最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

从咨询公司学到的思考分析方法

[复制链接]
跳转到指定楼层
楼主
发表于 2018-2-11 12:05:33 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:秦路
个人公众号:秦路
我们一直说的思考能力,它是可以经培养和训练,后天习得的特质。这也意味着我们可以借助前辈们的经验,站在巨人的肩膀上眺望。
行业内常把这种可总结和复用的经验叫做思考框架。
一个好的思考框架,首先应该满足易学。如果大部分人都掌握不了,那它只是少部分人的术。让初读的人觉得优雅,能够用一句话解释清楚,就不必用整篇文章赘述。
其次要满足易用。框架之所以称为框架,它只是骨,内里的血肉能因不同人不同理解发挥出不同的效果,才算用得起来。
今天便介绍给大家一款思考框架:矩阵思维。
这里的矩阵不涉及数学概念,我第一次接触到它,还是在大学毕业季,那时不断为面试准备,囫囵吞枣地学了不少应试招数。其中一种叫波士顿矩阵(BCG Matrix)。它是由波士顿咨询公司创始人首创。
波士顿矩阵
在传统以营销为主导的企业中,不论是日用品消费还是生产制造加工,企业一定有一系列的产品。波士顿矩阵认为,产品战略管理可以从两个角度衡量:市场增长率和相对市场占有率。
市场增长率是包括企业销售额、竞争对手强弱及利润高低的综合指标。而相对市场占有率则代表了企业在市场上的竞争实力。
这两个都是可量化的指标,将它们分别作X轴和Y轴,则能划分出四个象限。
企业的所有产品,都会落在四个象限中。产品可以是一款洗发水,可以是一项虚拟服务、也可以是一款APP。于是这些产品被分为高增长率-高占有率、高增长率-低占有率、低增长率-高占有率、低增长率-低占有率。
在产品管理中,我们把高增长率-高占有率的产品称为明显产品,从财务报告上看,它总是能产生利润,但是高增长往往意味着高投资。某种情况下,它不代表着自给自足。如果市场份额处于垄断或者领先地位时,那么企业不必再维持投入以保持高增长,此时产品能源源不断地维持现金流,它被称为现金牛。
现金牛产品的特点是高市场份额和低增长率。产品已经迈入成熟期,其特征是产生大量的现金收入,数额远大于维持市场份额所需再投入的资金,是企业支持其他产品的后盾。
低增长率-低占有率的产品叫做瘦狗产品,这类产品对企业都是鸡肋,财务特点是利润率低、处于保本或亏损状态。这类产品往往会实行撤退或者整顿的战略。
低市场份额而高增长率的产品是问题产品,这些产品吸纳的资金总是多于所产生的资金。虽然高增长率意味着市场未来潜力好,但是份额不高要打上一个问号。不投入资金,产品会衰亡,即使投入资金,若只能勉强维持住市场份额。那么它最终仍属于瘦狗产品。
象限是动态的,明星产品的目标是成为现金牛,问题产品需要摆脱泥沼增加市场份额,而所有的产品都可能衰退为瘦狗。
举个例子吧,老王是一家消费品公司的老板,他公司主营产品是生发水,因为祖传秘方,在市场上处于领导地位,但是秃头的男人总共就那么多,所销售额近年来没有起色,未来也不会有。按照波士顿矩阵的象限划归。老王生发水应该是现金牛。
