前面我們已經介紹了2種數據分析的思路，今天我們繼續介紹一種數據分析的思路——內涵外延，概念清晰。
我們做數據分析時要特別注意概念的清晰化，避免產生多種理解概念的詳細解釋，不可以讓概念產生歧義，衍生出錯誤的認知。
大數據的概念同樣有內涵和外延，甚至不同的人有不同的認知。隨著大數據技術的發展，我們對大數據概念的理解肯定也會發生改變，甚至是顛覆以往的認知，我們要隨時做好準備。
所以在數據分析的過程中，要概念清晰，要有明確的內涵和外延，必要的時候要做好精準的解釋。
數據分析最終要形成結論。而結論對數據所揭示的洞察的定型化總結。這是一個從定量分析到定性分析的過程，是形成洞察和智慧的途徑。我們都知道沃爾瑪尿布與啤酒的案例分析，超市中啤酒會和尿布放在一起，他們具有很高的關聯性，這個結論就是定性的總結，是研究大量數據之後得出的結論。
這個案例中「啤酒」與「尿布」成為一種關聯關係，形成了一種購物籃分析方法的代名詞，這就形成了一個概念。這個概念有內涵，購物車中的尿布和啤酒的共存關係，這個詞也有外延：關聯關係，購物籃分析算法模型以及其他數據挖掘的的應用等。
「囤貨」是指銷售人員再一定時間內「惜售」。當價格處於快速上漲階段，有存貨經銷商會惜售，因為晚賣一天就有可能提高1%，如果團隊在完成年度目標後，並且超額完成銷售額會影響來年的銷售計劃和目標，銷售團隊也會惜售，產生技術性斷貨，從而導致公司失去一定的銷售機會。因此，對「囤貨」概念要解釋要做到清楚明白。
與「囤貨」相對應的就是「壓貨」，所謂的壓貨是指通過調整銷售政策，將更多的產品銷往渠道或者終端用戶，從而在短時間內提高銷量的方法，其中包括一些優惠活動，本質上「壓貨」是指為了快速完成銷售業績而採取的各種措施，並非產品被快速消費掉了，而是形成了渠道，中間商或者最終用戶的庫存。例如：銷售團隊再月底為了衝刺銷售業績，給渠道商非常優惠的條件，，只要渠道商的訂貨量達到一定某個標準，就可以享受一定的折扣，大幅度的讓利讓渠道商一下子進很多的貨，而這些是一下子賣不出去的，需要更長的周期才能消化，但是銷售團隊業績完成了。這種現象讓公司提前消費了市場需求，不憚不會擴大市場，反而會損害公司的利潤。
對於數據分析方法會將繼續更新，多謝關注和支持！