六大類分析方法 ：

根據(jù)不同數(shù)據(jù)分析對象，常見的分析方法主要包含:分解主體分析、鉆取分析、常規(guī)比較分析、大型管理模型分析、財務(wù)和因子分析、專題大數(shù)據(jù)分析。

一、分解主題分析

所謂分解主題分析，是指對于不同分析要求，我們可以初步分為營銷主題、財務(wù)主題、靈活主題等，然后將這些大的主題逐步拆解為不同小的方面來進行分析。

1.1營銷主題

針對銷售業(yè)務(wù)的分析，可以分解為客戶分析、品類分析、區(qū)域分析、消費頻率、價值鏈分析、促銷、渠道、經(jīng)銷商、門店分析、同比環(huán)比、社交大數(shù)據(jù)分析、行業(yè)市場分析、行業(yè)景氣指數(shù)的分析、市場占有率分析等。

1.2財務(wù)主題

針對財務(wù)業(yè)務(wù)的分析，可以分解為成本費用分析、利潤、歷史對比、財務(wù)法定報告及分析、資本性支出分析、財務(wù)預算分析、營銷投入產(chǎn)出效率分析、會計核算分析、企業(yè)合并分析、償債能力分析、盈利能力分析、經(jīng)營現(xiàn)金流量分析等。

1.3靈活主題分析

包括價格分析、靈活區(qū)域分析、貢獻度分析、供應(yīng)商管理分析、采購價格分析、采購返利分析、采購對標分析、倉儲數(shù)量流分析、存貨分析、貨損/質(zhì)量分析、采購預測分析、產(chǎn)能分析、產(chǎn)量分析、EHS分析、價值鏈分析、供應(yīng)鏈分析、運營成本分析、替代品分析及預測、銷售渠道分析、員工薪酬福利分析、銷售網(wǎng)點分析、招聘管理分析、培訓管理分析、銷售預測分析、下游物流分析、員工成本分析、購買者分析、員工績效分析、終端退貨分析、售后服務(wù)質(zhì)量分析、人工競爭力分析等。

二、鉆取分析

所謂鉆取分析，是指改變維的層次，變換分析的粒度。按照方向方式分為：向上和向下鉆取。向上鉆取是在某一維上將低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù);是自動生成匯總行的分析方法。向下鉆取是從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察或增加新維的分析方法。

按照鉆取的維度屬性劃分，可以分為按組織樹鉆取、按品類樹鉆取、按其他維度鉆取。通過鉆取的功能，使用戶對數(shù)據(jù)能更深入了解，更容易發(fā)現(xiàn)問題，做出正確的決策。

2.1按組織樹鉆取

組織樹可以按職能結(jié)構(gòu)、層次結(jié)構(gòu)、部門結(jié)構(gòu)、職權(quán)結(jié)構(gòu)來建立。要了解與職權(quán)相聯(lián)系的業(yè)務(wù)情況，了解了職權(quán)的組織樹就可以進行鉆取分析，要了解部門銷售業(yè)績情況，可以按部門鉆取分析等。

2.2按品類樹鉆取

所謂品類樹就是指依據(jù)產(chǎn)品的特點，劃分為的大、中、小分類結(jié)構(gòu)。品類樹是品類差異化的基礎(chǔ)，必須結(jié)合經(jīng)營管理的實際情況進行落地。例如要了解與物料大中小類相關(guān)的業(yè)務(wù)情況，可以按品類樹鉆取分析等。

2.3按其他維度鉆取

例如對于各地區(qū)各年度的銷售情況，可以生成地區(qū)與年度的合計行(向上鉆取)。例如，用戶分析“各地區(qū)、城市的銷售情況”時，可以對某一個城市的銷售額細分為各個年度的銷售額，對某一年度的銷售額，可以繼續(xù)細分為各個季度的銷售額(向下鉆取)。

