数据分析作为一种重要的决策支持工具，在现代企业中扮演着越来越重要的角色。九大常用数据分析方法是指在数据分析领域中经常使用的九种方法，包括描述性统计、推论统计、因子分析、聚类分析、时间序列分析、回归分析、决策树分析、人工神经网络和关联规则分析。

1. 描述性统计：描述性统计是指通过数值指标和图形来描述和总结数据的基本特征，例如平均值、中位数、标准差、频率分布表等。

2. 推论统计：推论统计是指根据样本数据推断总体数据的特征，例如假设检验、置信区间估计、方差分析等。

3. 因子分析：因子分析是指通过对多个变量进行统计分析，发现其背后的共同因素和结构，例如主成分分析、因子旋转等。

4. 聚类分析：聚类分析是指将数据分为不同的群组或类别，使得同一组内的数据更加相似，不同组之间的数据则更加不同，例如层次聚类、k均值聚类等。

5. 时间序列分析：时间序列分析是指对时间序列数据进行统计分析，以便预测未来的趋势和变化，例如趋势分析、季节性分析等。

6. 回归分析：回归分析是指通过建立数学模型来描述一个因变量与一个或多个自变量之间的关系，例如线性回归、多项式回归等。

7. 决策树分析：决策树分析是指通过将数据划分为不同子集，以便对未知数据进行预测和分类，例如分类树、回归树等。

8. 人工神经网络：人工神经网络是指通过模拟人类大脑神经元的工作原理，对数据进行分类、预测和模式识别等任务，例如感知器、神经网络等。

9. 关联规则分析：关联规则分析是指通过发现数据集中的关联规则和模式，来发现数据中的潜在关系和趋势，例如Apriori算法等。

以上九种常用数据分析方法，在实际应用中可以根据不同的数据类型和业务需求进行选择和组合，以便更好地发现数据中的价值和洞见。