5mins看懂数据分析师必备的「波士顿模型」
产品是公司销售活动中重要的维度之一,那你了解公司产品布局吗?公司的哪些产品是盈利的?哪些产品的占有率高?别总是一提到产品分析就开始头疼,不知道该从何下手;一面对海量产品数据,挠破头也想不出体现数据价值的办法。
波士顿矩阵介绍
今天我就给大家分享一个连宝洁公司都在使用的数据分析模型—波士顿矩阵。
波士顿矩阵(BCG Matrix),又叫做市场增长率-相对市场份额矩阵、四象限分析法、产品系列结构管理法等,是波士顿公司首创的一种用来分析和规划企业产品组合的方法。
其主要关注的两个指标是销售增长率和市场占有率,前者反映了市场引力,后者反映了市场实力。这种方法的核心在于分析企业相关经营业务之间现金流量的平衡问题,找出企业现金资源的产生单位和最佳使用单位。
明星类产品:高增长且高市占,发展前景好,竞争力强,需加大投资以支持其发展;
问题类产品:高增长但低市占,发展前景好但市场开拓不足,需谨慎投资;
现金牛产品:低增长但高市占,成熟市场的领导者,应降低投资,维持市占并延缓衰退;
瘦狗类产品:低增长且低市占,理论率低甚至亏损,应采取撤退战略。
宝洁案例
数据分析模型有了,那具体怎么运用呢?
今天带大家以宝洁的例子去看一下怎么发挥波士顿矩阵的作用。宝洁仅用了十余年时间,就在中国日化市场上占据高位。其实刚入中国市场,宝洁旗下共有六大洗发水品牌,包括飘柔、潘婷、海飞丝、沙宣洗发护发系列、润妍、伊卡璐等。他们在思考对于产品规划的时候就采取了波士顿矩阵。
第一、明星产品–沙宣。沙宣凭借很高的市场渗透率和占有率以及稳定的客户群成为了明星产品。这类产品可能成为企业的金牛产品,因而需要加大投资以支持其迅速发展。
第二、金牛产品–飘柔、海飞丝。这两个产品在当时销量增长率低但相对市场占有率高,已进入成熟期。宝洁认为其可以为企业提供资金,无需增大投资,只需在短期内为企业回收资金,支持明星产品。
第三、问题产品–伊卡璐。伊卡璐是宝洁开辟染发产品线的先导产品,其市场占有率低,处于引进期,产生的现金流不多。但公司对于其发展仍抱有希望,因此采取选择性投资。
第四、瘦狗产品–润妍。该品牌销售增长率低,相对市场占有率也偏低,采用撤退战略,逐渐减少批量,最终撤退淘汰。
波士顿模型新发展以及具体操作
波士顿矩阵无疑在当时帮助宝洁在洗发护发领域站住了脚步,但宝洁的成功不可复制,宝洁使用的数据分析模型我们更是要以发展的目光看待。随着公司市场规模的不断扩大,业务不断增多,在纷繁复杂的维度和巨大的数据体量下,仅仅利用EXCEL制作一张静态图表已经满足不了数据分析的需求。
不过别着急,时代在进步,工具也在进步。一种更灵活、更快捷的数据分析工具—现代商业智能(BI)软件应运而生。
如何用BI来实现波士顿矩阵的搭建呢?我以国内通用BI工具Fine BI为例,给大家演示一下。
1、创建仪表板数据准备
采用一个RFM明细数据作为样本,将之导入到Fine BI中,创建一个仪表板。如下图所示:
2、添加计算指标
利用函数功能创建一个计算指标,设置指标名称和客单价公式。如下图所示:
客单价=sum_agg(消费金额)/count_agg(客户名称)
3、使用散点图制作波士顿矩阵图
1)观察原始数据表,将客户名称字段拖入客户类型字段下面,形成钻取。如下图所示:
2)拖动记录数(总行数)进入横轴,拖动刚才设置的客单价指标进入纵轴。如下图所示:
3)添加两条警戒线,一条消费平均金额,一条消费平均次数。如下图所示:
4、效果查看
根据动态波士顿分析,我们能够获取更为详细准确的用户画像。
消费次数大于平均值,单次消费力度大于平均水平是明星客户,需要重点关注以及最高的礼遇;
消费次数大于平均值,但单次消费力度小于平均水平为金牛客户,频繁的消费频次能带来较为稳定的现金流,这类客户是企业利润基石;
消费小于平均值,但单次消费力度小于平均水平是问题客户,有希望转化为明星客户,由于消费频次不高,所以需要重点跟进和长期跟踪;
消费小于平均值,单次消费力度小于平均水平属于瘦狗客户,不需要过多投入;
5、进阶分析
除了动态展示波士顿矩阵,Fine BI还能快速实现其他数据分析模型的制作,清晰展示数据分析结果。
如:
1、AARRR模型
2、KANO模型
3、用户粘性分析
4、RFM分析
5、购物篮分析
6、转化分析
福利
转发关注,私信“波士顿”即可获得工具和模版!