现在老王准备拓展新业务,分别是养生枸杞、保温杯、和佛珠手串。老王用生发水赚来的利润支持另外三个产品的开发。养生枸杞因为和生发水搭配营销比较好(别问我为什么),所以市场份额节节攀升。老王一看有戏,便重金投入,把养生枸杞打造成了明星产品,未来有成为第二个现金牛的潜质。
保温杯虽然和养生枸杞捆绑销售,销售额增长比较快,但是市场份额并不高,很多顾客并不买账。设计款式连中年男性都嫌弃。所以它现在是尴尬的问题产品,是改设计,还是偃旗息鼓?至于佛珠手串,顾客更喜欢大金链子,所以既没有销量又没有份额。
上述例子只是让大家对产品的象限有一个大概了解。这篇文章并不是要讲市场营销或者产品管理,即使不了解波士顿矩阵也不要紧。因为本文的主题是思考框架,我们把精力聚焦在矩阵和象限中。
实际上,在我最初学习波士顿矩阵的时候,我对现金牛、瘦狗的概念依旧一知半解。但我牢牢记住了矩阵式思考,记住了象限划分。
何为象限?我们拿两个量化指标将分析对象划分出多个种类:高-高、高-低、低-低、低-高,对象落在了四个象限,它便是矩阵思维下的产物。
初中我们把它称之为象限和坐标轴,可视化中我们把它理解为散点图,而现在,我希望大家把它认为是一种思考方式。这种思考方式,一直伴随在我往后的工作中,只要留意,矩阵思维其实有很多应用。
电商SKU
电商网站商品繁多,这里不谈品类管理,而是从电商运营的角度分析产品。
大家都应该听过爆款产品,在淘宝店铺运营中,爆款产品意味着高曝光量和低利润率。这个词第一次听其他运营提及时,他们说很多爆款产品并不赚钱,往往是做高店铺的流量。当很多人被爆款产品吸引过来的同时,会去购买店铺其他正常利润的商品,这里还会配合优惠券做交叉销售,提高营收,这种方法是俗称的带量。
在你不知道矩阵思维的时候,可能只有带量这么一个概念。而学会了矩阵,你就能听出上述那段话的两个指标:曝光量和利润率。现在用它们划分出四个象限。
高曝光量-高利润率的商品,属于电商中的明星产品,是重要的现金流业务。这里的曝光量可以是淘宝站内的店铺流量,也可以是独立电商平台的各种营销渠道。除了明星产品外,还对应着高曝光量-低利润率的导流商品,低曝光量-高利润率的成长潜力商品,低曝光量-低利润率的鸡肋商品等。
每种类别的商品对应不同的运营策略,潜力商品可以在后期运营中增长曝光量,培养搜索权重;鸡肋商品则要优化转化率。这里通过象限梳理清楚了基于商品的运营逻辑,避免无头苍蝇般的抓瞎。
矩阵思维的一个优点是方便归类和聚焦,它是可以指导策略的。
商品的象限维度不止曝光量和利润率。我们可以尝试曝光量-转化率,去分析商品落地页的效果,比如高曝光量-低转化率的商品,是不是设计和文案有问题?也可以尝试利润率-回购率的象限维度,衡量商品长期的盈利多寡,某个商品虽然利润低了些,但是用户会反复购买,那么它也是半个明星产品。
矩阵的维度是很灵活的,大家要学会举一反三。
RFM
RFM模型是客户管理中的经典方法,它用来划分客户价值。
RFM主要依赖三个核心指标:消费金额、消费频率和最近一次消费时间。我以前的文章曾经介绍过这部分,所以这里不多讲。
上图便是传统RFM模型的结构(这图是不是快腻了?),对应着用户消费分层的八个象限,也就是一个立方体形态。它属不属于矩阵思维呢?
它是的。矩阵思维只是一个思考框架,它本来就没被限制固定的形态。我能用两个指标划分四个象限,那么就不能用三个指标划分出八个象限?
