本文将为您介绍四种实用的业务分析模型，包括总分式模型、矩阵式模型、循环式模型和逻辑树模型。这些模型能够帮助您从不同角度分析关键指标、评估业务表现、处理供需匹配问题以及诊断问题原因。

经常有同学困惑：“遇到业务问题，该怎么快速找到思路？”这里推荐四个好用的模型，能快速帮你找到思路。同学们记得先点赞再看，后边遇到问题，还可以翻出来再对照下。

第一类：总分式模型

总分式模型一般用于：分析一个关键指标是否出问题。比如：

1、收入为什么低了？

2、成本为什么高了？

3、费用为什么多了？

此时，需要把整体收入根据渠道、商品情况拆开（如下图），从而看清楚：

1、哪些是占收入大头

2、哪些是新增长点

3、哪些地方有问题

成本分析也能用类似方式，比如分析一个商品的生产成本，需要拆解：

1、该商品需要哪些原材料

2、该商品有多少步工序

3、每一步需要多少人工，投入多少原料

总分式模型应用非常广泛，因为大部分业务部门就只背一个关键KPI指标，因此直接拆KPI指标，就能得到该部门的分析模型。但要提醒的是：总分式模型只能发现问题点，无法深入分析原因，要深入分析得用别的模型

如果遇到一个部门同时有好几个任务，那么拆解会复杂，但仍然可以用总分式模型。比如一个公司的客户服务部门，工作职责同时有：

1、接客服电话

2、跟进售后服务

3、借售后机会推销新品

此时，它的总分式模型如下图，要列出每一个任务的投入，产出，过程指标。

第二类：矩阵式模型

矩阵式模型一般用于评价业务表现好坏。比如把收入成本摆在一起，对某个业务的投入产出情况进行分析，评价业务表现，发现问题点。

当然，实操的时候，收入、成本的形态会很复杂：

• 收入端：不同商品、不同客户、不同渠道、有没有促销叠加
• 成本端：变动成本、固定成本、前期投入的沉没成本

因此，矩阵式模型的关键，在于：根据业务特点+业务目标，合理地划分收入/成本。

比如开店，如果仅评估当月经营情况，是不需要考虑沉没成本的。但考虑新开店计划，就必须考虑沉没成本的回收速度。比如促销活动评估，自然增长率既可以用历史同期，也可以用活动前后，也可以设参照组，需要结合活动形式具体考虑。这是非常考验数据分析/财务分析水平的事情。

第三类：循环式模型

所有“供需匹配类问题”，都适用循环式模型，比如电商/零售的商品管理，比如互联网平台业务中打车，都属于这个情况（如下图）因为业务是循环开展的，因此一般会选一个起点开始分析。

比如商品进销存管理，可以：

1、先盘点库存

2、参考过去销量，预估未来销量

3、进行缺货情况判断

4、做出下架/补货决定

注意！在循环式模型中，人们很喜欢问：“供需到底匹不匹配？”供需匹配实际上是个动态过程，不是一个固定参数算出来的。而且受供给端影响更大。比如上了一个受欢迎的全新产品，用户原本没有的需求被激发。比如打车，推出一个更廉价的车型，用户需求又变多了。

所以，解供需匹配问题，一般设定观察指标，比如：

• 新商品上市后30天售罄率
• 新品上市后购买人数
• 新品上市后连带率
• 新品上市后其他品下降幅度
• 新品上市后大盘增长

如果新品上市数据表现好，就持续做，如果不行，就停手，这是经济学上讲的“边际效益高低”问题

第四类：逻辑树模型

逻辑树模型一般用来诊断问题。之所以叫“树”，是因为在诊断问题的时候，经常需要做“是XX原因，不是XX原因”的判断，这些判断逻辑写出来形同树枝。

比如要分析：为什么A店铺销量不达标。有一位同学提出：是因为A店的位置不好。那么他提出这个假设的时候，就默认了：不是因为A店的店长不行。此时写出来分析逻辑如下图所示（如下图）：

如果想进一步验证判断，就需要大量列举数据，支持结论。随着例子的增多，逻辑树也会越来越大（如下图）：

逻辑树模型最考验数据分析能力

1、如何提合理的假设

2、如何设计排查假设顺序

3、如何设计实验验证真伪

每一项都是硬功夫

对着数据库里的表冥思苦想，可能到头来还是发懵。