根据实际业务发展，针对产品的不同生命周期，数据分析的角度和策略是不同的。
按阶段可有如下分析角度：描述型分析、诊断型分析、预测型分析和策略型分析。
| 描述型分析 | 发生了什么？ | 表面有什么症状 | 广泛的离线、实时数据、数据集市、有效的数据可视化 |
| 诊断型分析 | 为什么发生？ | 诊断哪里有疾病 | 多角度比较分析、下钻到核心关键数据，找到症结 |
| 预测型分析 | 可能发生什么？ | 通过望闻问切预判有什么隐患 | 使用历史特征，训练预测模型，用模型预测未来的发展 |
| 策略型分析 | 应该采取什么措施？ | 如何通过养生提升肌体健康程度 | 通过以上各种分析，给出优化措施和结论 |
描述型分析
这是最常见、最基础、也是最容易实现的分析。例如：仪表板、领导驾驶舱等，也就指标监控（pv、uv、转化率等）。
也就是对整个业务现状的总体反映，一般是对全局的概览，通过日常监控可以把握产品的健康状况和运行的正常区间。
诊断性分析
为什么会产生诊断型分析？有了基础分析（描述型分析），就能得出产品指标运行的正常区间。如果产品的指标越过了“合理区间”、或者发现转化率低于竞品、或者需要提效减成本，此时需要“诊断”哪里出了问题或者哪里需要优化。
例如：
1、本月销售指标异常，反映在数据上是骤降或者是暴增，这都需要有日常监控的基础，才能发现指标越过了合理区间。然后，需要进行一些数据下钻，比如看一下是整体渠道同步下滑，还是某一些特别渠道异常了。然后，在继续对着些异常渠道进行其他维度的探查。
2、转化率低，普遍低于同行1%，那就要通过转化率分析，看一看哪些环节跳出率高于竞品，然后进一步分析，这个环节可优化的地方。
3、例如公共卫生领域，如果我们有对于传染病的日常监控指标，就可以得出普通和高危传染病在流行初期的增长速度。如果我们能在能第一时间监控到2019-nCoV的传染量增速异常，我们就能早点发现它是个高危病毒，进而早一点对它进行进一步“诊断”，如果通过数据下钻，我们发现其在某些地区增速明显异常，就可以在政策上对这些地区早一点进行帮助。早发现、早诊断、早治疗。
预测型分析
预测分析是对未来某一段时间范围内的指标进行预测。例如：销量预测，可用于提前补货；旅客出行目的预测，可以提前根据预测出来的目的，对乘客提供相应的出行和酒店服务；保险精准营销，通过结合特定人群的画像特征，如何对特定的人群投放有针对性的保险产品，从而提高转化率。
策略型分析
基于“已经发生什么”、“为什么发生”、“即将发生生么”，就可以分析应该采取什么措施，来得到一个更好的效果。
例如：从1月份以来，旅游业、航空业受到巨大的打击，表现出来的特征是：旅客量大幅下降。这是已经发生的事实。“为什么发生”因为疫情发生，各地封城，复工推迟，人们宅在家中期盼疫情结束。所以，“即将发生什么呢”，旅客量会进一步下降，但在某一个时间点会业绩复苏，疫情结束也许旅游业还会报复性反弹，所以需要综合分析，制定一些票价政策，刺激旅客出行，提升客座率，同时减少损失，等拐点快出现时，再恢复正常票价，再或者免费退改签。如下，这是3月份 深圳飞成都的机票价格，截图留念！60元，比打车去机场都便宜。看来航司的预测系统目前指明4月份，疫情会出现明显好转。
