社区编辑申请
注册/登录
七张图,学会做有价值的经营分析
大数据 数据分析
盲目堆砌同比、环比数据,没有逻辑的列一堆交叉分类维度,缺少过程指标,是导致经营分析报告臃肿且无用的根本原因。理清业务逻辑,突出业务重点,把握关键指标走势,才是提升有用性的关键。

很多同学做经营分析,就跟记流水账一样,每个月把收入、成本指标拉出来同比环比一通,ppt长达几十页,却被评为:“没啥用!”“不要光说数字,要有数字后的洞察……”那到底有用的经营分析怎么做?一起来看一下。

常见问题

前边吐槽的现象,被称为“四比”和“四分”。这是很多公司经营分析报告的主要内容!

所谓四比,就是:同比、环比、KPI比、时间进度比,四个对比。比如分析销售情况,常规的经营分析,使用指标一般以下几个:

图片

所谓四分,就是:按客户、按地区、按机构、按产品,四个分类维度,比如分析销售情况,常规的经营分析,一般这么设分类维度(如下图所示):

图片

不止收入,成本也能这么搞。而且成本比收入还多一个分类:成本科目。这样分出来的报表更复杂了,比如统计销售部门的费用使用,可能如下表:

图片


可正是这种看似复杂的报表,却经常被人诟病。因为这里数据虽然很多,但几乎都是:呈现结果,缺少分析与诊断。即使没有这种报告,业务部门自己也会关注自己的KPI完成情况。业务部门经常在一线和客户打交道,哪个地区、哪个商品、哪个客户不好做,他们比远在万里之外的分析人员更有直观感受。

因此,展示这些结果数据是必要的,但不能停留在此,更不能沉迷其中。如果仅仅是翻来覆去地讲:这个XX指标做得不好,业务当然会不满。这种报告上了经营分析会,经常被业务花式吐槽,“没有用”“我早知道了”“你说的都是废话”是常见的三件套。

图片


那么,该怎么做改进呢?就拿上边看似简单的销售分析,举个小例子。

改进点之一:增加过程指标

报表复杂和报表能讲出问题是两码事。看回上边的例子,如果解析销售情况,光看收入结果,肯定无法了解问题是怎么来的,得深入到过程才行。并且,新客户/老客户,大客户/中小散客,可能有不同的销售方式,要看的数据也不同。

如果是新客户,可能要关注的是获客效率。此时要看:从哪里获取客户线索,有多少客户线索,转化效果如何,卡在哪些环节。如果是老客户,则要关注客户复购。客户是否活跃(和我司保持联系),是否到了复购节点,是否有新需求发出来,我司应标情况如何。

图片


增加了这些过程指标,能更好地解读:为啥收入没有做出来。在这一堆过程指标里,有些是纯靠堆体力/砸投入能完成的,比如新客户线索数,老客户活跃数。如果这些指标下降,就是执行端出了问题,可以直接说:“要做多”。而有些指标则需要综合型解读,比如转化率,需要从产品、价格、客户需求等几个方面解读,看到底是产品不匹配,还是成本控不住,还是能满足客户需求,但我们不想做。

改进点之二:打通收入成本

把收入与成本割裂来考核,很容易搞出乱子。这世上没有:又让马儿跑,又让马儿不吃草的美事。特别是和新客户获取、新产品上市等有关的推广、营销成本,市场可不会惯着你,不肯投钱就是没效果。因此,要在成本和收入间建立联系,具体看每一种成本是怎么促进收入的。

由于成本核算需要时间,因此不可能在每次分析的时候,都事无巨细地列上所有成本项。因此需要区分短期、长期输出结果。在短期内(周/月),抓投入大的、容易观察的、对收入影响大的关键成本。比如推广费用、营销费用。如果发现推广效果在下降,需要立即提示风险,控制成本的不必要损耗。

而在长期内(月/季度),则要进行成本全面复盘。如果是toB类的行业,大客户很重要,需要围绕客户,对所有相关成本进行核算,把控投入力度。如果是互联网行业,则往往以产品为中心,核算推广-运营-研发成本。如果是零售行业,则以渠道为主,核算每个渠道经营成本。

