1. 描述性分析：了解数据的分布、趋势和异常。

2. 诊断性分析：识别影响数据模式的潜在因素。

3. 预测性分析：使用历史数据预测未来趋势和结果。

4. 规范性分析：制定最佳行动方案并优化决策。

5. 假设检验：测试有关数据分布和关系的假设。

6. 聚类分析：将相似数据点分组到集群中。

7. 回归分析：探索变量之间的关系并预测输出值。

8. 因子分析：识别数据中潜在的基础结构。

9. 时间序列分析：分析时间序列数据的模式和趋势。

10. 机器学习：应用算法自动从数据中学习并进行预测。