看了小蚊子的书，里面有一个例子让我印象很深刻：
数据分析员对公司的某个业务进行了专项研究。每当完成专题分析向老板汇报分析结果是，老板首先问：“你的分析方法论是什么？将给我听听，我看分析报告就首先看你的分析方法论，如果分析方法论不正确或者不合理，那后面的分析结果也就没有必要看了，在一个不正确或者不合理的方法论的指导下，得到的分析结果是不可能正确的”。
数据分析方法论主要用于指导数据分析师进行一个完整的数据分析，更多的是指数据分析的思路。从宏观角度指导如何进行数据分析，也就是说它是一个数据分析的前期规划，指导后期数据分析工作的开展。数据分析法则是具体的分析方法，比如对比分析，交叉分析，相关分析，回归分析，聚类分析则是具体的数据分析法。数据分析法主要是从微观的角度指导如何进行数据分析。
今天说一个5W2H分析法
5W2H分析法是以五个W开头的英语单词和两个H开头的英语单词进行提问，从回答中发现解决问题的线索，即Why，What，Who，When，Where，How，How much，这就是5W2H的分析法构架。
其实这个方法在我们做任何事时都是可以使用的。他可以弥补我们考虑问题时的疏漏。
比如使用5W2H分析法来分析网游用户的购买行为。
在确定使用5W2H分析法后，根据分析框架中的这些问题形成可量化的指标进行衡量和评价，例如月均购买次数、人均购买量，再次购买平均间隔时长等。
在我们确定了上述的方向和方法后，下一步才是使用具体的数据分析法，并且我们要结合数据进行分析。
事实上，每个方面都需要进行细化和分析，甚至要细化到每一条具体的购买记录或者充值记录，所谓的宏观的数据指标我们只能大概清楚了解问题，然而解决问题就必须细化到每个具体的数据点。真正的数据价值也就在于此，永远停留在表层的宏观数据是不能创造更多的知识和价值，数据挖掘为什么说是挖掘，挖掘的含义就在于，数据分析人员穿过了表层的宏观数据，挖掘每条记录背后的秘密。
所有的宏观数据，基本上每一个DBA都能给的出来，但是同样利用数据，分析人员通过挖掘技术和分析方法论的指导渗透到每条数据，依据需求给出数据的另一面。这就是在微观层面上数据的价值，而这也是数据挖掘应用在数据上的价值，尤其是当我们以后面临big data ，这种方式不仅较少了我们读取文件，分析文件的时间，有效分析方法论，有效分析手段，依据需求，模块化的得出某些需求下的具体结论。
Via://www.cnblogs.com/yuyang-DataAnalysis/archive/2011/12/02/2272053.html
更多阅读：
