商業(yè)分析方法論與實踐指南

==第1篇 開篇
--第1章 揭開商業(yè)分析的神秘面紗 2
1.1　經典案例揭示什么是商業(yè)分析 3
1.1.1 問題：老板問能否去寺廟里賣梳子如何回答 3
1.1.2 第1種回答：混亂的思維，雜亂的論據，主觀的臆想 3
1.1.3 第2種回答：基礎的邏輯，一定的論據，堆積的答案 4
1.1.4 第3種答案：嚴密的邏輯，翔實的論據，客觀的答案 5
1.2　商業(yè)分析的能力模型 7
1.2.1 商業(yè)分析的三大能力模型 7
1.2.2 邏輯思維能力：貫穿所有的分析流程 8
1.2.3 商業(yè)理解能力：決定商業(yè)分析的高度 9
1.2.4 數據分析與整合能力：商業(yè)分析的指示器和量化器 9
1.3　商業(yè)分析的崗位類型 10
1.3.1 經營分析師：全局業(yè)務和財務的連接器
全局業(yè)務中最懂財務，財務中最懂全局業(yè)務 10
1.3.2 商業(yè)分析師：局部業(yè)務和數據的連接器
局部業(yè)務中最懂數據，數據中最懂局部業(yè)務 11
1.3.3 數據分析師：全局業(yè)務和基礎數據的連接器
全局業(yè)務中最懂基礎數據，基礎數據中最懂全局業(yè)務 12
1.3.4 戰(zhàn)略分析師：業(yè)務人員和決策者的連接器
比決策者更懂業(yè)務，比業(yè)務人員更懂戰(zhàn)略方向 12
1.4　商業(yè)分析工作的基本流程 12
1.4.1 總述：商業(yè)分析是“從業(yè)務到數據，再到業(yè)務”的循環(huán) 13
1.4.2 商業(yè)分析的起源：業(yè)務 14
1.4.3 商業(yè)分析的量化：數據 15
1.4.4 商業(yè)分析的歸宿：用數據驅動業(yè)務的優(yōu)化和增長 16
1.4.5 商業(yè)分析的重生循環(huán)：新業(yè)務/新數據/新優(yōu)化增長 17

==第2篇 商業(yè)分析的起源：業(yè)務
--第2章 知全貌——理解“行業(yè)”的運作模式 20
2.1　行業(yè)研究的基本構成框架 21
2.1.1 研究行業(yè)的市場規(guī)模，判斷賽道的寬度 21
2.1.2 研究行業(yè)的生命周期，預估賽道的長度 24
2.1.3 研究產業(yè)鏈，明確身處哪條賽道 25
2.1.4 研究競爭格局，認清賽道的崎嶇與平坦程度 28
2.1.5 研究宏觀環(huán)境，知曉比賽的天氣和環(huán)境 29
2.1.6 研究盈利模式，知道如何贏取獎金 29
2.2 如何在短時間內快速了解一個行業(yè) 30
2.2.1 二手資料搜集通路 31
2.2.2 一手資料搜集通路 32
2.3　傳統(tǒng)行業(yè)的賺錢邏輯和盈利模式 34
2.3.1 傳統(tǒng)企業(yè)盈利模式概覽 34
2.3.2 星×克優(yōu)勢：先發(fā)者構建的品牌和大店直營優(yōu)勢 35
2.3.3 瑞×優(yōu)勢：后來者塑造的價格和小店加盟優(yōu)勢 35
2.4　互聯網行業(yè)的賺錢邏輯和盈利模式 36
2.4.1 互聯網公司盈利模式概覽 36
2.4.2 自營電商模式：價差是主要驅動力 37
2.4.3 平臺電商模式：廣告是主要驅動力 38

