指标拆解法应用场景是当遇到好几个指标的时候,这样就要先分清这些指标间的关系。
常见的指标间的关系
第一种:并列关系
几个指标相互独立,且是上一级指标的组成部分。比如我们常说的:业绩=客户数*消费率*客单价
此时,客户数、消费率、客单价就是并列的三个指标,并且都是业绩的子指标。
第二种:串行关系
几个指标相互关联,有前后顺序关系。比如我们常说的:新注册用户数=广告浏览人数*落地页转化率*注册页转化率。用户要先看到广告,再点击广告进入落地页,再完成注册。此时,广告页、落地页、注册页的指标相互关联,用户要一步步走。
两种关系对比如下图:
当我们遇到一堆指标的时候,一定要先分清这些指标之间的关系,之后再下手,因为这两大类关系,对应的是两种完全不同的分析方法:指标拆解法 & 漏斗分析法。今天先分享指标拆解法。
为什么要做指标拆解?
因为只看一个指标,能发现问题,不能解释问题。拆解指标,能从细节发现问题,进而引发新的思路。
情况1,是消费率下降多
情况2,是客单价下降多
在业务上,这两种情况是有不同指向的。如果想提升消费率,需要用低价爆款产品来吸引,如果想提升客单价,需要用搭配销售,交叉销售的方式。在采取具体营销措施先,先看看拆解的结果,是很有指导意义的。
如何拆解指标?
第一步:找到主指标。
第二步:找到负责主指标的部门。要看拆完以后,是否有一个部门对指标负责。如果有的话,负责部门就能根据指标变化做改善。如果没有,那拆了也白拆。
第三步:确认子指标有数据采集。这一步也能重要,因为指标的背后是数据采集,如果没有数据采集,就只能用粗线条的拆解。
第四步:列出拆解公式,进行数据对比。这里呈现的就是最终结果。
指标拆解的更多应用
在经过多年实践以后,人们发现,有一些固定的拆解方法,很容易说明问题。比如杜邦分析法,其实就是以利润为主指标进行拆解,拆解为收入,成本两部分。
这样的拆解,能帮人们快速看清楚利润来源和收支结构,从而优化企业经营。比如零售行业最喜欢讲的:人货场模型,其实就是把销售收入,按用户、员工(人)商品(货)渠道(场)进行拆解,从而分析业绩好的原因是什么。