三、常規(guī)比較分析

所謂常規(guī)比較分析，是指一般比較常見的對比分析方法，例如有時間趨勢分析、構(gòu)成分析、同類比較分析、多指標分析、相關(guān)性分析、分組分析、象限分析等。

3.1時間趨勢分析

所謂時間趨勢分析是指將某種現(xiàn)象某一個統(tǒng)計指標在不同時間上的各個數(shù)值，按時間先后順序排列而形成的序列。它是一種定量預測方法，亦稱簡單外延方法，在統(tǒng)計學中作為一種常用的預測手段被廣泛應(yīng)用。例如，記錄了某地區(qū)第一個月，第二個月，…，第N個月的降雨量，利用時間趨勢分析方法，可以對未來各月的雨量進行預報。

3.2構(gòu)成分析

在統(tǒng)計分組的基礎(chǔ)上計算結(jié)構(gòu)指標，來反映被研究總體構(gòu)成情況的方法。應(yīng)用構(gòu)成分析法，可從不同角度研究投資構(gòu)成及其變動趨勢，觀察投資構(gòu)成與產(chǎn)業(yè)結(jié)構(gòu)、社會需要構(gòu)成的適應(yīng)關(guān)系，可以揭示事物由量變到質(zhì)變的具體過程。

3.3同類比較分析

在同類事物之間通過比較分析揭示其相異點而產(chǎn)生新認識的方法。在實際研究中人們經(jīng)常會遇到一些表面上相同但實際上并不同的現(xiàn)象，如果對這些現(xiàn)象不仔細地進行比較研究，就有可能以假當真，或以真當假。因此，在分析研究中對新發(fā)現(xiàn)的現(xiàn)象不要輕易地歸類，應(yīng)該認真地反復進行比較研究，尤其對那些小的差異點，更不能放過。同類比較分析經(jīng)常應(yīng)用到與競爭對手分析中，例如食品行業(yè)同一類食品的銷量比較，鞋服行業(yè)同一類型鞋子的對比分析等。

3.4多指標分析

為統(tǒng)計方法的一種，包含了許多的方法，最基本的為單指標，再延伸出來的多指標分析。統(tǒng)計資料中有多個指標同時存在時的統(tǒng)計分析，是統(tǒng)計學的重要分支，是單指標統(tǒng)計的發(fā)展。

3.5相關(guān)性分析

指對兩個或多個具備相關(guān)性的變量元素進行分析，從而衡量兩個變量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進行相關(guān)性分析。

3.6分組分析

指將客體(問卷、特征、現(xiàn)實)按研究要求進行分類編組，使得同組客體之間的差別小于各種客體之間的差別，進而進行分析研究的方法。其特點在于不依賴于原始資料分布的正常性假設(shè)，可以按任意規(guī)律分布，在分析既包括數(shù)量資料，又包括質(zhì)量資料的混合資料時尤為重要。

3.7象限分析

所謂象限分析是時間管理理論的一個重要觀念是重點地把主要的精力和時間集中地放在處理那些重要但不緊急的工作上，這樣可以做到未雨綢繆，防患于未然。在人們的日常工作中，很多時候往往有機會去很好地計劃和完成一件事。但常常卻又沒有及時地去做，隨著時間的推移，造成工作質(zhì)量的下降。因此，應(yīng)把主要的精力有重點地放在重要但不緊急這個“象限”的事務(wù)上是必要的。要把精力主要放在重要但不緊急的事務(wù)處理上，需要很好地安排時間。一個好的方法是建立預約。建立了預約，自己的時間才不會被別人所占據(jù)，從而有效地開展工作。在數(shù)據(jù)處理工作中，將事情按照緊急、不緊急、重要、不重要的排列組合分成四個象限，從而有效地開展工作的方法。