--第3章 知彼——研究你的“競爭對手” 40
3.1　6步走做好競爭對手研究 40
3.2　為什么要研究競爭對手 42
3.3　誰才是你的競爭對手 43
3.3.1 旗鼓相當：直接競爭對手 43
3.3.2 望塵莫及：行業(yè)領頭羊 43
3.3.3 悄然無聲：潛在競爭對手 44
3.3.4 取而代之：替代者 44
3.3.5 互不侵犯：跨行業(yè)標桿 44
3.4 浩如煙海的競爭信息，需要研究哪些內容 45
3.4.1 基礎畫像 46
3.4.2 產品 46
3.4.3 用戶 47
3.4.4 運營 47
3.4.5 財務 48
3.5 從哪些地方獲取競爭對手的信息 49
3.5.1 桌面研究 49
3.5.2 產品親身體驗 51
3.5.3 專家訪談 51
3.5.4 用戶調研 52
3.5.5 技術和購買 52
3.5.6 大腦強大的整合和測算能力 53
3.5.7 內部員工訪談和模擬招聘 54
3.6　如何進行多渠道信息的交叉驗證 55
3.6.1 CheckList交叉驗證 55
3.6.2 注意4種信息陷阱 56
3.7　案例：如何通過競爭對手研究尋找商機 57

--第4章 知己——剖析“所在的公司和業(yè)務” 60
4.1　一頁紙梳理自身公司的商業(yè)模式——商業(yè)模式畫布 60
4.1.1 商業(yè)模式畫布是干什么的 60
4.1.2 商業(yè)模式畫布的九大模塊是什么 61
4.1.3 案例：如何描繪抖音的商業(yè)模式畫布 64
4.2　一張圖畫出自身公司的組織架構——職能+業(yè)務+敏捷 66
4.2.1 職能型組織架構：注重職能設置 67
4.2.2 事業(yè)部型組織架構：偏重業(yè)務發(fā)展 67
4.2.3 “大中臺，小前臺”型組織架構：追求敏捷高效 69
4.3　3張圖描繪所在業(yè)務的業(yè)務模式——邏輯+流程+架構 70
4.3.1 一張邏輯圖厘清業(yè)務是如何賺錢的 71
4.3.2 一張流程圖揭示業(yè)務是如何運轉起來的 72
4.3.3 一張架構圖展現業(yè)務是如何被管理的 73
4.4　2種模型對比自身公司和競爭對手的競爭實力——
五力競爭模型+競爭態(tài)勢矩陣 74
4.4.1 五力競爭模型：判斷自身公司所處的競爭環(huán)境 74
4.4.2 競爭態(tài)勢矩陣：確認自身公司相比競爭對手的實力和優(yōu)劣勢 77

==第3篇 商業(yè)分析的量化：數據
--第5章 搭建業(yè)務的“晴雨表”——數據指標體系 82
5.1　“晴雨表”的最小單元：數據指標 83
5.1.1 數據指標的3個構成要素：維度+計算公式+度量 83
5.1.2 數據指標的類型 84
5.2 “晴雨表”的核心：北極星指標到底該怎么確定 86
5.2.1 明確公司的戰(zhàn)略目標 87
5.2.2 建設備選梯隊 87
5.2.3 遴選最終成員 88
5.3　經典問題：你會用哪些數據指標評價一款App 89
5.3.1 明確App的類型，挑選最熟悉的App 89
5.3.2 針對不同的App類型，羅列備選北極星指標 89
5.3.3 判斷App所處的生命周期，確定北極星指標 90
5.3.4 對北極星指標進行下鉆式拆解，明確二級指標 91
5.4　眾木成林：數據指標體系 93
5.4.1 什么是數據指標體系 93
5.4.2 搭建數據指標體系的兩大高頻模型：OSM模型和UJM模型 94
5.4.3 7步走學會搭建數據指標體系 96
5.4.4 數據指標體系有什么作用 97
5.5　案例：以X短視頻公司旗下的Y業(yè)務為例，搭建數據指標體系 100
5.5.1 平臺的業(yè)務原理和團隊設置 100
5.5.2 確定GMV作為北極星指標 101
5.5.3 四大策略拱衛(wèi)GMV，形成二級指標 101
5.5.4 借助UJM模型梳理行為路徑，形成過程指標 103
5.5.5 團隊管理模式打造最小執(zhí)行單元，形成維度指標 104
5.6　行業(yè)應用：互聯網廣告行業(yè)的數據指標體系 105
5.6.1 廣告主數據指標體系 107
5.6.2 營收數據指標體系 107
5.6.3 流量/用戶數據指標體系 108
5.6.4 創(chuàng)作者數據指標體系 108
5.6.5 內容數據指標體系 109

