九大业务拆解方法——戴师兄数据分析笔记

基于数据分析反馈不断迭代产品和业务策略。业务拆解只要符合MECE法则即可，需要针对真实的业务场景进行调整。

*MECE法则：Mutually Exclusive Collectively Exhaustive，"无重复、无遗漏"。
在按照 MECE 原则将某个整体（不论是客观存在的还是概念性的整体）划分为不同的部分时，必须保证划分后的各部分符合以下要求：

• 各部分之间相互独立 (Mutually Exclusive) — “相互独立”意味着问题的细分是在同一维度上，并有明确区分、不可重复的；
• 所有部分完全穷尽 (Collectively Exhaustive) — “完全穷尽” 则意味着全面、完整，没有遗漏或缺失；
• 当我们在分析解决问题，或对复杂事物进行分明别类时，往往会用到MECE法则。它能有效的帮我们对问题进行结构化分析，或对事物进行归类分组，避免因思维混乱而出现重叠或遗漏的逻辑问题。

九种市面上常用的拆解方法：流程拆解法、二分法、象限拆解法、杜邦分析法、AARRR、PEST、RFM、SWOT、5W1H。

以下为详细介绍：

一、流程拆解法

流程法就是将流程按时间、程序、顺序一一分解。

比如：分解消费者的购物过程：看见广告->点进-点击购买->付款->下单->支付。类似于漏斗分析法，是一种流程分析，适用于流程长，环节较多，并且随着环节的进行，留存率越来越少的场景。

二、二分法

把事物分成A和非A两个部分，如“白天，黑夜”，“内部、外部”等等。

二分法用于简化思维，当一件事情很复杂，超出理解范围，又需要快速做决策，那么就可以用二分法来简化事物，快速完成决策。

三、象限拆解法

采用横向坐标法，将所要分析的信息分为四个象限，从高到低分别进行分析。

1. 有助于发现问题的共同成因：采用象限分析方法，对具有相似特点的事件进行归因分析，归纳出共同的成因。
2. 建立分类最优策略：根据输入的象限分析方法，可以根据不同的象限来确定最优策略。

例如：

X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限，这就是我们要说的象限分析法。针对每次营销活动的点击率和转化率找到相应的数据标注点，然后将这次营销活动的效果归到每个象限，4个象限分别代表了不同的效果评估。

象限一：高点击高转化，点击高代表营销创意打动了受众，转化高代表被打动的受众是产品的目标用户；

象限二：高转化低点击，同样的，高点击代表被打动的受众是产品的目标用户，但低点击代表的是营销创意没有打动用户；

象限三：低点击低转化，这个象限是最糟糕的营销活动了，投放广告点击少，点击用户转化低，创意无效，用户不精准；

象限四：高点击低转化，这个象限的营销活动要给策划和文案加鸡腿，但就要给渠道扣绩效了。这种象限的营销活动一定程度上有标题党的嫌疑。

四、杜邦分析法

杜邦分析法（DuPont Analysis）是利用几种主要的财务比率之间的关系来综合地分析企业的财务状况，具体来说，是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。

其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。

五、AARRR模型

AARRR是一个用于研究用户增长的数据分析模型，是Acquisition、Activation、Retention、Revenue、Refer这五个单词的缩写，分别对应用户生命周期中的用户获取、用户激活、用户存留、获得收益、推荐传播这五个环节。

六、PEST模型

PEST分析法就是，从政治（Politics）、经济（Economic）、社会（Society）、技术（Technology）四个方面，基于公司战略的眼光来分析企业外部宏观环境的一种方法。

公司的发展战略与宏观环境息息相关， PEST分析可以更好地把握宏观经济形势和发展趋势，从而更好地把握公司的生存发展机遇，及时发现和规避环境的潜在风险。

七、RFM模型

RFM是指根据客户活跃程度和交易金额贡献，进行客户价值细分的一种方法。主要应用于精细化运营、用户分层分析、用户会员体系建立。

根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：

• 最近一次消费(Recency)
• 消费频率(Frequency)
• 消费金额(Monetary)

八、SWOT模型

SWOT分析法代表企业优势(strength)、劣势(weakness)、机会（opportunity）和威胁(threats)。

SWOT分析实质上是一种综合和总结企业外部环境的各种因素，从而分析企业的优势、劣势、机遇和威胁的一种方法，可以通过分析帮助企业把资源和行动集中在自己的强项和有最多机会的地方。

九、5W1H模型

Who(分析对象) 确定主题对象

Where(从哪里获取数据)进行数据集成

When(获取哪些时间段的数据)确定时间间隔

What(用什么分析方法)具体的手段方法

Why (什么原因导致的)背景和根本原因

How (如何呈现最终结果)分析报告