5、业务模型

在进行数据分析之前，首先需要明确分析的目标。
很多时候，我们并不缺方法工具，却唯独少了立足点，不知道该从哪个视角看数据。
所以，想要明确分析目标，首先得找准自己的分析视角。

• 行业分析关注的是整个市场，在业务相关分析中粒度最粗，通过分析各类公开数据，判断市场空间（目前和未来）、玩家结构（竞争/合作）、主要商业模式（怎么赚钱）等；
  
• 财务分析关注公司整体运行状态，如现金流、资产、债务及收益等，通过对比和预测，判断财务健康状况、重大项目潜在风险、市场行情机会等；
  
• 营销分析侧重业务拓展能力，如营收、广告效益、渠道转化等，挖掘业务潜在增长点；
  
• 产品分析侧重服务供应能力，如成本、质量、留客能力等，分析如何低成本服务更多客户。
  

不管从哪个视角出发，判断数据分析是否有效的标准只有一个：能否回归业务，指导业务。
所以，数据分析非常强调对业务的理解能力，可粗略划分出3个等级：

1. 第一级：了解业务指标，知道各指标间关系，按指标统计和呈现数据，侧重执行。
   
2. 第二级：围绕业务目标，提出问题或猜想，并通过数据分析验证，侧重优化。
   
3. 第三级：从数据洞察机会，构建业务模型，设定基本指标体系，侧重创新。
   

级别越高，接触的数据更广也更抽象，需要的不仅仅是数学统计能力，更多是洞察力。

那有什么方法可以加深业务理解呢？

提高业务理解能力的3个步骤

首先要对商业有个全局了解。
每个人都有不同职业背景，比如技术、产品、销售、运营、市场、行政等，对商业的理解来自不同侧面。
商业模式画布，是目前较为体系的工具，可以辅助理解业务模式。

最中间是“价值主张”，即业务想要解决什么问题。

• 左边是可用资源，包括“重要伙伴”、“关键业务”、“核心资源”；使用资源就需要付出成本，对应左下方的“成本结构”。
  
• 右边是业务拓展，包括“用户细分”、“客户关系”，“渠道通路”；业务产生价值能带来收入，对应右下方的“收入来源”。
  

不管是小生意，还是大事业，基本都能用这张9宫格画布概括。

其次，需要了解常见业务分析模型。
古往今来，纯开创型的业务少之又少，99%业务源自微创新。
所以利用已有业务的分析模型，可以帮助理解业务。
常见分析模型如：

• AARRR模型，用于分析用户增长；
  
• RFM模型，用于评估用户价值；
  
• 漏斗模型，用于监测用户行为。
  

其中漏斗模型比较通用，根据不同子目的可以演变出不同的模型，AARRR其实也是一种漏斗模型。
此外，广告领域AISAS、AIDMA等模型都属于漏斗模型。
各种模型的背后，其实是人们总结出的思考方式。
比如RFM模型体现的是一种分类思想，把人群按不同维度分类；
AARRR等漏斗模型体现的是统计思想，计算有多少人会持续到下一阶段。
同样的思想，在不同情况下可以复用，也会得出一些不同的模型。
比如分类思想，用在时间管理上，按重要和紧急2个维度划分，就有四象限管理法；用在宏观环境分析上，按政治、经济、社会、技术4个维度划分，就有PEST 模型，类似还有SWOT、波士顿矩阵等模型。
漏斗统计思维更通用，只要存在流程，就能把其中每个环节作为阶段，统计阶段间的转化率。
比如AARRR模型，提取用户运营中获客、激活、留存、收入、转介5个阶段，统计阶段间转化率，从而反映产品在各个阶段表现，辅助从中寻找优化点。
同样思维也能用在其他流程，比如公司招聘，提取简历、笔试、面试等环节作为各阶段，统计淘汰率，再根据总体入职情况，以及入职后表现，思考招聘流程优化点。

