數據分析的作用越來越大，企業(yè)運用的次數也越來越多。不少企業(yè)不僅意識到了該分析方法的重要性，同時對其分析方法也產生極大的興趣。而從目前眾用戶的使用方法來看，有四大方法是大家常用，而且效果不錯的。

數據分析之記憶基礎推理法

這種方法能夠通過已經發(fā)生的案例來預測未來發(fā)展的一些情況，其主要涉及兩個因素，分別是距離函數和結合函數。前者主要是為了找出相似的案例，后者則是將其結合在一起，供參考。記憶基礎推理方法的優(yōu)點在于學習能力強，能夠從舊案例中找到新案例的知識點，為企業(yè)發(fā)展帶來有價值的參考數據。而另一個優(yōu)點在于這種方法能夠包容各種形態(tài)的數據，效果甚好。

不過，記憶基礎推理法也是有缺點的，就是歷史數據越多，需要分析的時間越長。

數據分析之基因算法

基因算法和細胞分裂有著異曲同工之妙，要想使用基因算法，首先要建立一個模式，然后通過一連串的動作來模擬?；蛩惴◤倪\用到現在，表現一直不錯，因而深受歡迎。

數據分析之連結分析

這種以數據圖形理論為基礎的分析方法，往往以關系為主體，從人和人、物與物之間的關系出發(fā)，尋找關系點。比如，電信行業(yè)的人可以通過收集顧客打電話的時間和頻率，推算顧客的偏好以及提供對公司發(fā)展有利的方案，除此之外，通過連結分析，還能夠找出對企業(yè)發(fā)展更為有利的參考數據。

數據分析之區(qū)別分析

區(qū)別分析比較適合分析因變量和自變量為定性定量的問題，這種分析往往在解決分類上非常實用。如果因變量的構成是兩個群體，所采用的方式可以圍多元區(qū)別分析。

區(qū)別分析能夠找出預測變量的組合，使組間變異大于組內變異，同時還能檢查出重心是否有差異，哪些預測變量有最大區(qū)別能力等，為企業(yè)提供新一輪的測試數據。

除了這四種數據分析方式之外，邏輯回歸分析、類神經網絡分析、在線分析處理、群集偵測技術等都是數據分析常用的手法，也是企業(yè)獲取信息，挖掘數據潛能的直接有效方法。