商业分析方 与实践指南
新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由
￥ 66.6 4.9折 ￥ 136 全新
库存10件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者孙淑霞
出版社电子工业
ISBN9787121465703
出版时间2023-11
装帧其他
开本其他
定价136元
货号31894564
上书时间2024-10-16
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
孙淑霞先后在搜狐、百度、字节和快手从事商业分析和经营分析工作，担任商业分析专家。知乎号“小军师”专注分享商业分析文章，全网阅读量200万，收藏量2万。职业教育和知识付费平台“三节课”讲师。
目录
==第1篇 开篇
--第1章 揭开商业分析的神秘面纱2
1.1 经典案例揭示什么是商业分析3
1.1.1 问题：老板问能否去寺庙里卖梳子如何回答3
1.1.2 第1种回答：混乱的思维，杂乱的论据，主观的臆想3
1.1.3 第2种回答：基础的逻辑，一定的论据，堆积的答案4
1.1.4 第3种答案：严密的逻辑，翔实的论据，客观的答案5
1.2 商业分析的能力模型7
1.2.1 商业分析的三大能力模型7
1.2.2 逻辑思维能力：贯穿所有的分析流程8
1.2.3 商业理解能力：决定商业分析的高度9
1.2.4 数据分析与整合能力：商业分析的指示器和量化器9
1.3 商业分析的岗位类型10
1.3.1 经营分析师：全局业务和财务的连接器
全局业务中最懂财务，财务中最懂全局业务10
1.3.2 商业分析师：局部业务和数据的连接器
局部业务中最懂数据，数据中最懂局部业务11
1.3.3 数据分析师：全局业务和基础数据的连接器
全局业务中最懂基础数据，基础数据中最懂全局业务12
1.3.4 战略分析师：业务人员和决策者的连接器
比决策者更懂业务，比业务人员更懂战略方向12
1.4 商业分析工作的基本流程12
1.4.1 总述：商业分析是“从业务到数据，再到业务”的循环13
1.4.2 商业分析的起源：业务14
1.4.3 商业分析的量化：数据15
1.4.4 商业分析的归宿：用数据驱动业务的优化和增长16
1.4.5 商业分析的重生循环：新业务/新数据/新优化增长17
==第2篇 商业分析的起源：业务
--第2章 知全貌――理解“行业”的运作模式20
2.1 行业研究的基本构成框架21
2.1.1 研究行业的市场规模，判断赛道的宽度21
2.1.2 研究行业的生命周期，预估赛道的长度24
2.1.3 研究产业链，明确身处哪条赛道25
2.1.4 研究竞争格局，认清赛道的崎岖与平坦程度28
2.1.5 研究宏观环境，知晓比赛的天气和环境29
2.1.6 研究盈利模式，知道如何赢取奖金29
2.2 如何在短时间内快速了解一个行业30
2.2.1 二手资料搜集通路31
2.2.2 一手资料搜集通路32
2.3 传统行业的赚钱逻辑和盈利模式34
2.3.1 传统企业盈利模式概览34
2.3.2 星×克优势：先发者构建的品牌和大店直营优势35
2.3.3 瑞×优势：后来者塑造的价格和小店加盟优势35
2.4 互联网行业的赚钱逻辑和盈利模式36
2.4.1 互联网公司盈利模式概览36
2.4.2 自营电商模式：价差是主要驱动力37
2.4.3 平台电商模式：广告是主要驱动力38
--第3章 知彼――研究你的“竞争对手”40
3.1 6步走做好竞争对手研究40
3.2 为什么要研究竞争对手42
3.3 谁才是你的竞争对手43
3.3.1 旗鼓相当：直接竞争对手43
3.3.2 望尘莫及：行业领头羊43
3.3.3 悄然无声：潜在竞争对手44
3.3.4 取而代之：替代者44
3.3.5 互不侵犯：跨行业标杆44
3.4 浩如烟海的竞争信息，需要研究哪些内容45
3.4.1 基础画像46
3.4.2 产品46
3.4.3 用户47
3.4.4 运营47
3.4.5 财务48
3.5 从哪些地方获取竞争对手的信息49
3.5.1 桌面研究49
3.5.2 产品亲身体验51
3.5.3 专家访谈51
3.5.4 用户调研52
3.5.5 技术和购买52
3.5.6 大脑强大的整合和测算能力53
3.5.7 内部员工访谈和模拟招聘54
3.6 如何进行多渠道信息的交叉验证55
3.6.1 CheckList交叉验证55
3.6.2 注意4种信息陷阱56
