精华内容
下载资源
问答
  • 建立企业人工成本分析模型.doc
  • 传统企业成本管理尤其是成本核算方法已经无法满足煤炭企业精细化管理要求,"露靶"模型设计了由线成本、单元成本、块成本和区成本组成的成本分析框架。LUBA模型结构清晰明了,又可以很好地迎合面向可视化的IT技术需要,...
  • 成本分析模型(doc4)精品模板方案.doc
  • 采购成本分析流程图

    2020-12-29 17:37:25
    采购成本分析流程图以围绕物流采购为核心,以方便大家了解学习采购成本分析流程图为前提,喜欢采购成本分...该文档为采购成本分析流程图,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
  • 基于作业成本及时间成本的物流成本核算模型,郭红军,樊世清,本文运用作业成本方法,以制造企业物流成本为研究对象,分析了制造企业的主要物流作业成本构成,引入了时间成本概念及其核算方法
  • 建立了建设项目安全成本的指标体系,分析了保证性安全成本、损失性安全成本及安全总成本随着安全保证度的变化规律,提出了建设项目安全保证度的概念,进而构建了建设项目安全成本分析模型.通过该模型来寻求在一定的...
  • 采用熟练曲线原理及多元数据诊断原理对导弹成本数据进行分析与诊断,获得了建立参数模型所需的合理数据,并以此建立了导弹成本预测模型,通过对导弹成本预测模型敏感性分析,...
  • 电解铝低碳生产综合成本效益分析模型.docx
  • 分析影响煤炭开采成本的空间因素、时间因素和定性因素的基础上,构建基于IAPSO-LSSVM的煤炭开采成本预测模型,并以TF煤业集团数据进行仿真实验.结果表明:与LSSVM、PSO-LSSVM算法相比,该模型预测效果更好.
  • 云计算运营商成本模型构建及分析研究.pdf
  • 房地产项目投资分析模型(非常好)
  • 针对某露天铜矿电铲生产和维修管理的实际情况,收集大量电铲维修成本数据,采用数理统计回归分析法、技术经济学以及设备管理等理论,建立了电铲日常维修成本模型、故障维修成本模型和总维修成本模型.并运用模型对电铲...
  • 抗体药生产成本分析(模型解释)[学习].pdf
  • 成本分摊不明确,客户质量模糊;管理目标不清晰,工作难聚焦。 这四大问题导致了企业难管理、难壮大,成为企业发展的瓶颈。如何高效处理好上述的四大问题,实现企业管理升级?下面我将以盛丰物流公司为例,展示一下...

    综合物流行业有三个普遍的特点,一是规模巨大,规范缺乏;二是集中度低,市场分散;三是货物复杂,需求复杂。这三个特点衍生出了物流企业四大问题,分别是数据匮乏,过程管控无力;利润口径不一,经营决策分歧;成本分摊不明确,客户质量模糊;管理目标不清晰,工作难聚焦。

    这四大问题导致了企业难管理、难壮大,成为企业发展的瓶颈。如何高效处理好上述的四大问题,实现企业管理升级?下面我将以盛丰物流公司为例,展示一下如何通过多维度数据分析,建立物流行业的数据分析模型,解决解决综合物流的四大问题,助力企业管理升级。

    一、从信息化角度看综合物流四大问题

    盛丰物流2001年创建于福州福兴经济开发区,是一家专注于国内干线运输、货物仓储、市区配送、物流解决方案策划与设计的国家5A级综合物流企业,先后获得中国物流百强企业、中国民营物流企业十强、全国制造业与物流业联动发展示范企业等多项荣誉称号。

    同时,该公司业务范围涉及全国,拥有280家分公司,规模巨大,市场分散,公司涉及国内干线运输、货物仓储、市区配送等一系列业务内容,货物复杂,需求复杂。

    案例干货!如何构建物流行业的数据分析模型?

