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

商业分析能力是怎样炼成的?

[复制链接]
跳转到指定楼层
楼主
发表于 2019-10-11 11:00:20 | 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
故事:某海边民宿酒店的老板A原来钱赚得挺舒坦的,突然附近来了一个竞争对手,投放了大量的广告,把民宿酒店装修得高端大气,服务人员个个就跟空姐一样。
这家民宿一开,老板A的业绩在两个月里掉了20%,他悄悄来到竞争对手的民宿酒店,观察面积评估租金成本,观察服务人员人数和配置预估工资成本,并调查对手投放的广告,算出推广成本。
经过一系列的调研,他估算出对方的保本价格,于是他把民宿的价格下调到自己有利润,而对方会亏的数目,因为他判断对方在“环境,人员配置上过高”,还是有不少追求性价比的顾客。
然后他针对对手,定制了自家的广告内容,调整了推广渠道,降价活动一推出,业绩果然开始止损回升。
这就是一种商业分析能力的体现,通常决断的是盈利亏损、生死存亡的决策问题!什么是商业分析?维基百科给出的解释:
商业分析,是识别业务需求和确定业务问题解决方案的研究学科。通常包括战略规划、流程改进、组织变更、以及通过数据分析等手段来研究并解决问题。
对于很多人来说,想要赚大钱、想要创业、想要成为企业高管...都必须具备强大的商业分析能力。尤其是当下各种商业概念层出不穷,什么“饥饿营销”“网红经济”等等。
很多人孜孜不倦地评论着成功的商业案例,希望自己也能从中修炼商业分析能力。我自己也看过不少,比如史玉柱的营销心得,腾讯传等。但说得容易,小白如果单靠这些所谓的概念学习,很容易就会被绕晕。
个人觉得,培养商业分析能力,首先要培养思考问题的思维能力,通过一些思维模型的训练,并刻意练习。然后再结合商业经验和业务理解,借助一些数据分析的手段,来解决商业问题。思维模型会给你提供一种视角或思维框架,从而帮助你建立起观察事物和看待世界的视角。

如何培养思维能力?
参考麦肯锡思维
1、 结构化思维结构化思维其实就是把复杂问题分解成多种单一因素的过程,并且将这些因素加以归纳和整理,使之条理化、纲领化。这个过程犹如抽丝剥茧,将一团乱麻理地条条顺顺。


如何练习结构化思维,这其中会运用一个很重要工具,那就是金字塔模型。

根据《金字塔原理》,“任何事情都可以归纳出中心论点,由中心论点出发,可由三至七个论据支撑,每个一级论点可以衍生出其他的分论点。”如此发散开来,就可以形成以下的金字塔结构思考方式。但是在你还没有掌握这种结构化思维方式时,直接用这种思考方式是有一定难度的。这时候就可以采用金字塔原理中的MECE法则去思考结构。具体的操作方式是:A. 尽可能列出所有思考的要点B. 找出关系,进行分类。他的原则是论点之间相互独立,不重叠;论据穷尽划分,不遗漏。举个例子:现在有一个线下销售的产品。我们发现8月的销售额度下降,和去年同比下降了20%。我想先观察时间趋势下的波动,看是突然暴跌还是逐渐下降。再按照不同地区的数据看一下差异,有没有地区性的因素影响。我也准备问几个销售员,看一下现在的市场环境怎么样,听说有几家竞争对手也缩水了,是不是这个原因。用结构化思维梳理,就是:


用这种方式思考,能确保思考的点成体系,逻辑严谨,要素相互之间不凌乱不打架,思考的点都穷尽。长期练习这种方法,不仅更容易找到逻辑结构,也更容易培养你的结构化思维。
具体可以阅读书籍:《金字塔思维》
2、假说演绎思维
以情况为起点的推理方法是归纳推理,以规则为起点的推理方法可以称之为演绎推理。比如:某自营电商网站,现在想将商品提价,让你分析下销售额会有怎样的变化?首先可以确定销量会下降,那么下降多少?这里就要假设商品流量情况,提价后转化率的变化情况,然后根据历史数据汇总出销量下降的情况,从而得出销售额的变化情况。

具体的变化情况都可以根据过往的数据来拟合,统计学上也有一些科学的预测模型。
假设先行就是以假设作为思考的起点,先提出问题,然后用MECE原则梳理关联因素间的结构关系。在实际情况中,可针对不同的项目要求进行组合应用。在经过一定阶段的训练后,可以帮助提升业务熟悉程度,完成业务的初始积累后,后续的分析过程中就可以逐步减少拓展推理的层级及组合,逐步提升问题原因定位的效率。3、5W2H模型

