数据分析 - 5.指标拆解法（学习笔记）

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。