曾经遇到过一位数据运营,就很灵活的运用RFM将它套入到企业端的运营分析中,那是一款PaaS,他将企业端客户在产品上的使用人数、使用深入程度以及最近一次使用时间进行分层。
写这点,是希望打破各位思维中的墙。只要象限合理、可用,数量是不是四并不重要。
绩效管理
在阿里巴巴的绩效管理中,会涉及两项考评:工作业绩和价值观。
这里把员工的管理划分成了四个象限:工作业绩强价值观好的是明星;工作业绩差而价值观好的是小白兔;工作业务好但是价值观差的是野狗;工作业绩差并且价值观也差的是狗。另外还有一块细分叫做牛,处于四个象限的交汇点,属于价值观和业务都不错的中坚骨干力量,第五个维度。
它也是一种矩阵思维的应用,不过应用在了人力资源管理上。管理模式没有对错,价值观也是一项难以量化的指标,即使是工作业绩,不同部门的标准也往往不一样,所以这种矩阵思维,更多是不同象限内人的管理策略,不涉及实际的分析。
销售管理
说到管理人,剔除掉价值观,我们单独拎出员工的绩效看。
销售每天都要跑客户,假如你是销售们的经理,你会怎么管理员工?这里不谈纯激励向的手段,如果想要对销售人本身做一点分析,我们也不妨引入矩阵。
拿销售们关心的两个KPI:成单率和平均成单额看。成单率是销售每个月成功单数在所有拜访中的占比,是工作效率和业务能力体现。成单额则是和客户价值挂钩。某个销售每天跑单量非常多,他或许是业绩Top,但他未必是最有效率的。高成单率-高平均成单额的销售才可以称为明星,它在销售管理中作为标杆和KOL树立。
这的矩阵思维,是为了挑选出正确的人。销售们不同于商品或者用户,往往采用军队化的方法统一管理,而矩阵是为了更科学有效。高成单率-低销售额和低成单率-高销售额的销售都有变为明星的潜力,可以为这两个象限内的销售培训和总结方法,可能是话术不好,可能是跟进不及时,可能是客户分配不对等。
早启动、晚总结、树标杆、老带新。如果某销售对拉高成单率有一手,他就能作为一名师傅在团队中推广。销售管理中,经理们常常更看重摸索出一套打法,然后把它推广的做法。所以销售的矩阵管理,就是把方法论聚焦。
上面讲的是区域经理或者销售经理如何抓团队,这套方法也能用在抓客户。RFM模型就是售后维护阶段的应用了,售前获客也是同样的道理。
时间管理
怎么用矩阵思维对付自己?
在很多时间管理方法中,事情的优先度会被建议使用两种维度:
紧急程度和重要程度。紧急程度是时间方面的约束,比如某项工作的Deadline逼近,那么它的紧急程度高,有些事情可以一个月后完成,那么紧急程度就低。重要程度则是事件造成的影响或者是破坏程度。
重要程度和紧急程度结合,很容易理解。下图列举了很多工作生活中常见的常见。
这种划分方式有助于提高自己的时间和项目管理能力,如果手头上自己有很多工作,不妨拿矩阵划分一下,以此作为执行依据。至于重要程度和紧急程度的等级,即可以二分,也可以用P1、P2、P3、P4更细的粒度。
古人云,轻重缓急,就是几百年前矩阵思维在时间管理中的智慧体现了。
搜索行为分析
这里说一个产品和用户行为结合的案例。
大家应该都用过搜索,搜索是伴随用户需求最直接的应用。不论是google或者百度这类搜索引擎,淘宝或者京东的商品搜索,乃至各类APP端的搜索框,都会接收用户输入的一段词作为查询,我们把它叫做query。
query常是一串文本,比如:什么是波士顿矩阵、矩阵的应用、美的空调、运动鞋、中山公园火锅等等。
各位在搜索的时候,有没有思考过,怎么判断查询结果的好坏呢?因为每个query都会查找到不同的结果,而这些结果的质量会影响到用户体验。用户搜索一个商品,然后服务器告诉用户没有查找到,或者虽然返回了结果,但是结果页的文案、图片或者标题差强人意,用户也失去了点击下去的欲望。这都让人抓狂。
矩阵思维当然能应用在搜索分析这类看似抽象的问题上。
我们设立两个指标维度:用户搜索后对结果的点击率,以及搜索词的查询量。前者反应了用户对搜索需求的被满意程度,后者反应了用户对该搜索的需求量。
上图是虚构的一家数据分析培训网站上的用户搜索数据。我们可以看到Python教程的搜索结果最高,说明用户需求量大,但是点击率不高,可能是用户对搜索结果,也就是课程质量不满意,而R语言教程则好上不少,可能是它的质量稍高一筹。另外一方面,Oracle和PowerBI的搜索量小,说明这部分用户基数有限,但是PowerBI点击率不错,可以考虑往后拓展这部分渠道。
