看了小蚊子的書，裡面有一個例子讓我印象很深刻：
數據分析員對公司的某個業務進行了專項研究。每當完成專題分析向老闆匯報分析結果是，老闆首先問：「你的分析方法論是什麼？將給我聽聽，我看分析報告就首先看你的分析方法論，如果分析方法論不正確或者不合理，那後面的分析結果也就沒有必要看了，在一個不正確或者不合理的方法論的指導下，得到的分析結果是不可能正確的」。
數據分析方法論主要用於指導數據分析師進行一個完整的數據分析，更多的是指數據分析的思路。從宏觀角度指導如何進行數據分析，也就是說它是一個數據分析的前期規劃，指導後期數據分析工作的開展。數據分析法則是具體的分析方法，比如對比分析，交叉分析，相關分析，回歸分析，聚類分析則是具體的數據分析法。數據分析法主要是從微觀的角度指導如何進行數據分析。
今天說一個5W2H分析法
5W2H分析法是以五個W開頭的英語單詞和兩個H開頭的英語單詞進行提問，從回答中發現解決問題的線索，即Why，What，Who，When，Where，How，How much，這就是5W2H的分析法構架。
其實這個方法在我們做任何事時都是可以使用的。他可以彌補我們考慮問題時的疏漏。
比如使用5W2H分析法來分析網遊用戶的購買行為。
在確定使用5W2H分析法後，根據分析框架中的這些問題形成可量化的指標進行衡量和評價，例如月均購買次數、人均購買量，再次購買平均間隔時長等。
在我們確定了上述的方向和方法後，下一步才是使用具體的數據分析法，並且我們要結合數據進行分析。
事實上，每個方面都需要進行細化和分析，甚至要細化到每一條具體的購買記錄或者充值記錄，所謂的宏觀的數據指標我們只能大概清楚了解問題，然而解決問題就必須細化到每個具體的數據點。真正的數據價值也就在於此，永遠停留在表層的宏觀數據是不能創造更多的知識和價值，數據挖掘為什麼說是挖掘，挖掘的含義就在於，數據分析人員穿過了表層的宏觀數據，挖掘每條記錄背後的秘密。
所有的宏觀數據，基本上每一個DBA都能給的出來，但是同樣利用數據，分析人員通過挖掘技術和分析方法論的指導滲透到每條數據，依據需求給出數據的另一面。這就是在微觀層面上數據的價值，而這也是數據挖掘應用在數據上的價值，尤其是當我們以後面臨big data ，這種方式不僅較少了我們讀取文件，分析文件的時間，有效分析方法論，有效分析手段，依據需求，模塊化的得出某些需求下的具體結論。
Via:http://www.cnblogs.com/yuyang-DataAnalysis/archive/2011/12/02/2272053.html