-第6章 制定業(yè)務的“指南針”——目標 110
6.1　利用“兩大模型”制定目標 111
6.2　進行寬度測算：用算法模型測算北極星指標的范圍值 112
6.2.1 回歸預測的7個流程 112
6.2.2 案例：如何制定短視頻公司的廣告收入目標 113
6.2.3 回歸預測的“利”與“弊” 115
6.3　進行深度測算：用業(yè)務模型確定北極星指標的精確值 115
6.3.1 搭建北極星指標的計算邏輯和公式 115
6.3.2 確定每個指標的負責部門 116
6.3.3 搭建預估框架 117
6.3.4 開展層級預估 117
6.3.5 多輪溝通調整，確定最終值 119
6.3.6 目標下發(fā) 120
6.4　借助“3條線路”拆解目標 121
6.4.1　橫向拆解：2種方法進行“時間線”拆解 121
6.4.2 縱向拆解：3個步驟進行“管理模式線”拆解 125
6.4.3 漏斗拆解：3個步驟進行“業(yè)務流程線”拆解 128
6.5 通過“3種策略”平衡各方利益 129
6.5.1 找準立場，厘清利益鏈條，抓住主要矛盾 130
6.5.2 用數據和事實說話，準備充足的論據 131
6.5.3 3種機制與業(yè)務部門緊密溝通，防止閉門造車 132

-第7章 布局業(yè)務的“觀測站”——監(jiān)控體系 137
7.1 如何構建監(jiān)控機制？點線面全方位出擊 139
7.1.1 點的監(jiān)控：篩選5類監(jiān)控指標 139
7.1.2 線的監(jiān)控：4條線開展監(jiān)控 140
7.1.3 面的監(jiān)控：點和線的交織網絡 142
7.2　如何搭建預警機制？5W2H法鑒別異常、發(fā)出預警 143
7.2.1 什么是5W2H法 144
7.2.2 What：找出哪些數據異常 145
7.2.3 Where：判斷哪里異常 148
7.2.4 When：判斷什么時候異常 149
7.2.5 How Much：判斷波動幅度的大小 153
7.2.6 Why：判斷什么場景需要開展歸因分析及如何開展歸因分析 155
7.2.7 How：如何進行預警 157
7.2.8 Which：通過何種方式觸達 158
7.3　案例：如何開展監(jiān)控和預警工作 159
7.3.1 判斷數據是否異常 160
7.3.2 排除非業(yè)務影響因素 160
7.3.3 下鉆式拆解定位異常原因 160
7.3.4 發(fā)出異常預警 161
7.3.5 解決異常問題 162

-第8章 掌握數據分析的“百寶箱”——方法和模型 163
8.1　授人以魚不如授人以漁：運用數據分析方法持續(xù)解決業(yè)務問題 163
8.1.1 對比分析法：發(fā)現差距，尋找增長空間 164
8.1.2 分類分析法：發(fā)現相同群體，尋找共同特征 168
8.1.3 相關性分析法：發(fā)現指標關聯性，尋找關鍵影響因素 172
8.1.4 同期群分析法：發(fā)現同期群體在不同生命周期的變化特征 177
8.1.5 邏輯樹分析法：發(fā)現層級關系，尋找解決問題的路徑 182
8.1.6 杜邦分析法：發(fā)現不同ROE背后的財務秘密 183
8.2 貼近業(yè)務的才是最好的：選擇經典分析模型高效應對業(yè)務訴求 186
8.2.1 RFM模型：開展用戶分層研究 187
8.2.2 漏斗模型：優(yōu)化產品和用戶體驗 190
8.2.3 AARRR/RARRA模型：助力用戶增長和精細化運營 194
8.2.4 BCG矩陣：評價產品和業(yè)務組合 196
8.2.5 生命周期模型：制定生命不同階段的運營策略 199
8.2.6 財務模型和UE模型：制定年度預算，評估業(yè)務可行性 202


==第4篇 商業(yè)分析的歸宿：用數據驅動業(yè)務的優(yōu)化和增長
---第9章 商業(yè)分析在“用戶運營業(yè)務”中的應用 206
9.1　用戶拉新：獲客渠道評估和獲客成本優(yōu)化 207
9.1.1 如何獲取用戶 207
9.1.2 如何評估獲客渠道 208
9.1.3 5步分析降低獲客成