四、大型管理模型分析

所謂大型管理模型分析，是指依據(jù)各種成熟的、經(jīng)過實踐論證的大型管理模型對問題進行分析的方法。這些管理模型有的是由高校研究機構(gòu)建立的,也有一部分是由大企業(yè)或者管理咨詢機構(gòu)建立的,它們在長時間的企業(yè)管理理論研究和實踐過程中,將企業(yè)經(jīng)營管理中一些經(jīng)典的相關(guān)關(guān)系以一個固定模型的方式描述出來,揭示企業(yè)系統(tǒng)內(nèi)部很多本質(zhì)性的關(guān)系,供企業(yè)用來分析自己的經(jīng)營管理狀況，針對企業(yè)管理出現(xiàn)的不同問題,能采用最行之有效的模型分析往往可以事半功倍。比較常見的大型管理模型分析包括RCV模型、阿米巴經(jīng)營、品類管理分析等。

4.1RCV模型

以資源(R)、能力(C)、價值(V)3個方面建立的價值鏈分析體系。例如要了解某大型制造企業(yè)，從供應(yīng)商采購到物流中心到干線運輸以及門店的一系列情況，我們可以通過分析人員數(shù)量，設(shè)備成本，備選供應(yīng)商總量，活躍供應(yīng)商數(shù)量，采購量，新品導入量等來了解供應(yīng)商采購這一環(huán)節(jié)情況;從交易面積，建筑成本，收貨能力，收貨量，周轉(zhuǎn)量等來了解物流中心這一環(huán)節(jié)的情況;從車輛數(shù)量和總噸位，用油量，運輸能力，運輸量等來了解干線運輸這一環(huán)節(jié)的情況;從門店數(shù)量，經(jīng)營面積，房租成本，流量，成交量，銷售收入等來了解門店這一環(huán)節(jié)的情況。

4.2阿米巴經(jīng)營

將整個公司分割成許多個被稱為阿米巴的小型組織，每個小型組織都作為一個獨立的利潤中心，按照小企業(yè)、小商店的方式進行獨立經(jīng)營。這種分割整體逐步細化的思想也適用于數(shù)據(jù)分析。

4.3品類管理

公司根據(jù)產(chǎn)品品類來進行的品牌管理，它包括高效的產(chǎn)品組合、貨架管理、定價與促銷、補貨及新品引進等。例如通過品類管理我們可以分析哪些品類最受消費者喜愛，某品類購買的消費者是哪些人，消費者用什么方式購買，消費者喜歡在哪里購買等等。

五、財務(wù)和因子分析

所謂財務(wù)和因子分析，主要是指因子分析法在財務(wù)信息分析上的廣泛應(yīng)用。因子分析的概念起源于20世紀初的關(guān)于智力測試的統(tǒng)計分析，以最少的信息丟失為前提，將眾多的原有變量綜合成較少的幾個綜合指標，既能大大減少參與數(shù)據(jù)建模的變量個數(shù)，同時也不會造成信息的大量丟失，達到有效的降維。比較常用的財務(wù)和因子分析法有杜邦分析法、EVA分析、財務(wù)指標、財務(wù)比率、坪效公式、品類公式、流量公式等。

5.1杜邦分析法

利用幾種主要的財務(wù)比率之間的關(guān)系來綜合地分析企業(yè)的財務(wù)狀況。具體來說，它是一種用來評價公司贏利能力和股東權(quán)益回報水平，從財務(wù)角度評價企業(yè)績效的一種經(jīng)典方法。其基本思想是將企業(yè)凈資產(chǎn)收益率逐級分解為多項財務(wù)比率乘積，這樣有助于深入分析比較企業(yè)經(jīng)營業(yè)績。、

5.2財務(wù)指標分析

是指總結(jié)和評價企業(yè)財務(wù)狀況與經(jīng)營成果的分析指標，包括償債能力指標、運營能力指標、盈利能力指標和發(fā)展能力指標。對企業(yè)財務(wù)報表進行分析與評價通常是由報表分析者來完成的。、

