常见业务分析方法

逻辑树分析法(决策树)

把复杂的问题拆解为一个个逻辑相关的小问题组合而成

销售金额 = 销售量*单价

是销售量下降了还是单价下降了

• 销售金额下降了:继续细分,是市场问题,渠道问题还是产品问题
• 单价下降了:继续细分是市场整体单价下降,消费降级,竞品竞争还是淡季折扣

多维度拆解法

从多个维度进行分析

销售额下降可以拆解为多个维度例如

• 某系列/单品销售金额下降
• 某省/区域销售金额下降
• 某部门销售金额下降
• 某个环节转化率低

对比分析法

纵向对比

自己跟自己对比,通常是历史数据,同比或者环比

横向对比

和竞品对比,减弱外部环境对数据的影响.

归因分析

首次归因

转化完全归因于周期内第一次曝光的媒介.

末次归因

转化完全归因于周期内最后一次曝光的媒介.

线性归因

认为周期内的不同媒介的作用效果是相等的.

位置归因

认为不同位置的媒介的作用效果是不同的.
例如,首次和末次各占40%,其他位置的媒介平分剩下的20%.

假设检验法

通过建立原假设和备择假设,原假设和备择假设完全且互斥.

通过实验中发生小概率事件来推翻原假设,继而接受备择假设.

相关分析法

研究两种或两种以上的变量有什么关系

通过计算相关系数来判断各变量之间的相关性,相关系数越大,相关性越大.

若A与B均为事件,则A与B存在五种相关关系:

1. A导致B

2. B导致A

3. C导致A,B

4. A,B互为因果

5. 小样本引起的误差

6. A,B不相关(独立一定不相关,不相关不一定独立,即独立包含不相关)

***相关不等于因果!相关不等于因果!相关不等于因果!***

RFM模型

RFM是3个指标的缩写，最近一次消费时间间隔（Recency），消费频率（Frequency），消费金额（Monetary）。

• 近度（Recency，最近一次消费到当前的时间间隔）

• 频度（Frequency，最近一段时间内的消费次数）

• 额度（Monetory，最近一段时间内的消费金额）

  通过三个维度将客户划分为8类人群

  后续要进行精细化的运营,如果只分层,不运营,分层是没有意义的

  具体划分的标准可以是绝对值也可以是分位数

漏斗分析法

根据用户加深流程进行分析,将非潜在客户转化到客户的整个流程量化分析,量化衡量了各环节间的效率,帮助找到薄弱环节

知名的AARRR模型

• Acquisition (获取用户) 用户怎么找到我们
• Activation (激活用户) 用户的首次体验如何,帮助用户感受'aha moment'
• Retention (提高留存) 用户们还会回来么?
• Revenue(提高收入) 如何促进用户付费
• Refer (自传播) 怎样让客户推荐给其他人

杜邦分析法

主要用于分析公司财务状况

净资产收益率=资产净利率(净利润/总资产)×权益乘数 (总资产/总权益资本)

资产净利率(净利润/总资产)=销售净利率(净利润/总收入)×资产周转率（总收入/总资产)

净资产收益率=销售净利率(NPM)×资产周转率(AU,资产利用率)×权益乘数(EM)