5W2H分析法主要针对5个W以及2个H提出的7个关键词进行数据指标的选取,根据选取的数据进行分析


4、逻辑树分析模型将问题的所有子问题分层罗列,从最高层开始,并逐步向下扩展。把一个已知问题当作树干,考虑这个问题和哪些问题有关,将相关的问题作为树枝加入到树干,一次类推,就会将问题扩展成一个问题树。逻辑树能保证解决问题的过程完整性,将工作细化成便于操作的具体任务,确定各部分优先顺序,明确责任到个人。
逻辑树分析法三原则:
要素化:把相同问题总结归纳成要素
框架化:将各个要素组成框架,遵守不重不漏原则
关联化:框架内的各要素保持必要的相互关系,简单而不孤立
5W2H分析模型的应用场景较广,可用于对用户行为进行分析以及产品业务分析;而逻辑树分析模型主要针对已知问题进行分析,通过对已知问题的细化分析,通过分析结论找到问题的最优解决方案。商业分析模型其次,拥有了科学的思维能力之后,在结合商业场景/问题来分析,可以应用现成的商业分析模型,比如PEST、4P营销理论等,通过这些商业分析模型的训练,能帮助快速完成商业感的积累,完成原始业务逻辑积累,在此基础上快速定位业务问题,提升分析效率。比如:1、PEST分析模型
(1)政治环境:
包括一个国家的社会制度,执政党性质,政府的方针、政策、法令等。不同的政治环境对行业发展有不同的影响。关键指标:政治体制,经济体制,财政政策,税收政策,产业政策,投资政策,专利数量,国防开支水平,政府补贴水平,民众对政治的参与度。(2)经济环境:宏观和微观两个方面。宏观:一个国家国民收入,国民生产总值以及变化情况,以通过这些指标反应国民经济发展水平和发展速度。微观:企业所在地区的消费者收入水平、消费偏好、储蓄情况、就业程度等因素,这些因素决定着企业目前以及未来的市场大小。关键指标:GDP及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。(3)社会环境:包括一个国家或地区的居民受教育程度和文化水平、宗教信仰、风俗习惯、审美观点、价值观等。文化水平营销居民的需求层次,宗教信仰和风俗习惯会禁止或抵制某些活动的进行,价值观会影响居民对组织目标和组织活动存在本身的认可,审美观点则会影响人们对组织活动内容、活动方式以及活动成果的态度。关键指标:人口规模、性别比例、年龄结构、出生率、死亡率、种族结构、妇女生育率、生活方式、购买习惯、教育状况、城市特点、宗教信仰状况等因素。(4)技术环境:企业所处领域直接相关的技术手段发展变化,国家队科技开发的投资和支持重点,该领域技术发展动态和研究开发费用总额,技术转移和技术商品化速度,专利及其保护情况。关键指标:新技术的发明和进展、折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度、国家重点支持项目、国家投入的研发费用、专利个数、专利保护情况。
2、4P营销理论模型

产品:
能提供给市场,被人们使用和消费并满足人们某种需求的任何东西,包括有形产品、服务、人员、组织、观念和它们的组合。价格:购买产品时的价格,包括基本价格、折扣价格、支付期限等。影响价格的主要因素有需求、成本和竞争。渠道:产品从生产企业流转到用户手上全过程所经历的各个环节。促销:企业通过销售行为的改变来激励用户消费,以短期的行为促进消费的增长,吸引其他品牌用户或导致提钱消费来促进销售增长。

3、用户行为模型用户行为指用户为获取、使用产品或服务才去的各种行动,首先要认知熟悉,然后试用,再决定是否继续消费使用,最后成为产品或服务的忠实用户。行为轨迹:认知->熟悉->试用->使用->忠诚


这里要强调的是,每个模型的应用场景根据不同也有所区别:PEST分析模型主要针对宏观市场环境进行分析,从政治、经济、社会以及技术四个维度对产品或服务是否适合进入市场进行数据化的分析,最终得到结论,辅助判断产品或服务是否满足大环境;4P营销理论模型主要用于公司或其中某一个产品线的整体运营情况分析,通过分析结论,辅助决策近期运营计划与方案;用户行为分析模型应用场景比较单一,完全针对用户的行为进行研究分析。当然,最后还是要说,这些思维和模型只是前人总结出的方式方法,对于我们实际工作中解决问题有引导作用,但是不可否认,具体问题还要具体分析,针对不同的情况需要进行不同的改进,希望成为一个数据专家,最重要的一点还是多实践!
作者:​启方
来源:数据分析不是个事儿

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, 2024-4-26 23:47

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