1、简单趋势
经过实时拜访趋势了解供货商及时交货状况。如产品类型，供货商区域(交通因子)，收购额，收购额对供货商占比。
2、多维分化
依据分析需要，从多维度对目标进行分化。例如产品收购金额、供货商规划(需量化)、产品杂乱程度等等维度。
3、转化漏斗
依照已知的转化路径，借助漏斗模型分析总体和每一步的转化状况。常见的转化情境有不同供货商及时交货率趋势等。
4、用户分群
在精细化分析中，常常需要对有某个特定行为的供货商群组进行分析和比对;数据分析需要将多维度和多目标作为分群条件，有针对性地优化供应链，提升供应链稳定性。
5、细查路径
数据分析能够观察供货商的行为轨道，探究供货商与本公司的交互过程;进而从中发现问题、激发创意亦或验证假定。
6、留存分析
留存分析是探究用户行为与回访之间的相关。一般咱们讲的留存率，是指“新新供货商”在一段时间内“重复行为”的比例。经过分析不同供货商群组的留存差异、运用过不同功用供货商的留存差异来找到供应链的优化点。
关于大数据分析有哪些业务分析思路，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。