3.7 案例：如何通过竞争对手研究寻找商机57
--第4章 知己――剖析“所在的公司和业务”60
4.1 一页纸梳理自身公司的商业模式――商业模式画布60
4.1.1 商业模式画布是干什么的60
4.1.2 商业模式画布的九大模块是什么61
4.1.3 案例：如何描绘抖音的商业模式画布64
4.2 一张图画出自身公司的组织架构――职能+业务+敏捷66
4.2.1 职能型组织架构：注重职能设置67
4.2.2 事业部型组织架构：偏重业务发展67
4.2.3 “大中台，小前台”型组织架构：追求敏捷高效69
4.3 3张图描绘所在业务的业务模式――逻辑+流程+架构70
4.3.1 一张逻辑图厘清业务是如何赚钱的71
4.3.2 一张流程图揭示业务是如何运转起来的72
4.3.3 一张架构图展现业务是如何被管理的73
4.4 2种模型对比自身公司和竞争对手的竞争实力――
五力竞争模型+竞争态势矩阵74
4.4.1 五力竞争模型：判断自身公司所处的竞争环境74
4.4.2 竞争态势矩阵：确认自身公司相比竞争对手的实力和优劣势77
==第3篇 商业分析的量化：数据
--第5章 搭建业务的“晴雨表”――数据指标体系82
5.1 “晴雨表”的最小单元：数据指标83
5.1.1 数据指标的3个构成要素：维度+计算公式+度量83
5.1.2 数据指标的类型84
5.2 “晴雨表”的核心：北极星指标到底该怎么确定86
5.2.1 明确公司的战略目标87
5.2.2 建设备选梯队87
5.2.3 遴选最终成员88
5.3 经典问题：你会用哪些数据指标评价一款App89
5.3.1 明确App的类型，挑选最熟悉的App89
5.3.2 针对不同的App类型，罗列备选北极星指标89
5.3.3 判断App所处的生命周期，确定北极星指标90
5.3.4 对北极星指标进行下钻式拆解，明确二级指标91
5.4 众木成林：数据指标体系93
5.4.1 什么是数据指标体系93
5.4.2 搭建数据指标体系的两大高频模型：OSM模型和UJM模型94
5.4.3 7步走学会搭建数据指标体系96
5.4.4 数据指标体系有什么作用97
5.5 案例：以X短视频公司旗下的Y业务为例，搭建数据指标体系100
5.5.1 平台的业务原理和团队设置100
5.5.2 确定GMV作为北极星指标101
5.5.3 四大策略拱卫GMV，形成二级指标101
5.5.4 借助UJM模型梳理行为路径，形成过程指标103
5.5.5 团队管理模式打造最小执行单元，形成维度指标104
5.6 行业应用：互联网广告行业的数据指标体系105
5.6.1 广告主数据指标体系107
5.6.2 营收数据指标体系107
5.6.3 流量/用户数据指标体系108
5.6.4 创作者数据指标体系108
5.6.5 内容数据指标体系109
-第6章 制定业务的“指南针”――目标110
6.1 利用“两大模型”制定目标111
6.2 进行宽度测算：用算法模型测算北极星指标的范围值112
6.2.1 回归预测的7个流程112
6.2.2 案例：如何制定短视频公司的广告收入目标113
6.2.3 回归预测的“利”与“弊”115
6.3 进行深度测算：用业务模型确定北极星指标的精确值115
6.3.1 搭建北极星指标的计算逻辑和公式115
6.3.2 确定每个指标的负责部门116
6.3.3 搭建预估框架117
6.3.4 开展层级预估117
6.3.5 多轮沟通调整，确定最终值119
6.3.6 目标下发120
6.4 借助“3条线路”拆解目标121
6.4.1 横向拆解：2种方法进行“时间线”拆解121
6.4.2 纵向拆解：3个步骤进行“管理模式线”拆解125
6.4.3 漏斗拆解：3个步骤进行“业务流程线”拆解128
6.5 通过“3种策略”平衡各方利益129
6.5.1 找准立场，厘清利益链条，抓住主要矛盾130
6.5.2 用数据和事实说话，准备充足的论据131
6.5.3 3种机制与业务部门紧密沟通，防止闭门造车132
-第7章 布局业务的“观测站”――监控体系137
7.1 如何构建监控机制？点线面全方位出击139
7.1.1 点的监控：筛选5类监控指标139
7.1.2 线的监控：4条线开展监控140
7.1.3 面的监控：点和线的交织网络142
7.2 如何搭建预警机制？5W2H法鉴别异常、发出预警143
7.2.1 什么是5W2H法144
7.2.2 What：找出哪些数据异常145
7.2.3 Where：判断哪里异常148
