“數據分析要助力增長!”是很多公司的要求。然而實際執行的時候，很多同學都犯了難。看起來每天的工作就是在計算數據，這還能咋增長?有些案例講ABtest，可版本是產品出的，裂變活動是運營做的，我只是算了一個數據呀。

今天詳細給大家解答一下，到底怎么做能實現增長。

增長的底層邏輯

問一個靈魂拷問：業務為什么會增長?想要增長，首先業務本身不能做得太爛，其次，業務得有足夠的發展空間。

在這兩個前提下，產生了四種增長的底層邏輯：

• 不需要對現在做改變，只要單純的增加投入，就能有更大產出
• 需要對現在做改變，要把現在某個最弱的環節補齊
• 需要對現在做改變，要把現在某個最強的做法鋪開
• 干脆不做現在的，找一個更有機會的新領域

一張圖可總結如下：

那么，下一個問題就來了：在這個過程里，數據分析能做什么?

數據助力的底層邏輯

問第二個靈魂拷問：沒有數據，業務真的就不能做嗎?當然不是，沒有數據業務照做。你看歷史上都是這么做過來的，歷史上打仗都是“敵兵無數，殺敵無算”，歷史上做飯都是“少許、適量、些許、片刻”，沒有數據是完全可以做業務的——只是不知道做得咋樣而已。

緊接著就是第三個靈魂拷問：

你更喜歡“敵兵無數”還是“敵兵500人”

你更喜歡做飯“放少許鹽”還是“5克鹽(鹽罐配勺的一勺鹽)”

你更喜歡辦事情“你再稍等片刻”還是“等15分鐘就好”

每個人都更喜歡精確的判斷，清晰的結果，喜歡可視化的過程。而這些都是數據發揮的作用。

所以，想做好數據助力，從一開始就得清晰思路，不是指望數據分析師提出一個超厲害的活動策劃案，超牛X的產品原型圖，而是用數據精確判斷、可視化過程、檢驗結果。最好以產品化形式輸出。這樣給所有作戰部隊配地圖、配雷達、配無人機，從而提升整體作戰能力。

追加投入的分析

有同學開始犯嘀咕了：追加投入，這個業務也會要錢呀，給我50萬我做200萬，給我100萬我做400萬嘛。這個還需要分析?

這個真需要分析。因為投入本身涉及好幾個類型(如下圖)，每個類型的投入都能增加產出。

而銷售是一個牽一發動全身的動作，投入方向不對，很容易遭遇瓶頸。常見的，比如：

• 過度投銷售，產量不足，導致斷貨
• 過度投銷售，產量大漲，導致差評/退貨/投訴
• 過度投營銷，結果沒有直接帶來產出，浪費資金
• 過度投營銷，交叉補貼嚴重，產出不足，浪費嚴重
• 過供應營銷，積壓嚴重渠道出現瓶頸，沒有產出
• 過度投供應，結果銷售端不給力，產品積壓嚴重
• 銷售、營銷、供應一起投，結果費用爆炸，資金鏈斷裂

所以，即使一個簡單的：追加投入。都得綜合考慮多個因素：

• 目標市場潛力
• 銷售端投入產出比
• 營銷活動的增量效果
• 供應鏈擴張能力

這里每一步計算，都需要若干小分析點支持。比如目標市場潛力，要考慮目標用戶基數、目標用戶購買力、競品滲透情況、本品牌已覆蓋用戶比例，這里需要行業分析的手段支持。而營銷活動增量效果，又得考慮非活動下產出水平，活動疊加效果，活動對未來需求擠兌效果，活動帶來薅羊毛效應(如下圖)。

因此，大量的分析工作是必不可少，可不是”給我50，我做100”這種簡單拍腦袋。

標桿分析/問題分析

從現有業務中找出標桿/找問題，這套方法是很多同學熟悉的。

• 如果只看收入指標，就用分層分析法，分出高中低
• 如果結合收入、成本指標，則做矩陣分析法，篩出表現雙優的個體
• 之后，再用漏斗分析法，找出業務流程里表現最差的環節

問題是：區分出好壞以后，又該怎么操作?

對于標桿而言，要解決的核心問題是：標桿是否真的可以復制。

• 如果標桿可復制，就把經驗推廣過去;
• 如果標桿僅在特定市場環境下才能成功，那就看這個環境哪里還有。
• 如果標桿是特定的人/商品/渠道才能成功，就直接去找同類型的人/商品/渠道

想判斷可復制性，首先得對標桿做生命周期分析+特征分析

站在生命周期角度：

• 是否標桿初創期有特殊環境
• 是否標桿發展期有特殊加持
• 標桿發展是否穩定，還是曇花一現

站在特征角度：是否只有特殊位置/特殊類型商品/特殊生理特征的人，才能夠成功。這些情報的收集工作是非常重要的。需要回顧歷史數據，收集市場信息，收集歷史業務動作。對門店/商品/人打標簽，才能做到充分的分析。

問題分析，在找到問題點以后，重要要解決的是：問題是否可被克服。短期內，很有可能許多問題無法改進。因此，是否有問題改進計劃，具體改進了哪一點，改進以后效果如何?要做詳細的數據記錄，這樣在多輪次對比中，才能解答：問題是否可被改善。如果能改善，就突破瓶頸，如果不能，得考慮繞開。

發現新機會的分析

什么是新機會點?

• 某個渠道雖然流量少，但轉化率比其他都高
• 某類客戶雖然人數少，但付費能力比其他都強
• 某個新區域/新品類雖然剛開始做，但增速比其他都快

這些都是潛在的機會點。想找出來并不困難，分層分析+同期群分析就能看出來。

問題的難點是：找出來以后，又怎樣?新機會點真的有可能做大嗎?現有手段真的管用嗎?做大以后是不是利益就被攤平了?統統不知道。所以還是需要更多深入分析。

這里，業務已有策略和沒有策略，有兩種做法。如果已有策略，則直接監控效果，觀察是否越做越大，是否有邊際效益遞減即可。如果沒有策略，則得結合歷史情況，做充分的機會洞察。以發現某個用戶群有機會為例，得看：

• 現有的渠道，能獲取多少該群用戶
• 哪些渠道該群用戶濃度較高
• 高濃度渠道是否特殊，是否還有可做空間
• 現有的活動，該群響應率是否足夠高
• 現有的商品，該群用戶首購/復購率哪個高

有足夠的潛力基數+高響應的商品/活動，才能支撐起“機會點”，如果沒有，只能交業務考慮，是否安排測試方案，從測試效果做起。

小結

綜上可見，真的想驅動業績提升，需要數據分析圍繞“增長”這件事，鞍前馬后做大量輔助工作，結合行業數據，歷史數據，當前表現，測試結果，真正解讀出增長的關鍵，積累經驗/教訓，才能實現。

而很多公司里，所謂數據分析，就是簡單地計算個渠道ROI，用城市/門店和銷售額做個交叉，看一下誰高誰低，那肯定沒啥用。