外部環(huán)境有機(jī)結(jié)合來清晰地確定被分析對(duì)象的資源優(yōu)勢(shì)和缺陷，了解所面臨的機(jī)會(huì)和挑戰(zhàn)，從而在戰(zhàn)略與戰(zhàn)術(shù)兩個(gè)層面加以調(diào)整方法、資源以保障被分析對(duì)象的實(shí)行以達(dá)到所要實(shí)現(xiàn)的目標(biāo)。
SWOT分析法又稱為態(tài)勢(shì)分析法，也稱波士頓矩陣，它是由舊金山大學(xué)的管理學(xué)教授于20世紀(jì)80年代初提出來的，是一種能夠較客觀而準(zhǔn)確地分析和研究一個(gè)單位現(xiàn)實(shí)情況的方法。
SWOT分別代表：strengths（優(yōu)勢(shì)）、weaknesses（劣勢(shì)）、opportunities（機(jī)會(huì)）、threats（威脅）。
◆ 波特五力分析模型
五力分析模型是邁克爾·波特（Michael Porter）于上世紀(jì)80年代初提出，對(duì)企業(yè)戰(zhàn)略制定產(chǎn)生全球性的深遠(yuǎn)影響。用于競(jìng)爭(zhēng)戰(zhàn)略的分析，可以有效的分析客戶的競(jìng)爭(zhēng)環(huán)境。五力分別是： 供應(yīng)商的討價(jià)還價(jià)能力、購(gòu)買者的討價(jià)還價(jià)能力、潛在競(jìng)爭(zhēng)者進(jìn)入的能力、替代品的替代能力、行業(yè)內(nèi)競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)能力。
◆ 時(shí)間序列分析法
時(shí)間序列法是一種定量預(yù)測(cè)方法，亦稱簡(jiǎn)單外延方法。在統(tǒng)計(jì)學(xué)中作為一種常用的預(yù)測(cè)手段被廣泛應(yīng)用。時(shí)間序列通常有以下三種方法：
1、方法一：把一個(gè)時(shí)間序列的數(shù)值變動(dòng)，分解為幾個(gè)組成部分，通常分為：
（1）傾向變動(dòng)，亦稱長(zhǎng)期趨勢(shì)變動(dòng)T；
（2）循環(huán)變動(dòng)，亦稱周期變動(dòng)C；
（3）季節(jié)變動(dòng)，即每年有規(guī)則地反復(fù)進(jìn)行變動(dòng)S；
（4）不規(guī)則變動(dòng)，亦稱隨機(jī)變動(dòng)I。
最后再把這四個(gè)組成部分綜合在一起，得出預(yù)測(cè)結(jié)果。
2、方法二：把預(yù)測(cè)對(duì)象、預(yù)測(cè)目標(biāo)和對(duì)預(yù)測(cè)的影響因素都看成為具有時(shí)序的，為時(shí)間的函數(shù)，而時(shí)間序列法就是研究預(yù)測(cè)對(duì)象自身變化過程及發(fā)展趨勢(shì)。
3、方法三：根據(jù)預(yù)測(cè)對(duì)象與影響因素之間的因果關(guān)系及其影響程度來推算未來。與目標(biāo)的相關(guān)因素很多，只能選擇那些因果關(guān)系較強(qiáng)的為預(yù)測(cè)影響的因素。
◆ 回歸分析法
所謂回歸分析法，是在掌握大量觀察數(shù)據(jù)的基礎(chǔ)上，利用數(shù)理統(tǒng)計(jì)方法建立因變量與自變量之間的回歸關(guān)系函數(shù)表達(dá)式（稱回歸方程式）。
回歸分析中，當(dāng)研究的因果關(guān)系只涉及因變量和一個(gè)自變量時(shí)，叫做一元回歸分析；當(dāng)研究的因果關(guān)系涉及因變量和兩個(gè)或兩個(gè)以上自變量時(shí)，叫做多元回歸分析。此外，回歸分析中，又依據(jù)描述自變量與因變量之間因果關(guān)系的函數(shù)表達(dá)式是線性的還是非線性的，分為線性回歸分析和非線性回歸分析。通常線性回歸分析法是最基本的分析方法，遇到非線性回歸問題可以借助數(shù)學(xué)手段化為線性回歸問題處理。回歸分析法預(yù)測(cè)是利用回歸分析方法，根據(jù)一個(gè)或一組自變量的變動(dòng)情況預(yù)測(cè)與其有相關(guān)關(guān)系的某隨機(jī)變量的未來值。進(jìn)行回歸分析需要建立描述變量間相關(guān)關(guān)系的回歸方程。根據(jù)自變量的個(gè)數(shù)，可以是一元回歸，也可以是多元回歸。根據(jù)所研究問題的性質(zhì)，可以是線性回歸，也可以是非線性回歸。非線性回歸方程一般可以通過數(shù)學(xué)方法為線性回歸方程進(jìn)行處理。
◆ 因子分析法
因子分析的基本目的就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個(gè)變量歸在同一類中，每一類變量就成為一個(gè)因子（之所以稱其為因子，是因?yàn)樗遣豢捎^測(cè)的，即不是具體的變量），以較少的幾個(gè)因子反映原資料的大部分信息。運(yùn)用這種研究技術(shù)，我們可以方便地找出影響消費(fèi)者購(gòu)買、消費(fèi)以及滿意度的主要因素是哪些，以及它們的影響力（權(quán)重）運(yùn)用這種研究技術(shù)，我們還可以為市場(chǎng)細(xì)分做前期分析。
◆ 相關(guān)分析
相關(guān)分析（correlation analysis），相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對(duì)具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。
◆ 聚類分析
聚類分析指將物理或抽象對(duì)象的集合分組成為由類似的對(duì)象組成的多個(gè)類的分析過程。它是一種重要的人類行為。聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)來分類。聚類源于很多領(lǐng)域，包括數(shù)學(xué)，計(jì)算機(jī)科學(xué)，統(tǒng)計(jì)學(xué)，生物學(xué)和經(jīng)濟(jì)學(xué)。在不同的應(yīng)用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。
從統(tǒng)計(jì)學(xué)的觀點(diǎn)看，聚類分析是通過數(shù)據(jù)建模簡(jiǎn)化數(shù)據(jù)的一種方法。傳統(tǒng)的統(tǒng)計(jì)聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動(dòng)態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點(diǎn)等算法的聚類分析工具已被加入到許多著名的統(tǒng)計(jì)分析軟件包中，如SPSS、SAS等。
從機(jī)器學(xué)習(xí)的角度講，簇相當(dāng)于隱藏模式。聚類是搜索簇的無監(jiān)督學(xué)習(xí)過程。與分類不同，無監(jiān)督學(xué)習(xí)不依賴預(yù)先定義的類或帶類標(biāo)記的訓(xùn)練實(shí)例，需要由聚類學(xué)習(xí)算法自動(dòng)確定標(biāo)記，而分類學(xué)習(xí)的實(shí)例或數(shù)據(jù)對(duì)象有類別標(biāo)記。聚類是觀察式學(xué)習(xí)，而不是示例式的學(xué)習(xí)。
從實(shí)際應(yīng)用的角度看，聚類分析是數(shù)據(jù)挖掘的主要任務(wù)之一。而且聚類能夠作為一個(gè)獨(dú)立的工具獲得數(shù)據(jù)的分布狀況，觀察每一簇?cái)?shù)據(jù)的特征，集中對(duì)特定的聚簇集合作進(jìn)一步地分析。聚類分析還可以作為其他算法（如分類和定性歸納算法）的預(yù)處理步驟。