指标一大堆,分析问题从哪个看起?

浏览: 445

作者:陈老师,在咨询行业打拼了9年,在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战,天善智能特邀专家。

个人公众号:接地气学堂


有同学问:老师,我们看经营数据,有一大堆指标,比如商品结构,物流配送,页面展示,销售金额,毛利额,毛利率,退货率,会员转化率等等指标。但问题是,指标有变化的很多,这个高了那个低了,很难下结论。感觉可以写的东西很多,但是思路很乱,要怎么撸顺?

答:解题的方法很简单,一级级看指标就好了。大家常犯的问题,不是指标没有分级,而是每一级没有得出结论就往下走了。导致累积到后边的问题越来越多,最后不知道怎么办了。

比如上边说的一堆指标。肯定有轻重缓急。指标之间也是有逻辑的。一般经营分析会把毛利额和毛利率摆在第一级指标,那第一级的解读,就是先判断:到底我们的毛利达标没有?

没达标?OK,这就是第一个结论!是滴,就这么简单,就这么弱鸡,但是这是个结论。因为如果明确了是没达标,那下边的整个思路就是:

  • 差距有多大,是否在可接受范围内?(需老板确认)

  • 是一次性问题还是连续性问题,还是周期性问题?

  • 连续性问题,从什么时候开始的,拐点在哪里?趋势是越来越差还是逐步回暖?单纯从走势看,什么时候可以回暖?

  • 一次性问题,上次有这么大波动是什么时候,上次这么大波动后走势如何?

  • 周期性问题,是什么周期产生的?上次同样周期点,力度有没有这么大?

  • 是局部问题还是普遍问题?

  • 是局部问题,哪些地方的问题?没有问题的和有问题的差距多大?这个地方是每次都出问题还是偶尔出问题?

  • 是普遍问题,不同地方差异是否有区别?同行是否也有类似问题?(需市场调查帮忙)

๑乛◡乛๑,这样才算把“没达标”三个字分析透彻。是滴,仅仅第一级指标,看似简单,却要论证一大堆才能讲清楚,到底这玩意是个什么事,是个多大的事。这个结论直接影响到要不要关注第二级,要往哪个方向关注第二级,要不要考虑外部因素等等内容。

如果第一级讲透了,第二级就清晰了。很多东西如果没有迹象根本就不用看,省去了大量时间。而明明看到某些区域,某些时间段有明显BUG,就可以思考:当时发生了什么,当时的情形目前是否有重现。这样后边的分析思路也越来越清晰了。下边就可以展开第二级:毛利额=收入-成本,再看是收入低了还是成本高了。

而有意思的是,大量的同学并没有下结论,而是简单铺陈结果。比如第一级看到毛利额比上个月少了,就直线型思维:多就是好,少就是不好。然后就开始找为什么少。然后踩到收入和成本,又是简单看个:收入比上个月少了。然后就开始往三级踩,为什么收入少,客户转化客单价一堆指标涌出来。

这样看似列了一堆东西,实则每一层都没讲清楚。谁规定少了就是不好/?少了10%和少了50%能一样吗?没有结论,仅仅铺陈数据,越到细节就越解释不清楚。都不需要到第三层指标,比如第二层,遇到收入和成本都在少,收入少的更多,很多同学就开始犯迷糊了,到底说明了啥????

所以沉住气,一层层来,看似麻烦,却很有效。每一层的结论不一定全部写在ppt上,但作为分析,我们自己心里得清楚,不能轻易放过。这才是把分析做透做扎实。而不是指望写一个真,阿尔法喷火大恐龙算法,一跑代码,电脑就炸成两半,从里边飞出来一个孙悟空,手持金箍棒,跑去痛打那些没做好业绩的分公司经理——这是没有的事。

- END -

小编语:

”老师,我想问“是日更连载,总结了部分陈老师学员群里同学问的,比较普遍的问题。想获得陈老师1对1的问题解答服务,可学习《业务知识》或《八大能力》课程,加入学员群。想获得职业发展、面试指导、可学习《求职宝典》,按要求准备材料,获得1对1服务。更多详细信息请点击阅读原文查看。

天善小问

你在看指标时,有什么困惑吗?

(欢迎各位将答案写在评论区)

往期推荐:

公众号后台回复关键词学习

回复 免费                获取免费课程

回复 直播                获取系列直播课

回复 Python           1小时破冰入门Python

回复 人工智能         从零入门人工智能

回复 深度学习         手把手教你用Python深度学习

回复 机器学习         小白学数据挖掘与机器学习

回复 贝叶斯算法      贝叶斯与新闻分类实战

回复 数据分析师      数据分析师八大能力培养

回复 自然语言处理  自然语言处理之AI深度学习

推荐 0
本文由 人工智能爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册