7.2.4 When：判断什么时候异常149
7.2.5 How Much：判断波动幅度的大小153
7.2.6 Why：判断什么场景需要开展归因分析及如何开展归因分析155
7.2.7 How：如何进行预警157
7.2.8 Which：通过何种方式触达158
7.3 案例：如何开展监控和预警工作159
7.3.1 判断数据是否异常160
7.3.2 排除非业务影响因素160
7.3.3 下钻式拆解定位异常原因160
7.3.4 发出异常预警161
7.3.5 解决异常问题162
-第8章 掌握数据分析的“百宝箱”――方法和模型163
8.1 授人以鱼不如授人以渔：运用数据分析方法持续解决业务问题163
8.1.1 对比分析法：发现差距，寻找增长空间164
8.1.2 分类分析法：发现相同群体，寻找共同特征168
8.1.3 相关性分析法：发现指标关联性，寻找关键影响因素172
8.1.4 同期群分析法：发现同期群体在不同生命周期的变化特征177
8.1.5 逻辑树分析法：发现层级关系，寻找解决问题的路径182
8.1.6 杜邦分析法：发现不同ROE背后的财务秘密183
8.2 贴近业务的才是最好的：选择经典分析模型高效应对业务诉求186
8.2.1 RFM模型：开展用户分层研究187
8.2.2 漏斗模型：优化产品和用户体验190
8.2.3 AARRR/RARRA模型：助力用户增长和精细化运营194
8.2.4 BCG矩阵：评价产品和业务组合196
8.2.5 生命周期模型：制定生命不同阶段的运营策略199
8.2.6 财务模型和UE模型：制定年度预算，评估业务可性202
==第4篇 商业分析的归宿：用数据驱动业务的优化和增长
---第9章 商业分析在“用户运营业务”中的应用206
9.1 用户拉新：获客渠道评估和获客成本优化207
9.1.1 如何获取用户207
9.1.2 如何评估获客渠道208
9.1.3 5步分析降低获客成本215
9.2 用户活跃：DAU异动分析和预测分析219
9.2.1 活跃指标分析220
9.2.2 异动分析：3个步骤定位DAU异常下滑的原因223
9.2.3 预测分析：4个步骤预测未来DAU229
9.3 用户留存：留存率分析和提升策略232
9.3.1 留存指标分析232
9.3.2 留存率曲线235
9.3.3 留存生命周期：振荡期、选择期、平稳期237
9.3.4 留存率提升策略：5步走发现振荡期的“Aha时刻”239
9.3.5 留存率提升策略：矩阵图优化选择期的产品功能244
9.3.6 留存率提升策略：用户分层降低平稳期的用户流失率245
9.4 用户付费：LTV预测和ROI分析246
9.4.1 付费指标分析247
9.4.2 LTV曲线248
9.4.3 预测分析：4步操作预测LTV248
9.4.4 ROI分析衡量投入产出比252
9.4.5 PBP分析衡量回收周期253
9.5 用户传播：K因子分析衡量传播能力254
---第10章 商业分析在“广告业务”中的应用256
10.1 异动分析：广告收入下滑了该如何分析258
10.1.1 广告供给端归因：从媒体公司的客户和商业化视角定位原因259
10.1.2 广告需求端归因：从广告主的需求视角定位原因263
10.2 天花板预测：广告收入的天花板在哪里267
10.2.1 广告供给端预测收入天花板267
10.2.2 广告需求端预测收入天花板270
10.3 可行性评估：商业化常见的评估问题，是否要增加广告位272
10.3.1 供需分析：评估现有广告位的供需匹配度273
10.3.2 广告位置分析：评估广告位的开发价值273
10.3.3 正负向因子分析：评估正向影响因子和负向影响因子274
10.3.4 损益分析：评估增加广告位的损益变化275
10.4 归因分析：广告行业的经典难题，如何做广告渠道的归因分析276
10.4.1 渠道归因的定义277
10.4.2 渠道归因的作用277
10.4.3 5种主流的渠道归因模型277
10.4.4 利用渠道归因模型开展渠道归因分析278
10.4.5 利用马尔可夫链进行渠道归因分析279
10.5 漏斗分析：一条广告的生命周期，如何提升广告转化率285
10.5.1 广告转化的前半生：前端转化链路286
10.5.2 广告转化的后半生：后端转化链路291
10.6 效果评估：业界争论不休的品牌广告和效果广告，如何评估它们的投放效果292
10.6.1 品牌广告和效果广告到底有什么区别293
