經(jīng)營分析:決策分析模型搭建指南
數(shù)據(jù)分析要驅(qū)動決策!這個道理人人都知道,可實(shí)操起來,到底咋驅(qū)動法?很多同學(xué)見都沒見過,偶爾寫幾句分析建議,還被噴回來……咋整?今天系統(tǒng)分享一下。
破局的關(guān)鍵,在于:不要一腳踩進(jìn)爛泥坑里。和決策有關(guān)的因素那么多,指望一個神威無敵大將軍公式全部計(jì)算清楚,是不可能的。想腳踏實(shí)地的解決問題,最好的辦法就是:從最簡單的地方開始,一步步做。
困難度0級決策
設(shè)想一個最簡單的場景:賣盒飯。一個盒飯成本5元,如何決策?
●如果賣10元,誒,有得賺,可以搞
● 如果賣5元,誒!我干這干啥……
你看,多簡單,搞掂。
問題是現(xiàn)實(shí)沒這么簡單,要升級難度的話,第一順位考慮的是:成本并非只有可變成本,還有固定成本。
困難度1級決策
設(shè)想一個簡單的場景:開個店,請倆伙計(jì)賣盒飯。
● 前期投入:開店需頂手費(fèi)、裝修、設(shè)備,假設(shè)一筆2萬元
● 固定成本:店租3000元,倆伙計(jì)工資6000元
● 可變成本:每個料理包5元
其他細(xì)項(xiàng)先不考慮
這樣得先考慮,前期投入用多久收回,假設(shè)需要10個月,則分?jǐn)偟矫總€月需2000元,加上店租、工資,一個月成本就去到11000元,每個盒飯還賣10元,則每個月得2200個盒飯才能回本,賣到3000個才有點(diǎn)賺的……
不過這么看起來還是簡單,再升級難度的話,就得直面“你怎么知道,每個月能賣3000個以上盒飯?”這個問題。
困難度2級決策
想知道每個月能賣多少盒飯,最簡單的方法就是:我以前做到過。我有成功經(jīng)驗(yàn)想復(fù)制一份,這是最靠譜的理由了。但是要注意一個細(xì)節(jié),就是這個3000個盒飯,可能只是個平均數(shù),很少有業(yè)務(wù)是均勻發(fā)生的,一般都會有淡旺季(如下圖)。
不過,此時決策還是很簡單,就是:
● 新開店,避開淡季。
● 老店,在淡季前預(yù)留資金,避免缺錢。
就差不多了。
再升級難度,問一個問題:憑什么,它一開店就有3000盒?!
困難度3級決策
開店肯定有成有敗,最直接的因素就是:位置。位置不好會撲街,道理就這么簡單。
好在,位置相對容易量化,通過打標(biāo)簽的方式,能大差不差地描述出來。
量化完以后,雖然不是100%準(zhǔn)確,但是至少有一定概率,能發(fā)現(xiàn),XX類位置成功率高,差不多搞掂。
不過并非所有問題都這么容易量化,再升級難度,會面對更多難量化問題。
困難度4級決策
一個典型的難量化問題:店長。店長肯定會影響業(yè)績,但是到底咋影響?量化起來相當(dāng)有難度(如下表)。
難量化的背后,是因?yàn)橛绊戇壿嫳旧砗軓?fù)雜。同一個人,可能因?yàn)闋顟B(tài)不好而表現(xiàn)失常,可能換個地方就水土不服,和下級搞不好關(guān)系。因此雖然我們可以同樣用概率來解釋,比如A類店長成功率60%,但是這個60%,已經(jīng)包含了很多未知成份(玄學(xué)內(nèi)容),決策開始變得難以把握。
不過這才4級難度呢,更難搞的在后邊。
困難度5級決策
誰說的一個店賣3000個盒飯,一定是一直3000,很有可能如下圖所示,是個持續(xù)增長過程。比如我主營外賣渠道,我在外賣平臺投入運(yùn)營力量越大,賣的盒飯?jiān)蕉啵藭r就會走出下圖走勢。
很多同學(xué)會本能地說:
● 這樣可以算投入產(chǎn)出比
● 可以擬合增長趨勢
● 可以計(jì)算邊際收益
以上都對,并且可以用數(shù)據(jù)公式擬合出來
但是!真遇到這種曲線,人們真正擔(dān)心的是:拐點(diǎn)在哪里?頂點(diǎn)在哪里?啥時候會觸頂。而且更糟心的是,可能影響拐點(diǎn)的因素,根本不在自己企業(yè)之內(nèi)。
比如:
● 行業(yè)整體不景氣(P)
● 大量競爭對手加入(E)
● 潛力用戶已耗盡(S)
● 新技術(shù)帶來新產(chǎn)品(T)
這些都會導(dǎo)致拐點(diǎn)的到來,并且通過內(nèi)部數(shù)據(jù)完全擬合不了。
更更糟糕的是,這四個因素都很難量化,并且充滿不確定性。如果一定要排序的話,P>E>S>T。如果量化分析,內(nèi)容太多,可參考這篇:數(shù)據(jù)分析八大模型:詳解PEST模型
估計(jì)到這里已經(jīng)把很多同學(xué)糾結(jié)得頭暈?zāi)X漲,不過別著急,這還沒到頭呢,更糾結(jié)的在后邊。
困難度6級決策
前邊五個等級,都假設(shè):我們有一次的成功經(jīng)驗(yàn),所以可以總結(jié)規(guī)律,探索影響因素。更糾結(jié)的問題是:如果我們沒有呢?!
