mba案例數據分析往往與數據蒐集同步進行。初步蒐集數據的同時進行數據分析，之後會產生下一階段的數據蒐集和數據分析。在這種數據蒐集和數據分析不斷循環的過程中，研究的問題也許會得到新的提煉，並帶來更多的數據和發現。相對於其他部分，數據分析是案例研究中發展得最不全面的部分。羅伯特？K.殷提出了兩個主要的分析數據的策略。第一個策略是使用研究者已經形成的理論主張（或理論假設）來指導研究，這些理論主張（或理論假設）有助於研究者聚焦到相關的'數據，並組織案例研究。第二個策略是形成組織案例研究的描述性框架。這一策略無需理論主張（或理論假設）作指導，描述性框架可以是關於研究對象的各個維度或各個方面的。
對於數據分析方法，總體上有三種數據分析方法：解釋性分析、結構性分析以及反射性分析。
解釋性分析是透過對數據的深入考察，找出其中的構造、主題和模式。由於解釋性分析要求案例研究的結果儘量客觀，因此一般要使用計算機對數據進行處理。
結構性分析是透過對數據的考察，確認隱含在檔案、事件或其他現象背後的模式。結構性分析不同於解釋性分析，它不需要理解每一個數據的意思並作出推斷。作爲一種常規的分析，結構性分析只需要考察文字或敘述上的數據。
反射性分析是一種主觀的分析方法，它依賴於研究者的直覺和判斷對數據進行描述。Gall等提出，當研究者需要重視一種現象，並需要對此作出大量的描述時，反射性分析是最理想的分析方法。
除此之外，數據分析是案例研究方法構建新理論的關鍵環節，同時數據分析又是最困難和最沒有現成規範的。-般地，數據分析主要包括三種相互配合的方法和流程：數據提煉、數據展示和數據推導（確認）。其中，數據提煉就是指將數據加以篩選、聚焦、簡化、抽取以及將現場記錄加以轉化的過程；數據展示是將數據加以適當組織、壓縮、集成，以便歸納的過程；數據推導是指確認數據具有的規則、形式、解釋性、可能的結構、因果流程和性質的過程。實際上，上述三種數據分析方法是相互交織、聯繫在一起的，它們在數據蒐集和數據分析中共同形成一個循環，在實際中很難非常明確地區分這些活動。