除了上面较常见分析模型外，还有一些更频繁用到的分析思考方式：

• 对比分析：按时间维度对比（环比、同比）、按地理纬度对比（分公司间、各省市间）、按类别对比（销售团队间、A/B测试、竞品对比）……；
  
• 关联分析：观察数据分布，比如线性趋势、聚类、相关性等；
  
• 归因分析：根据现象推断背后原因，常用于提出假设，比如分析模型的关键维度。
  

最后，根据业务理解和已有分析模型，投入到应用实践。
比如，套用RFM模型分析用户价值，可以把用户分成N类，对于不同类型用户采取不同运营策略。

这套模型常被应用于用户会员等级设计，具体模型可根据具体业务微调，但整体分析框架不变。

1. 首先，统计出用户消费的频率、金额及近期消费时间；
   
2. 其次，根据用户产生价值，以及运营成本，设计不同会员权益等级；
   
3. 然后，围绕权益等级，设计差异化运营策略；
   
4. 最后，制定具体运营目标，按计划推进运营进程。
   

再比如，套用AARRR模型分析用户增长，监测用户不同环节的行为数据，如点击、页面跳转、购买、分享等。

这套模型常被应用于产品优化，包括产品流程和细节，最大特点是渐进式增长。

1. 首先，搭建起一套最小完整产品流程，按时间维度监测个环节指标数据；
   
2. 其次，制定增长策略，应用于某个环节，观察变化；
   
3. 然后，复盘策略效果，扩大范围或重新制定策略再次投入应用测试；
   
4. 最后，持续“制定->测试->复盘”的循环。
   

理解了业务，掌握了模型，就可以开始着手分析数据了。
前面说过，有效的数据分析，一定是能回归业务，指导业务。
业务本身就处于快速变化中，尤其是消费领域，各种新玩法、新模式层出不穷。
数据分析的目标，最终也服务于业务目标。
比如上面提到的会员体系，目的是把有限资源差异化提供给不同价值的用户，最终提升整体用户价值。
制定增长策略时，可参考当前各环节转化率，尝试挖掘现有策略的提升空间，或者测试新的增长策略。
不管是制定增长策略，还是设计会员权益，都需要基于已有数据分析。
一开始该保存哪些数据指标用于分析呢？
对于刚接触业务数据分析的新手而言，这是摆在面前的首要问题。

常见的3类消费业务模式

实战中，主要有3种消费业务模式：

1. 门店型：依赖线下商圈流量，通过连锁形成规模，比如各种奶茶店、咖啡店、火锅店等。
   
2. 平台型：入驻平台卖货，靠中心化平台获取流量，比如在淘宝天猫、京东、拼多多平台上卖货。
   
3. 社交型：自建或租用系统自运营，靠社交网络获取流量，比如各类微商品牌、知识教育类品牌等。
   

下面分别看看这3类消费业务的特点和关键指标。

门店型

门店型业务的特点有3个：

1. 非标服务，哪怕是最标准奶茶门店，也不可能做到完全标准，毕竟用户口味在变，需要微创新；
   
2. 本地服务，服务交付范围有限，一般在门店3-5公里范围内，外卖相当于提升了辐射范围；
   
3. 商圈流量，客流量主要来自线下商圈，用户人群范围相对稳定。
   

这3个特点，决定了门店主要经营策略。
其中最关键的一项就是选址。
门店选错了位置，就基本宣告失败。
其次，想要长久经营，必须重视用户复购率和产品创新。
因为能覆盖的商圈流量相对稳定（学校除外），经过一段时间经营，几乎所有用户都触达过。
这时候对于某个产品，喜欢和不喜欢的人，都已明朗。你再怎么通知，都不能把不喜欢变成喜欢。
所以，需要推陈出新，用新产品、新服务来吸引那些不喜欢的潜在顾客。
所以，一般门店型业务都会配备会员服务，就是为了留客、锁客。
对于门店业务的分析，可以从3个维度着手：

