当经营分析报告沦为‘上月涨了1%，本月跌了2%’的数据罗列，不仅领导觉得‘没用’，分析师自己也深陷挫败感。文章犀利指出，缺乏多层级标签库的分析只能停留在表面波动。本文将带你穿透数据迷雾，从‘全员下滑’的行业寒冬到‘暗流涌动’的增收不增利，拆解五种典型指标异动场景，教你如何利用商品定位与用户画像标签，将空洞的涨跌转化为可落地的业务归因。

做经营分析，经常会陷入“上月涨了1%，本月跌了2%”的苦恼中。报告上虽然密密麻麻列了很多指标的同比，环比涨跌。但不知道怎么归因，只能写肤浅的“收入低了，因为客单价低了……”

这种报告总被领导批“没啥用”，做报告的人自己也很有挫败感，感觉这几年工作都白做了……今天一文讲清楚：该如何识别异动与归因。文章较长，大家看完记得点个赞哦

情况1：有涨有跌

想要深入分析，就一定要建立多层级标签库。不能只有简单的地区/商品类型/客户行业等维度。

以商品举例，常用的标签，还有：

1）商品基础属性：一二三级品类，价格带，新/旧款

2）商品内部定位：爆款、引流款、利润款、搭配款、防御款

3）商品外部对标：对标的竞品档次，对比竞品功能/价格差异

扩展后报表如下图所示：

有了扩展报表以后，就能解读出深入业务含义。比如只说：“商品A销售未达标”，你啥都理解不了。但是说：“新上市的引流款商品A销售不达标”，你马上就能联想到以下情况。从产品力/推广方式/投入力度/一线执行等多角度，具体归因（如下图）。

当然，有可能，你的公司目前压根没有这些标签。没有标签，不止是数据缺失，更意味着商品分类不清，布局混乱等等问题。

那意味着，在数据上有可能发现：

1）某些价格带拥挤太多商品，自己相互抢生意

2）所有产品都在打折，毛利上不去

3）A地区卖得好的，B地区压根没卖

把这些问题揭示出来，也能显得分析很深入。之后推动业务逐步完善。

类似的，用户常用的包括：

1）用户RFM标签

2）用户的促销敏感度标签

3）用户的品类购买偏好标签

4）用户接触渠道偏好标签

这些也常用来，从用户维度深入分析问题，可以逐步完善起来。

当然，以上情况，适用于业务有涨有跌的情况。如果真的是指标都在涨，除非出现下文的情况5：暗流涌动，否则大家都是喜气洋洋，也懒得深入分析。如果真的是指标一溃千里，跌的稀里哗啦，其实有更简单的方法，即下文的情况2,3,4。

情况2：短期暴跌

从数据上看，如下图所示：

此时反而容易归因！因为短期内如此大波动，一般都是：

1）系统BUG

2）数据出错

3）突发事件/不可抗力

此时，其他部门也很着急，打几个电话就能问清楚，不要一着急就搓SQL。

情况3：全员下滑

从数据上看，如下图所示：

这种情况也容易归因。因为如果真的全都跌，这是典型的“大环境不好”，比如：

1）下游消费者人数/支付力下降

2）下游消费者需求转移

3）政策收紧业务无法开展

4）行业/公司遭遇舆情

5）行业内卷加剧自相践踏

真看到这种数据，你可能第一时间想跳槽。别着急，有可能同行更惨！为避免从一个火坑跳到另一个火坑，第一时间收集：

1）同业上市公司财报

2）行业上游企业销售数据

3）行业下游客户市场调查

4）政策/舆情/第三方机构观察报告

看看到底是全行业都这么惨，还是仅我司出现大问题。

情况4：阴跌不止

从数据上看，如下图所示：

这种情况，其实是“全部大幅下跌”的缓和版。本质就是行业/公司出了底层问题，在苟延残喘而已。但是！有些领导并不认命，他会认为“只是某一件事没做好”，没有彻底改革的勇气。此时，你会发现，这个走势继续断断续续下跌，跌跌不休。

情况5：暗流涌动

收入上升不代表万事大吉，四大保障指标（毛利/营销投产比/应收/库存）也得一起看。有一些经典的问题组合（如下图）。

只要利用开头介绍的方法，对渠道/商品组合/客户分类进行细致梳理。就能进一步找到问题点，从而提出更有针对性建议。

综上可见，想要做深入的经营分析，就得扩宽视野，对客户画像/销售渠道/商品组合/营销活动都有了解才行