客户无太多时间参与我们的流程，只能以听报告方式了解我们成果。同时，他们并没有我们专业性，我们也无需有其行业知识高度，但需要指出问题所在，以及解决思路即可，至于具体怎么操作，需要与客户执行方共同商定。所以，制定报告需要考虑客户「知识接受度」。
我们应对的商业环境属于高维，人难以从中发现问题关键，了解真相，比如用户量增长减慢，不符目标，想知道问题在哪里，很自然会想到：
- 推广不给力
- 用户不精准
- 价格不到位
- 产品体验有问题
- 文案不吸引
- 优惠力度不够
- 投放渠道不是用户关注
……
上面因素不仅有重合，而且多是侃侃而谈，未能指出问题在哪里，好像样样都有问题，讲的都是大家知道。此时需要系统展现，方法有这些
权重排序
- 目的：对单个目标分析影响关键要素
- 单个函数目标：用户量
- 自变量：推广、用户群、价格、文案、产品体验……
高维情况下，各自变量对函数目标贡献大多遵循「二八原则」，计算各变量对函数目标权重影响，以图示方式展现，能直观表达问题出在哪里
矩阵
- 目的：对能划在同一等级的多歌目标评估分类，分类能从两、三个变量清楚说明整体状况，并制定分而治之策略
- 多个函数目标：
+ 手段：推广、用户群、价格、文案、产品体验等
+ 市场/人群：A、B、C等 - 自变量：通常是二维，单个维度存在两个极端/划分等级
矩阵类似反函数，用关注目标划分影响自变量，典型例子如 BCG 市场大小-增长率模型、安索夫矩阵。现代互联网产品如高频-用户使用量等
分层等级
- 目的：与矩阵一样，但划分变量组合较多
- 单个目标函数：用户
- 自变量：比如 RFM （频次、消费金额、消费时长）
树形-流程
- 目的：自变量之间存在显著关联依赖，运用树形梳理逻辑，分支代表影响权重，可以知道哪个环节出问题，怎么优化
- 一个目标函数：用户量
- 多个具有显著依赖关系自变量：市场最大量、目标用户群、解决方案替换意愿度、新方案概念接受度、产品接受度、价格接受度等
预估用户量：市场最大量 → 目标用户群 → 解决方案替换意愿度→新方案概念接受度→产品接受度 → 价格接受度
通过对比存量用户各个环节，就能明白到底哪个环节出问题，而非无谓猜测。