专注企业数据分析应用和数字化转型。关注公众号“商业智能研究”,回复“资料”,整理了6G的数仓、数据中台、数据治理、企业数据化管理案例,供免费领!
5mins看懂数据分析师必备的「波士顿模型」相关推荐
- 优秀大数据分析师必备8大技能
什么是大数据分析师? 简而言之,大数据分析师就是使用技术技能来分析数据和报告见解的人. 通常,大数据分析师可能会使用SQL技能从公司数据库中提取数据,使用编程技能来分析该数据,然后使用沟通技巧来将其结 ...
- 大数据分析师必备的5项技能,否则只能是水货
大数据分析师必备的5项技能,否则只能是水货 如今是一个数据说话和数据竞争的时代,因此大数据分析师这个职业水涨船高,市场需求很大.这里先了解一下什么是大数据分析师.大数据分析师是数据师的一种,指的是不同 ...
- drools规则引擎可视化_一文看懂开源工作流引擎 Flowable「转」
原文链接:[https://xie.infoq.cn/article/ece75889c715e0bc87a73e44c]. 一.工作流引擎使用场景 工作流在企业管理系统中是高频使用的功能,一个最常见 ...
- 一分钟看懂数据湖架构
一分钟看懂数据湖架构 数据湖和数据仓库两者都广泛应用于大数据存储,但两者之间概念不可互换.数据湖是存储原始数据的池,目的仍没有明确.数据仓库存储结构化的.已过滤.处理的数据,用于特定分析目的. 两种数 ...
- [免费专栏] Android安全之数据存储与数据安全「详解」
也许每个人出生的时候都以为这世界都是为他一个人而存在的,当他发现自己错的时候,他便开始长大 少走了弯路,也就错过了风景,无论如何,感谢经历 Android安全付费专栏长期更新,本篇最新内容请前往: [ ...
- 20个数据分析师必会的营销模型,赶紧收藏
之前看到过一个经典的面试题,问"如果我们要推广一个买菜app,你准备怎么做?"没经验的人完全就是一头雾水,根本不知道从何开始做:有经验的人,虽说能说出一些像"多渠道投放& ...
- 一文看懂推荐系统:召回07:双塔模型——正负样本的选择,召回的目的是区分感兴趣和不感兴趣的,精排是区分感兴趣和非常感兴趣的
一文看懂推荐系统:召回07:双塔模型--正负样本的选择,召回的目的是区分感兴趣和不感兴趣的,精排是区分感兴趣和非常感兴趣的 提示:最近系统性地学习推荐系统的课程.我们以小红书的场景为例,讲工业界的推荐 ...
- 一文看懂推荐系统:召回02:Swing 模型,和itemCF很相似,区别在于计算相似度的方法不一样
一文看懂推荐系统:召回02:Swing 模型,和itemCF很相似,区别在于计算相似度的方法不一样 提示:最近系统性地学习推荐系统的课程.我们以小红书的场景为例,讲工业界的推荐系统. 我只讲工业界实际 ...
- python编写赛车_「世界模型」实现,一步步让机器掌握赛车和躲避火球的技能
前段时间,由谷歌大脑研究科学家 David Ha 与瑞士 AI 实验室 IDSIA 负责人 Jürgen Schmidhuber(他也是 LSTM 的提出者)共同提出的「世界模型」让人工智能在「梦境」 ...
最新文章
- Redis 4.0.X版本reshard出现错误的解决办法
- 仅仅用几行python代码偷偷复制U盘文件
- hdu 4831(线段树---待解决)
- 多线程相互排斥--mutex(二)
- 解决 Xcode10 编译错误 ld: library not found for -lstdc++6.0.9
- SEO的有利因素跟不利因素
- js 兼容event.target
- C#比较dynamic和Dictionary性能
- 【渝粤教育】广东开放大学 文化项目管理 形成性考核 (36)
- EnableDebugPriv;
- BGP超级失误:Verizon 搞垮 Cloudflare 和 AWS 等巨头,导致“连锁灾难性故障”
- WinRunner的工作流程
- 带有风的诗词_带有风字的诗句
- scrapy爬取当当网
- [Linux] 使用lsof 查看解决too many open file问题
- 基于NI myRIO 的智能家居设计
- TCMalloc 简介
- 2021年网络搭建与应用国赛样题6选路部分参考答案
- 电脑上超级好用的几款软件, 建议收藏
- java破解游戏百度云盘,Java系列学习进阶视频