     

    公司信息部总监认为,从信息角度来看物流行业有四大问题所在:

    1. 数据匮乏,过程管控无力。在物流行业主要体现在对订单进行闭环流程管理的仓储运输和交易账目进行事后记录的财务系统上。

    2. 利润口径不一,经营决策分歧。企业的运营、营销、财务等人员站在各自的数据维度思考问题从而导致观点不一,产生分歧,造成一定的内耗;

    3. 成本分摊不明确,客户质量模糊。在运输行业,一个订单往往会通过多段运输来完成,而每一段运输成本又会涉及到其他数个订单。这导致公司在分析客户优劣的时候,更多的情况下是主观的,缺乏客观数据去衡量客户的价值;

    4. 管理目标不清晰,工作难聚焦。在解决问题的过程中会发现在很多问题在管理上没有抓手,导致管理下沉时没办法聚焦。

    这些原因汇集在一起最终导致了企业管理难度高,管理复制困难,阻碍企业的进一步发展壮大。

    二、多维度数据分析解决综合物流四大问题

    为解决上述四大问题,盛丰物流决定从运输、结算、经营三个大维度入手,并将其分为货物调度与货物跟踪、应收账款与过程监督、毛利与管理报表这几方面来分析。通过多维度数据分析,使得管理者可以聚焦问题货物,扩大了分公司的管理半径,目前公司的运输订单交付的延迟率降低了53%,应收账款的周转率提高21%,外部审计从最初35天到现在只需5天。

    (一)运输管理——货物跟踪与调度

    1. 货物跟踪

    举一个简单的例子,你在淘宝上买了一件心仪的礼物送给朋友,你总要时常看一下物流信息,礼物有没有发货,到了什么位置,能不能准时送达等等,如果没有货物跟踪,物流信息,相信我们会胡思乱想,甚至会忧心忡忡的,由此可见货物跟踪的重要性。同样对于企业而言,了解货物目前的状况,跟踪货物信息也是尤为重要的。

    管理货物运输过程存在两个痛点问题:

    • 时效要求不统一,较依赖人员对客户及货品熟悉程度;
    • 管理边界宽,日常工作难以聚焦。

    针对这些问题,制定了如下的几个步骤进行处理。第一步,按照日期进行分组,了解到每一天的总票数;第二步,将时效规则嵌入到整个报表中,包括了普运、快运及客户的合同约定,城市、门到门、站到站等信息;第三步,明确节点个数,了解到这些票是停留在始发方,还是在途,还是到达或者是其他状态

    案例干货!如何构建物流行业的数据分析模型?

     

    通过前三步便可覆盖全部货物,聚焦问题货物。并且可以根据时效规则,方便快捷地观察到订单的延误状态。通过GPS、北斗、司机端小程序、客服电话等方式,获取货物最新的位置信息。

    案例干货!如何构建物流行业的数据分析模型?

     

    将时效规则植入计算机,利用数据分析,可以有效解决货物跟踪问题,使得管理者可以聚焦问题货物,扩大了分公司的管理半径。

    2. 货物调度配载

    货物调度要求调度员及时了解车辆、货物信息,对货物的重量和体积比标准掌握得当,做出合理明确的安排。货物调度合理能够将公司的利润最大化,调度不合理会造成资源浪费以及经济损失。目前货物调度配载存在三个痛点问题:

    • 对个人能力依赖比较严重
    • 实现传承比较困难
    • 工作方法难以复制推广

    如何解决上述问题呢?如下图所示,其中运单数据边界包括目前已经在做的货,已经到达了但还没有卸车的货,也包括在途中马上到达的货。通过预约的时间,可以跟客户确定货物运送时间。还可以进行车型和货物的匹配,包括方向、货重、载重。最终实现,晚上货物可能还在路上或者还在卸货中,公司员工就可以做出一个配载的计划。第二天一早,就可以把单子拿走,装货发车,相当于把整个作业都提前了。

    案例干货!如何构建物流行业的数据分析模型?

     

     

    案例干货!如何构建物流行业的数据分析模型?

     

    利用数据分析作为支撑的辅助时间,从个人能力到群体的复制。截至目前公司的运输订单交付的延迟率降低了53%。

    (二)结算管理——过程监督与应收账款

    1. 结算过程监控

    结算数据一般来讲都是由运输系统产生,财务根据评审记录结果,哪个过程有所缺失,这些钱有可能会被挪用掉。

    案例干货!如何构建物流行业的数据分析模型?

     

     

    案例干货!如何构建物流行业的数据分析模型?

     

    报表明确了业务收款人员,移交人员,复核人员,出纳四个岗位。根据这张报表可以得知,哪些是已经收款没有移交;哪些是已经移交没有复核的以及已经收到钱还没有到账的。

    2. 应收账款监控

    应收账款问题,它是一个连续的订单,很多时候发生最大的问题就在于没办法对客户应收账款进行精准分析,宏观有余,微观不足。

    案例干货!如何构建物流行业的数据分析模型?