5.3財務(wù)比率分析

根據(jù)同一時期財務(wù)報表中兩個或多個項目之間的關(guān)系，計算其比率，以評價企業(yè)的財務(wù)狀況和經(jīng)營成果。財務(wù)比率可以評價某項投資在各年之間收益的變化，也可以在某一時點比較某一行業(yè)的不同企業(yè)。財務(wù)比率分析可以消除規(guī)模的影響，用來比較不同企業(yè)的收益與風險，從而幫助投資者和債權(quán)人作出理智的決策。

5.4EVA分析法

EVA是經(jīng)濟增加值模型(EconomicValueAdded)的簡稱，是SternStewart咨詢公司開發(fā)的一種新型的價值分析工具和業(yè)績評價指標，是基于剩余收益思想發(fā)展起來的新型價值模型。EVA分析法具體公式：附加經(jīng)濟價值(EVA)=息前稅后利潤-資金總成本。

此外常見的還有坪效公式：總毛利(元/月)=平均坪效(元/坪/月)*面積(坪)*毛利率(%);品類公式：總毛利(元/月)=∑單價(元/件)*單價體積(件/坪)*占坪(坪)*周轉(zhuǎn)率(次/月)*毛利率(%);流量公式：總毛利(元/月)=坪流量(次/坪/月)*面積(坪)*轉(zhuǎn)化率(%)*客單價(元/次)*毛利率(%)。

六、專題大數(shù)據(jù)分析

所謂專題大數(shù)據(jù)分析，是指對特定的一些規(guī)模巨大的數(shù)據(jù)進行分析。大數(shù)據(jù)常用來描述和定義信息爆炸時代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。常見特征是數(shù)據(jù)量大、類型繁多、價值密度低、速度快、時效低。比較常見的專題大數(shù)據(jù)分析有：市場購物籃分析、重力模型、推薦算法、價格敏感度分析、客戶分組分析等分析方法。

6.1市場購物籃分析

通過購物籃/購物車所顯示的信息來研究顧客的購買行為。購物籃分析最出名的一個案例就是“啤酒與尿布”：20世紀90年代的美國沃爾瑪超市中，其管理人員分析銷售數(shù)據(jù)時發(fā)現(xiàn)在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品會經(jīng)常出現(xiàn)在同一個購物籃中，經(jīng)過調(diào)查發(fā)現(xiàn)，原來在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。父親在購買尿布的同時，往往會順便為自己購買啤酒。隨后沃爾瑪開始在賣場嘗試將啤酒與尿布擺放在相同的區(qū)域，讓年輕的父親可以同時找到這兩件商品，并很快地完成購物;而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入，這就是“啤酒與尿布”故事的由來。

6.2重力模型分析

應(yīng)用最多的一種“出行分布模型”。因表述形態(tài)與牛頓重力定律而得名。模型認定兩區(qū)間內(nèi)的出行次數(shù)同出發(fā)區(qū)的出行產(chǎn)生數(shù)成正比，同兩區(qū)間的交通阻抗的某一乘方數(shù)成正比。

6.3推薦算法

是計算機專業(yè)中的一種算法，通過一些數(shù)學算法，推測出用戶可能喜歡的東西，目前應(yīng)用推薦算法比較好的地方主要是網(wǎng)絡(luò)，其中淘寶做的比較好。所謂推薦算法就是利用用戶的一些行為，通過一些數(shù)學算法，推測出用戶可能喜歡的東西。

6.4敏感性分析法

是指從眾多不確定性因素中找出對投資項目經(jīng)濟效益指標有重要影響的敏感性因素，并分析、測算其對項目經(jīng)濟效益指標的影響程度和敏感性程度，進而判斷項目承受風險能力的一種不確定性分析方法。

6.5客戶分組分析

根據(jù)用戶的屬性數(shù)據(jù)分析，對用戶進行了分組歸類來分析。它其實就是常規(guī)比較分析里面的分組分析，不過主要針對的是客戶群體。

綜上便是針對不同數(shù)據(jù)分析對象整理的六大類分析方法，且每類里面包含各種小方法。希望對大家有所幫助~