比如我們只做到過2500盒,可現(xiàn)在偏偏領(lǐng)導(dǎo)要定個3000+的目標(biāo)……
此時要把之前的所有假設(shè)全部推翻!因?yàn)?/p>
1、成本變化:量上去了,伙計(jì)/門面/廚房都得擴(kuò)
2、因素變化:每個3000+需要特別能干的店長,雜魚干不來
3、環(huán)境變化:有沒有這么多顧客吃料理包呀!不確定……
并且,在沒有測試的情況下,即使以上三點(diǎn)都論證是OK的,也有翻車風(fēng)險(xiǎn)。因?yàn)榧埳险劚冀K有問題,得測試過才知道??蓽y試本身又會影響業(yè)務(wù):如果單獨(dú)測每一項(xiàng),單體之和不等于整體。如果測整體,那么就相當(dāng)于我們得做成一個MVP,才能證明價值。想想都難。
不過,很快你會驚恐地發(fā)現(xiàn):其他假設(shè)也有被推翻的可能。比如:說過投了固定成本,就一定有產(chǎn)出?!
困難度7級決策
如果是生產(chǎn)線投入,遇到投錢打水漂問題相對較少。但是在研發(fā)、品牌宣傳、用戶運(yùn)營上投錢,很有可能一去不復(fù)返。
● 研發(fā)的新功能用戶不喜歡
● 品宣很熱鬧可用戶不掏錢
● 燒錢效果好可錢停用戶走
此時,不但需要和難度7一樣做測試,而且得觀察的是增量效果。即”我疊了BUFF以后,有沒有額外帶來收入”。
啥?你說還有更難的?是滴,有!
困難度8級決策
最難的是啥?當(dāng)然是以上各種情況全部揉在一起。
因?yàn)橛懈鞣N風(fēng)險(xiǎn),所以劃分了現(xiàn)金流業(yè)務(wù),基建業(yè)務(wù),創(chuàng)新業(yè)務(wù)……
因?yàn)橛胁淮_定性,所以每一類業(yè)務(wù)有輕重緩急,有成功概率
這樣理論上,能做出如圖決策路徑,但是里邊每一個參數(shù),都是需要前邊7個等級的分析支持,且不同業(yè)務(wù)之間相互牽扯,分析起來非常困難。
小結(jié)
實(shí)際上,難度0到難度8,是決策五個層次(下圖建議保存并背誦,面對復(fù)雜問題時拿出來看看,到底現(xiàn)在糾結(jié)的是哪層的問題)
而數(shù)據(jù)之所以難以驅(qū)動決策,就是很多公司,直接把困難8級扔給分析人員。沒有對0~7級問題做深入研究,更沒有清晰每個決策的階段和目標(biāo)。導(dǎo)致每一次決策,都得從0到7搞一遍,ppt拖得很長,看似科學(xué),實(shí)則是填字游戲,堆砌文字。
特別是,很多業(yè)務(wù)部門剛愎自用,單獨(dú)講每一條因素,他都說:“我早知道了,你不用算”,可各種因素組合起來,到底每個業(yè)務(wù)面臨的問題是啥,量化以后風(fēng)險(xiǎn)大小如何,從來沒有認(rèn)真計(jì)算過。至于業(yè)務(wù)部門為了自己的績效,估計(jì)扭曲數(shù)據(jù),粉飾太平,更是不在話下。
所以,如果同學(xué)們覺得沒見過數(shù)據(jù)驅(qū)動決策,這也很正常,并非每個公司都這么規(guī)范認(rèn)真,我們要做的是0級~7級的基礎(chǔ)積累,積累越多,我們自己掌握的本事就越大,也越有機(jī)會到真正優(yōu)秀的公司實(shí)踐。
- 上一篇
大數(shù)據(jù)和人工智能是如何合作的?
大數(shù)據(jù)的特點(diǎn)是產(chǎn)生的數(shù)據(jù)量大、種類多、速度快,為人工智能算法提供了提取有價值見解和推動明智決策的原材料??傊@兩種變革性技術(shù)有可能徹底改變?nèi)虻男袠I(yè)。讓我們更深入地了解大數(shù)據(jù)和人工智能如何合作,以及釋放其全部潛力的策略。
- 下一篇
AI正在左右TikTok與Instagram觀點(diǎn)?
去年,TikTok宣布正在測試一種新的應(yīng)用內(nèi)工具,允許用戶利用AI生成頭像圖片。該工具允許用戶提交個人照片,并據(jù)此生成不同姿態(tài)和風(fēng)格的獨(dú)特圖像。之后,用戶可以下載、分享這些圖像或?qū)⑵渥鳛樽远x個人頭像。