总之,从业务视角出发(而不是从成本科目出发),围绕“是否对收入有帮助”组织成本数据,才能更好说明问题。

图片

改进点之三:区分业务重点

每个公司都有自己的重点业务,很少有所有业务齐头并进的情况。比如都是扩展市场,可能是以新产品为主线进行的,可能是以新渠道为主线进行的,也可能是以老客户维护为主线进行。在这个时候,就不应该在呈现结果数据的时候乱拉交叉表。事无巨细地把每个分公司、每个产品、每个渠道的收支细节,KPI差异都列出来,这样反而会干扰判断。

图片


了解业务策略,突出重点,把当前最重要的部分(新产品/新渠道/客户群体)突出出来,才能让看报告的人一眼看到当前的问题。如果真的发现,目前的主策略有问题,那就是大麻烦,不管其他细节执行的好不好,都得做深入探讨。

改进点之四:关注持续变化

事无巨细地把所有指标都列同比、环比,也是一种干扰。新老业务线的关注重点不同,应当提示大家关注真正该看的问题。比如新开发的渠道,是否能持续带来流量;新获取的客户,后续X个月的留存/转化情况;新上线产品,是否发展趋势良好。这些数据看同比会更有意义,而且要把连续n个月数据绘制成趋势图,用于判断,不是简单摆个同比就交差的。

而老业务,比如经营很多年的产品、门店、客户群体,则更得关注:“是否今年走势和去年一致”。因为已经经营了很久,有历史数据,并且随着环境变化,可能老客群在流失,老产品在逐步被淘汰。此时才是关注环比。并且要配合宏观环境分析,来解读年度走势差异。

小结

总结以上四点可以看出:盲目堆砌同比、环比数据,没有逻辑的列一堆交叉分类维度,缺少过程指标,是导致经营分析报告臃肿且无用的根本原因。理清业务逻辑,突出业务重点,把握关键指标走势,才是提升有用性的关键。

并不排除,有些领导特别喜欢看四比、四分型报告,也不排除有些领导特别喜欢看费用明细。看到ppt页数特别多,指标拆解特别琐碎,丫心里就爽了,觉得有掌控感!

只不过,财务有个部门叫成本会计,他们可以出示各种成本报销底单与统计表,这些细节控,完全可以在他们那看到爽为止。但凡做的经营分析报告,想深入分析问题,都得分重点,抓关键、看过程。

只不过,有些经营问题会很复杂,特别是涉及:多个产品线是否相互抢流量,叠加在正常销售之上的营销是否起作用,品牌、产品研发等长期项目到底怎么考量效益等复杂问题。这些问题,不是简单的1+1=2,不是线性的收入=a*投入+固定需求。不但考验数据分析能力,更考验决策者的素质,稍后我们再做专题性分享。

当然,在具体的工作中,还会遇到文章没提到的具体问题,邀请你加入知识星球,我们可以在星友微信群中讨论,也可以添加我本人的微信,和我一对一探讨。

责任编辑:武晓燕 来源: 接地气学堂
相关推荐

2022-07-05 11:18:50

2022-02-24 11:49:18

数据分析业务数据

2022-05-10 11:31:44

2021-04-21 12:05:45

2022-06-23 13:31:21

数据科学机器学习

2021-02-07 11:43:03

数据分析项目

2021-01-28 11:39:01

数据分析销售

2022-03-27 21:52:52

数据分析运营市场

2021-06-05 18:00:18

数据分析运营

2020-12-09 16:57:15

数据分析大数据

2017-04-20 10:48:44

互联网

2016-11-01 13:23:50

数据分析大数据

2019-06-06 16:30:02

2019-12-02 21:44:34

数据科学市场营销顾客

2016-12-02 19:34:26

数据科学大数据

2015-08-03 11:07:36

同话题下的热门内容

大数据分析技术和方法有哪些?节日消费数据不“杀熟”?大数据带你一起“解”七夕!五个方法,破解数据分析的核心难题聊聊数据分析的价值是什么?2022年网购如何对抗大数据杀熟,更换商品名词有惊喜

编辑推荐

什么是数据分析的漏斗模型?数据分析师还吃香吗?用数据告诉你对比解读五种主流大数据架构的数据分析能力《狄仁杰之四大天王》影评分析(爬虫+词云+热力图)22个免费的数据可视化和分析工具推荐
我收藏的内容
点赞
收藏

51CTO技术栈公众号