不再堆砌数据,这有一份超棒的“经营分析模板”

  • 2天前

  • 来源:接地气的陈老师

  很多公司的经营分析报告写得长篇大论,几十页ppt,几百个指标,密密麻麻的数字。然鹅一旦上经营分析会,就会被批成:“分析不深入!”“观点不突出!”明明都摆了这么多数字和图表了,咋还不深入呢?

  问题解析

  因为这些报告,犯了“拿结果解释结果”的问题。很多经营分析报告,使用的都是财务指标,收入、利润、成本、费用等等。即使有计算诸如:“盈利能力”“增长能力”指标,依然是利用财务指标做的二次加工。

  站在业务角度,这些指标都是结果。如果只是拿结果解释结果,就会出现诸如“利润同比环比都低了,要搞高”、“利润低是因为成本高了,要搞低”这种没啥用的无脑结论。

  听到“利润低了”的结果以后,人们更想知道的是:

  1、是大环境不行还是我没有做好?

  2、别光说大环境不行,有啥对策吗?

  3、我哪里没做好,方向错了还是执行不力?

  

图片

 

  因此在输出报告的时候,应该对问题原因进行方向性判断。如果真是大环境问题,就寻找新环境下应对办法。如果不是大环境问题,就堵死那些甩锅人的借口。

  想做到这一步,就得:

  1、不只看结果指标,增加过程指标

  2、找影响结果的因素,识别关键因素

  3、建立分析逻辑,找到问题的重点

  具体怎么操作,一起看一下。

  增加过程指标

  一提到“经营分析报告要增加业务指标”,很多人就会搬出:业绩=客户数*转化率*客单价这一套东西。注意!站在业务角度,客户数、转化率、客单价这些指标,照样是结果指标。如果只拿这些指标进来,依然会得出“业绩降是因为客户少了,所以要搞高”这种无脑结论。

  要增加的过程指标,要能反应:“业务是怎么做出来的”。比如在收入端,要梳理业务流程,看从客户线索到成交之间,还经历哪些步骤,有什么数据记录。举个简单的例子,常见的toB业务如下图所示,是典型的漏斗式转化流程,可以梳理出漏斗式指标体系:

  

图片

 

  有些业务动作较难用指标衡量,比如营销策略、销售话术、产品组合、促销手段。这些可以用贴业务标签的方法加以量化。比如把销售话术总结成ABC三类,之后就能结合转化数据,观察哪一类更好用,从而进一步加深对业务过程的了解。

  在成本端,处理手段稍有不同。在成本端,首先要区分清楚各种成本费用与收入的关系。到底这一笔钱花出去,是能直接带来收益的还是打辅助的,是需要累计投入到一定程度才见效,还是一分钱一分货,投多少赚多少的。区分清楚了,才好结合收入端数据,做绩效评估;才好控制不直接带来收入的投入。

  

图片

 

  这一步做得好坏,和公司数字化程度有直接关系。如果公司数字化程度低,收入端全靠销售在脑子里记,能分析的只有订单数据;成本端只有简单的财务科目,没有对应上业务行为。那就很难做深入分析了。

  识别影响因素

  增加的过程指标是否都需要放进经营分析报告呢?当然不是。堆砌太多的过程指标,会让报告更冗长,更难看出结果。因此需要数据分析师们,识别出影响经营结果的关键因素,放哪些能代表关键因素的指标进报告。

  对于外部影响因素,重点关注:

  1、上游原材料、劳动力、资源对成本影响

  2、下游客户需求数量、偏好种类、偏好渠道对收入的影响

  3、竞争对手是否有发起针对性降价/是否在争抢上下游资源

  这里需要大量收集上下游行情数据,并且和自己公司的采购、人力、渠道部门多做沟通。有可能大环境真的在变坏,也有可能是我司采购、人力、渠道部门经营不利,找到优势的供给/渠道。为了做出准确判断,大量的情报收集是非常重要的。

  对于内部影响因素,重点关注当前的业务策略是啥?具体包括:

  1、人:以什么样客户为核心客户?

  2、货:商品主打功能/价格/服务

  3、场:以什么渠道为主,对量/质的要求是多少?

  先了解业务策略,才好进一步观察:到底一线部门执行到位没有。如果业务策略定了:发展高端客户,可一线仍然在大水漫灌般引流,没有重点发力,那就是执行层面出了问题。如果大家都在按业务策略做,但不见效果。那就得找时间反思一下:策略是否需要调整。

  这一步做得好坏,和数据分析师对公司内外部情况的了解深度,有直接关系。如果数据分析师每天闭门造车,缺少和业务沟通,缺少内部数据以外的行业数据、客户数据收集,那就很难做到了。

  建立分析逻辑

  梳理完指标,确认关键因素后,就得建立分析逻辑。分析逻辑可以用MECE法来建立,基本的思路就是:正反方面,确认问题。用剥洋葱的方法,层层剖析找到答案(如下图)

  

图片

 

  注意!分析逻辑并没有固定套路,完全以“解答领导问题”为导向。比如同样是大家都在抱怨“大环境不好”,有可能领导会指示:“寻找一下大环境不好下,还能怎么做?”也有可能领导指示:“就知道抱怨环境!堵他们的嘴!”这两种情况下,分析展开思路有明显区别(如下图)做分析逻辑的时候,一定要清晰:到底领导想要啥……

  

图片

 

  这一步做得好坏,和数据分析师能力有直接关系。固定的财务报表只能说明问题,不能解释问题,想解释问题,就得围绕当前问题建分析逻辑。排除错误答案,总结正确答案,测试业务做法的效果。如果数据分析师缺少分析逻辑训练,只会取数,是做不好这一点的。

  小结

  综上可见,想做到高质量的经营分析,需要多方面努力:

  1、业务有一定数字化程度,能采集到过程数据

  2、数据分析师对业务有充分了解,有丰富标签库描述业务行为

  3、数据分析师与领导有良好沟通,能把握分析方向

  当然,并不是所有企业都有这么好的条件。很多小厂子,待遇差,工资少,数据基建一塌糊涂,只有少得可怜的订单数据,领导还指望着分析出惊为天人的结论,这个难度就着实大了。这个时候,建议采用一些平价替代方案,训练一下自己打标签、建分析思路的能力,之后尽快跳槽到正规大厂比较好。

  • 推荐
  • 新闻
  • 观点
  • 制造
  • 批发零售
  • 房地产
  • 住宿餐饮
  • 金融
  • 银行
  • 保险
  • 证券
  • 基金
  • 交通物流
  • 能源化工
  • IT/互联网
  • 建筑
  • 农业
  • 教育
  • 医疗卫生
  • 采矿

推荐

我要评论