     

    收到钱以后,最核心的是要把钱分解到票,为此制作了这么一个报表,如图 9所示。其核心是聚焦未对账金额,倒推数据问题,聚焦业务源头,找出目标问题。

    案例干货!如何构建物流行业的数据分析模型?

     

    案例干货!如何构建物流行业的数据分析模型?

     

    通过以上集中的改造,可以有效地解决成本分摊不明确,客户质量模糊问题。公司的应收账款的周转率提高了21%。

    (三)经营分析 ——毛利与管理报表

    1. 毛利

    经营分析的三个维度,销售毛利(客户毛利)、线路毛利、单票毛利。这里以单票毛利进行说明,单票毛利是最核心的,单交毛利是客户利润、项目利润、机构利润的基石,单品毛利的难度,是在于说数据的完整性,因为成本它是不是一票一成本,它是多票对应低成本,这样一个分摊的规则,包括数据的变动和评断。通过帆软的产品,公司员工不需要花大量的时间用于数据的录入等方面,数据获取更加及时快捷。

    案例干货!如何构建物流行业的数据分析模型?

     

    2. 管理报表

    运营日报是经营中最常用的报表,能准确清晰地把不同条块的成本、收入、利润呈现出来,对整个经营了如指掌。

    案例干货!如何构建物流行业的数据分析模型?

     

    公司分总每天只需打开运营日报,查看合计数据,就可以了解到公司整个场站的一个真实的运行情况。对管理来讲,它让经营达到了可视化的效果,更重要的是把管理的难度降低了。

    综合这两种方式,能够对利润进行有效统一,避免经营的决策分歧,减少内耗。目前,盛丰物流员工无需在花费大量的时间用于基础数据收集,填报,极大地提高工作效率,降低了人力成本。整个月度财报每月1号准时推出。外部审计最初需35天,现只需5天。

    三、结语

    综上,我们可以看出通过运输、结算、经营多维度数据进行分析,更加高效地解决了数据匮乏,过程管控无力;利润口径不一,经营决策分歧;成本分摊不明确,客户质量模糊的问题,帮助决策层明确自身的管理目标,聚焦工作重点。

    展开全文
  • 项目管理—成本效益分析

    千次阅读 2020-03-02 18:10:09
    成本效益分析在可行性研究报告中用于评估系统的开发成本与效益的可行性。效益分为有形效益和无形效益,有形效益可以用货币的时间价值、投资回收期、收入、投资回收率等指标进行度量。无形效益是难以或无法用某一计量...

    成本效益分析在可行性研究报告中用于评估系统的开发成本与效益的可行性。效益分为有形效益和无形效益,有形效益可以用货币的时间价值、投资回收期、收入、投资回收率等指标进行度量。无形效益是难以或无法用某一计量单位进行计量的效益。例如:企业的信息化推动企业市场扩大,市场响应速度加快,市场有形效益增加;而无形效益包括对企业形象的提升和对社会的价值增加,从长远上为企业带来不可估量的价值。

    评估项目在成本效益上是否可行。首先要估算成本,确定项目投资额度,成本估算会在后面的成本管理中详细讲解。成本效益分析有贴现的分析评价方法和非贴现的评价分析方法。

     

    1、贴现的分析评价方法

    贴现的分析评价方法,是把货币的时间价值考虑进去。主要是因为项目投资在前,项目收益在后,任何一个项目的收益和成本不可以直接相加,必须将货币的时间价值考虑进去,将不同时间点的成本、收益按一定的贴现率换算成同一时间点的成本、收益进行计算。货币的时间价值就是指当前所持有的一定量货币比未来获得的等量货币具有更高的价值,也可被看成是资金的使用成本。 资金不会自动随时间变化而增值,只有在投资过程中才会有收益。例如:甲某持有现金10000万元,持有的现金不做任何使用,也不存入银行,此时现金不会产生任何增值。甲某只有把持有的现金投入生产或是借给别人再投入生产,才能带来价值增值。

    在介绍贴现分析评价方法前,先了解一下什么是贴现?