10.6.2 如何评估品牌广告的投放效果296
10.6.3 如何评估效果广告的投放效果300
---第11章 商业分析在“电商业务”中的应用304
11.1 异动分析：如何分析GMV的异常下滑305
11.1.1 需求端：从用户维度剖析下滑原因305
11.1.2 供给端：从商家维度剖析下滑原因307
11.2 预测分析：如何预测电商行业的GMV309
11.2.1 AIPL模型是什么310
11.2.2 FAST模型是什么310
11.2.3 如何利用AIPL模型和FAST模型预测GMV311
11.3 提升策略：如何提升电商行业的GMV313
11.3.1 GROW模型是什么313
11.3.2 如何利用GROW模型提升GMV313
11.4 活动预估：如何设计运营活动316
11.4.1 明确活动的目的317
11.4.2 制定活动的规则和玩法317
11.4.3 设置活动的关键指标318
11.4.4 预估活动的成本、产出和ROI320
11.5 效果评估：如何评估运营活动的效果321
11.5.1 基础分析的5种方法321
11.5.2 双重差分法323
11.5.3 方差分析法324
11.6 商品关联分析：如何开展购物篮分析326
11.6.1 购物篮分析是什么327
11.6.2 购物篮分析的3个关键指标：支持度、置信度和提升度327
11.6.3 如何开展购物篮分析329
---第12章 商业分析在“二手车和教育业务”中的应用332
12.1 投资界心心念念的UE模型究竟是什么333
12.1.1 变动成本和边际利润333
12.1.2 UE模型336
12.1.3 3步走搭建基础UE模型339
12.1.4 3种典型的UE模型340
12.1.5 案例：3步分析助力投资人做出投资决策342
12.1.6 案例：6步分析助力管理层制定来年预算344
12.2 敏感性测试到底在测试什么351
12.2.1 单变量和多变量敏感性测试352
12.2.2 敏感性测试的3个分析场景352
12.2.3 如何开展敏感性测试354
12.2.4 案例：敏感性测试和UE模型结合输出可行性决策358
12.3 “高大上”的财务模型究竟是什么369
12.3.1 揭开财务模型的神秘面纱，澄清3个普遍误解369
12.3.2 如何搭建财务模型370
12.3.3 商业分析中的“财务模型”374
12.3.4 UE模型和财务模型的区别376
==第5篇 商业分析的重生循环：新业务/新数据/新优化增长
---第13章 新业务可行性评估和量化380
13.1 新业务的可行性评估381
13.1.1 4个方向判断新业务是否迎合市场需求382
13.1.2 3个方面判断市场是否具有吸引力383
13.1.3 2轮评分定位关键成功要素，评估公司是否具备实力385
13.1.4 2个模型测算公司财务是否具备可操作性387
13.1.5 5个方面预估风险是否在可承受范围之内388
13.2 可行新业务的量化389
13.2.1 搭建新的数据指标体系389
13.2.2 制定新的目标390
13.2.3 布局新的监控体系391
13.2.4 开展新的分析洞察，驱动新业务的优化和增长392
13.2.5 开启新一轮的循环393
---第14章 新业务评估实际案例――二手车公司拓展线上新业务394
14.1 国外先行者验证成功模式，资本市场给予较高估值395
14.2 关键成功要素具备基础建设能力395
14.3 财务模型乐观，净利润有望提升396
14.4 案例结果：建议实行线上看车模式398
14.5 新业务的量化和评估399
内容摘要
商业分析是一种复合型的岗位，对知识的广度和深度均有较高要求。既需要理解“业务”，又需要懂“数据”，还需要熟练掌握“方法论”，只有将这三者串联成一个整体并做到无缝衔接，才是真正的商业分析。本书梳理了业务、数据、方法论三者的脉络关系，提出了商业分析是“业务―数据―业务”的循环，“方法论”贯穿始终。基于此，本书共分6篇进行阐述：第1篇带大家认识商业分析的真实工作场景；第2篇讲述商业分析的起源：业务；第3篇讲述商业分析的量化：数据；第4篇讲述商业分析的归宿：用数据驱动业务的优化和增长；第5篇讲述商业分析的重生循环：新业务/新数据/新优化增长；第6篇介绍商业分析的发展前景和能力培养方案。本书的内容实践性强，以案例形式介绍，手把手教学，分模块、分步骤讲述解决问题的方法，阐述的内容基本都是实际工作中高频出现的业务问题。
— 没有更多了 —
以下为对购买帮助不大的评价