前面我们已经介绍了2种数据分析的思路，今天我们继续介绍一种数据分析的思路——内涵外延，概念清晰。
我们做数据分析时要特别注意概念的清晰化，避免产生多种理解概念的详细解释，不可以让概念产生歧义，衍生出错误的认知。
大数据的概念同样有内涵和外延，甚至不同的人有不同的认知。随着大数据技术的发展，我们对大数据概念的理解肯定也会发生改变，甚至是颠覆以往的认知，我们要随时做好准备。
所以在数据分析的过程中，要概念清晰，要有明确的内涵和外延，必要的时候要做好精准的解释。
数据分析最终要形成结论。而结论对数据所揭示的洞察的定型化总结。这是一个从定量分析到定性分析的过程，是形成洞察和智慧的途径。我们都知道沃尔玛尿布与啤酒的案例分析，超市中啤酒会和尿布放在一起，他们具有很高的关联性，这个结论就是定性的总结，是研究大量数据之后得出的结论。
这个案例中“啤酒”与“尿布”成为一种关联关系，形成了一种购物篮分析方法的代名词，这就形成了一个概念。这个概念有内涵，购物车中的尿布和啤酒的共存关系，这个词也有外延：关联关系，购物篮分析算法模型以及其他数据挖掘的的应用等。
“囤货”是指销售人员再一定时间内“惜售”。当价格处于快速上涨阶段，有存货经销商会惜售，因为晚卖一天就有可能提高1%，如果团队在完成年度目标后，并且超额完成销售额会影响来年的销售计划和目标，销售团队也会惜售，产生技术性断货，从而导致公司失去一定的销售机会。因此，对“囤货”概念要解释要做到清楚明白。
与“囤货”相对应的就是“压货”，所谓的压货是指通过调整销售政策，将更多的产品销往渠道或者终端用户，从而在短时间内提高销量的方法，其中包括一些优惠活动，本质上“压货”是指为了快速完成销售业绩而采取的各种措施，并非产品被快速消费掉了，而是形成了渠道，中间商或者最终用户的库存。例如：销售团队再月底为了冲刺销售业绩，给渠道商非常优惠的条件，，只要渠道商的订货量达到一定某个标准，就可以享受一定的折扣，大幅度的让利让渠道商一下子进很多的货，而这些是一下子卖不出去的，需要更长的周期才能消化，但是销售团队业绩完成了。这种现象让公司提前消费了市场需求，不惮不会扩大市场，反而会损害公司的利润。
对于数据分析方法会将继续更新，多谢
