多维度拆解法和麦肯锡逻辑树的思路比较类似，都是把一个模糊的问题，拆解成多个子问题。它要求从业务需求出发，将指标从多个维度进行拆分，面对的问题不同，拆分的维度也有所不同。比如在求职时，评价一个公司的好坏就可以从专业是否对口、加班强度、通勤时间、行业水平、晋升路径、同事关系、薪资福利等七个维度乃至更多维度来衡量，维度越多，思考得越全面。
4、漏斗观察法
漏斗观察是针对产品时间轴流程上的数据分析方法，这与数据的横向对比存在本质逻辑的不同，此种方法适合对于业务流程相对规范，周期较长、环节较多的流程进行分析，能够直观地发现和说明问题所在，可以更快地找出某个环节的转化率出现问题。
漏斗观察希望通过观察每个流程节点上的转化与流失的人数得到出现的问题或可以改进的流程节点。
漏斗分析法已经广泛应用于网站和APP用户行为分析的流量监控、电商行业、零售的购买转化率、产品营销和销售等日常数据运营与数据分析的工作中。
5、归因查找法
归因查找法就是像业务流程进行拆解，并根据业务的性质，去确定在整个流程中哪些事件是影响整个事件完成的关键部分。
归因查找法的常用三种类型：
（1）末次归因：
常适用于把贡献归结到用户的最后一个行为，即最后一次接触到的产品界面或功能、按钮等。
（2）递减归因：
适用于转化路径比较长，非目标事件差异不大的，整个业务流程中没有哪个步骤起到一个完全的主导作用。
（3）首次归因：
常适用于强流量依赖的业务场景，很看重市场手段和运营策略。完全不管后面流程的所有事件，只把最终事件的发生和第一步关联在一起。
6、分布分析法&用户留存分析法
（1）分布分析法
分布分析法通过从事件在不同维度中的分布来观察，以便理解该事件除了累计数量和频次外，其他维度的信息。它可以了解生产工序是否正常，废品是否发生等情况。其工具是直方图，故又称直方图法。
分布分析法的三种主要分析方式：
①按事件的频率
②按一天内的时间分布
③按消费金额的区间
（2）用户留存分析法
留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。
留存分析可以帮助回答以下问题：
①一个新客户在未来的一段时间内是否完成了您期许用户完成的行为？如支付订单等；
②某个社交产品改进了新注册用户的引导流程，期待改善用户注册后的参与程度，如何验证？
③想判断某项产品改动是否奏效，如新增了一个邀请好友的功能，观察是否有人因新增功能而多使用产品几个月？
7、A/B测试分析法