1. 门店经营维度：包括门店订单和营收，目的是判断单店盈利和投资回收。
   
2. 用户运营维度：用RFM模型分析用户价值，目的是辅助制定运营策略。
   
3. 产品服务维度：分析各类产品服务销售情况，目的是优化产品服务目录。
   

平台型

平台和门店相比，有3个主要差别：

1. 标准类商品：销售的是主要是标准商品，有固定SKU、保质期等。
   
2. 空间不受限：物流能到达的地方，商品就能送达，竞争更激烈。
   
3. 垄断型流量：门店能选址议价，平台垄断流量后制定标准，流量获取主要靠平台内广告。
   

所以平台型业务，更关注平台本身的规则，淘宝商家就得研究淘宝平台的规则，京东商家就得研究京东平台规则……
选平台也很重要，卖货首先得匹配适合的平台。
比如高端高价类产品，上京东和天猫更合适，低价产品放淘宝，或者拼多多。
当然选错成本没有门店那么高，如果人力资源充足也可以选择多平台同时经营。
开店后，想要经营好，最关键一条：如何用更低成本获得更多平台流量扶持。
平台都有2个主流量入口：搜索和推荐。搜索属于主动流量，更精准；推荐是被动流量，由平台算法驱动。此外，还有平台定期组织的官方活动等。
平台型业务的竞争非常激烈，商家会不惜亏本把资源投入到获客。比如打造一个爆款用于吸引用户访问店铺，再通过店铺展示自家更多商品；热度过去后，开始下架打造新的爆款。
对平台型业务分析，可以从3个维度着手：

1. 运营维度：用漏斗模型，监测店内各页面访问跳转及下单数据，辅助优化店铺页面。
   
2. 产品维度：分析各产品SKU销售情况，辅助优化产品SKU上下架。
   
3. 渠道维度：分析各渠道广告投放效益，包括平台内展位或平台外导流，目的是优化投放策略。
   

社交型

社交型业务也是线上类的业务，但与平台型不同的是，它没有中心化流量分发。
最典型代表如基于微信系的业务。用一个公众号，配上收款账户，就能完成业务交易闭环。
常见类型如：微商产品、知识付费、在线教育等。
社交型业务有3大特点：

1. 定制产品：一般不直接售卖外部平台通用产品，重新策划和包装。
   
2. 社交流量：通过付费采购或组织独立个体，传播汇聚流量，头部效应明显。
   
3. 自主运营：组合内容、产品、服务，运营自有流量，即所谓“私域流量”。
   

和平台型业务相比，社交型业务没有中心化的平台，在生态中每个人都可以自建平台。
依靠社交网络的快速传播能力，不少社交电商平台快速崛起。
社交型业务最基本的两个指标：传播率、付费转化率。
比如知识付费和在线教育常用的公开课裂变策略，通过用户朋友圈转发而获取更多潜在用户。
选择好产品后，策划打磨爆款文案，再由小到大扩大投放范围，实现业务增长。
相比前两类业务，社交型业务入门门槛低，不少平台商家也在尝试转型，自建流量池。
在分析社交型业务时，可以从3个维度着手：

1. 渠道维度：分析文案在内外各渠道转化率，辅助选品优化、文案策划和渠道筛选。
   
2. 活动维度：套用AARRR模型分析活动效果，如付费前裂变和付费后转介的传播率，优化活动策略。
   
3. 用户维度：可以用技术手段打通用户标示，套用RFM模型分析用户价值，制定差异化服务。
   

   总结

   数据分析前必须明确目标，有效的数据分析必然能回归业务、指导业务。
   本文介绍了如何快速提高业务理解能力的3个步骤，也介绍了3类常见的消费业务模式。
   需要强调的是，虽然有通用分析模型，也有经典业务模式，但数据指标是随着业务发展慢慢完善。
   一般情况下，没必要把指标细化到用户每个操作，只需挑选最关键几个监测即可。因为太细粒度的数据样本会很小，不具备统计意义。
   下一章，我们以门店型业务的实战项目为背景，正式开始数据分析工作。

扫码加入学习群，前100名免费。