实际的搜索场景更复杂些,平台型公司把搜索作为战略入口,它是一门系统化的工程。标签的索引、内容的预召回、个性化推荐都会影响结果,以后有机会再讲这块。而在中小型公司,矩阵依然是一种简明有效的方法。
KANO模型
KANO模型是对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。
上面这段话摘自百科,简而言之,KANO模型认为,产品经理在梳理产品需求过程中,可以通过两个维度,“用户满意度”以及“功能完善程度”衡量,将功能划分四种不同类型的需求。
用户满意度指如果产品具备这个功能,那么用户的喜爱程度会上升。功能完善程度是如果产品不提供这个功能,那么用户的满意度会下降。这两个指标通过用户调研的量表计算出来,因为篇幅有限,计算过程就省略了。
如图,Better代表用户满意度,Worse代表功能完善度。高满意度-高具备度的功能是期望功能,这类功能是产品集中投入的点。高满意度-低具备度是魅力型功能,不提供该功能。用户的满意度不会降低,但是提供了,用户则会很喜欢。
低满意度-高具备度是产品的必备属性。如果没有这个功能,用户会认为这是件未完成品,这类功能需求属于用户的基本需求,这类功能做得再怎么好,用户的满意度也不会提升。低满意度-低具备度是无差异功能,对于用户是无关痛痒的,也就是大家俗称的伪需求。
KANO模型是对功能/服务的优先级进行探索,产品经理通过矩阵将抽象的需求概念落到实处,因为它本身就是可量化的,所以避免了很多口水仗。
当然,需求管理还能用一种简化方法,衡量的指标同时间管理中的重要程度-紧急程度一样。比如某个需求是老板要的很紧急,虽然它确实不重要;某个需求在未来的营销活动中很重要,但是短期内可以不实现。
产品功能分析
KANO模型用矩阵思维衡量了一项产品功能的优先级排序,当产品上线后,我们再次请出矩阵来判断功能的实际好坏。
平台级产品往往包含多个功能模块,越大越复杂,而不同模块产生的价值不同,为了避免撕逼,这里使用功能使用率和留存率两个维度分析。
功能日使用率是使用人数在日活跃人数中的占比,直接说明了功能使用者的多寡。留存率很好了解,这里的留存有两种考察:第一是用户使用了功能后,在某个周期再次使用该功能的概率。第二种是用户使用功能后,他再次打开APP的概率。前者考量了功能本身的粘性,后者则是看它对产品整体活跃的贡献。具体怎么用看需求。
下图是一个建议说明:
划分出功能矩阵后,运营能有针对性地围绕不同功能做文章,将各项指标提高上去。留存好、使用高的功能自然是尖刀。留存差、使用少的功能则避免花费太多力气。
PM也能量化不同功能的价值,什么功能需要迭代?什么功能需要延期?都清清楚楚烂熟于心。然后结合KANO模型看需求是不是和实际数据对应。
这里需要注意,功能本身是有限制的,比如账单功能,用户的使用频率是每个月一次,那么在指标上就不用期待太好看的数字。为了公平起见,产品矩阵的指标计算最好以新用户的使用情况为准,因为老用户容易受到各种运营的干扰。
总结
一口气介绍了多个案例,矩阵思维可以应用在商品运营、用户运营、人员管理、时间管理、用户行为分析、用户需求分析、产品功能分析等多个场景上。我相信还有更多的场景等待大家探索。
它之所以是一种经典的思维框架,在于将无序的数据通过象限归类为了有序。当面对一堆数据或信息一筹莫展时,想一想矩阵的象限划分,它也许就是点燃闪电的火苗。搜索词能被划,产品需求能被划,那么你的难点呢?
最初我并没有学会波士顿矩阵,但我牢牢地记住了矩阵这个词,无非是划四个格子嘛。是不是咨询公司首创我不知道,但在往后遇到和象限有关的技巧或者案例,我都把它们归类在矩阵思维中。
本文阅读到现在,也不过10分钟,但我相信如果你和曾经的我一样了解透了它的核心逻辑,那么恭喜你,以后的工作中,它会是一种下意识的习惯了。
思维框架本身没什么神秘,共勉之。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-27 10:30

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表