    贴现和计息密切相关,我们接触更多的是计息,例如银行存款到期,银行需要按利息率支付给存款客户,计算利息的过程就是计息。计息是将现在的货币存入银行,到未来某个时刻收回,银行支付这段时间的货币增值额;贴现就是计息的反过程,项目投资后,将项目在未来某个节点的收益现在就收回,计算收回款项时就要扣除这段时间的货币增值额。

    贴现的计算方式和计息的计算方式基本相同,我们现在回顾一下计息的计算方式。

    利息的计算方式分为单利和复利,单利仅以本金为基数计算利息,即不论年限有多长,每年均按原始本金为基数计算利息,已取得的利息不再计算利息。单利的计算公式为:

    F = P *(1+i*n)

    其中,P为本金,n为年期,i为利率,F为P元钱在n年后的价值。

    复利计算以本金与累计利息之和基数计算利息,复利的本利计算公式为:

     

                                                                   

    贴现就是将将来某一时点的资金额换算成现在时点的等值金额。折现时所使用的利率称为折现率(贴现率)。

    若n年后能收入F元,那么这些钱现在的价值(现值)计算公式为:

                                                          

    折现率为

                                                            

     

    贴现的分析评价方法有净现值法、净现值率法和内部收益率法。

     

    (1)净现值法

    净现值法是计算项目未来现金流(未来收益)的折现值与项目投资成本差值,然后根据差值的大小来评价投资方案。净现值为正值,投资方案是可以接受的;净现值是负值,投资方案就是不可接受的。净现值越大,投资方案越好。净现值法是一种比较科学也比较简便的投资方案评价方法。

    净现值法假设项目运营后每年都有现金流入,并把原始投资看成是按预定贴现率借入的,当净现值为正数时偿还本息后该项目仍有剩余的收益,当净现值为零时偿还本息后一无所获,当净现值为负数时该项目收益不足以偿还本息。

    采用净现值法评价投资方案,需要预先给点折现率,而给定折现率的高低又直接影响折现值的大小,在投资制约的条件下,净现值的大小一般不能直接评定投资额不同的方案的优劣。因为,投资额度不同时,还需要考虑投资效益费用比。例如:方案甲投资100万元(现值),净现值为50万元,方案乙投资10万元(现值),按同一折现率计算的净现值为20万元。可以认为两个方案都可行。但是,在资金有限的情况下,不能因为方案甲的净现值大于方案乙的净现值,就说方案甲优于方案乙。因为方案甲的投资现值为乙方案的10倍,而其净现值只达2.5倍,如果建设10个乙方案项目,则净现值可达200万元。

     

    【项目案例】

    国家数字复合出版系统工程发布管理系统项目投资720万,项目建设周期为3年,预计项目建成后,四年内每年末净现金流入量总和为2000万,假设年利率为10%,年复利一次,计算该项目的净现值。

    项目现金流量及现值参见表格3

    净现值(Net Present Value, NPV) = 1236 – 669.2 = 566.8

    该项目的净现值为正值,说明该项目除能达到规定的基准收益率之外,还能得到超额收益,说明该方案是可行的。

     

    (2)净现值率法

    净现值率(NPVR,Net Present Value Rate)是项目净现值与项目投资总额现值的比率,用于表示单位投资现值所能带来的净现值,净现值率小,单位投资的收益就低,净现值率大,单位投资的收益就高。

    上述案例净现值率为:

    净现值率 = 项目净现值/投资现值 = 1236 / 669.2 = 1.85

    净现值法与净现值率法是等效的评价指标。

     

    (3)内部收益率法

    内部收益率法(Internal Rate of Return,IRR)是用内部收益率来评价项目投资财务效益的方法。内部收益率是指项目流入资金的现值总额与流出资金的现值总额相等的利率,也就是求净现值(NPV)等于零时的折现率。

    计算内部收益率非常复杂,这里仅给出内部收益率的计算步骤:

    (1)首先计算投资折现值和现金流入折现值,两者之差为净现值。如果净现值为正值,就要采用这个净现值计算中更高的折现率来测算,直到测算的净现值正值近于零。

    (2)再继续提高折现率,直到测算出一个净现值为负值。如果负值过大,就降低折现率后再测算到接近于零的负值。

    (3)根据接近于零的相邻正负两个净现值的折现率,用线性插值法求得内部收益率。

    内部收益率在考虑了时间价值的情况下,使一项投资在未来产生的现金流量现值,刚好等于投资成本时的收益率。内部收益率越高,说明你投入的成本相对地少,但获得的收益却相对地多。

     

    2、非贴现的分析评价方法

    非贴现方法不考虑货币的时间价值,把不同时间段的收支看成是等效的。非贴现分析方法主要是计算投资回收期。投资回收期指标所衡量的是收回初始投资的速度的快慢。在只有一个项目可供选择时,该项目的投资回收期要小于决策者规定的最高标准;如果有多个项目可供选择时,在项目的投资回收期小于决策者要求的最高标准的前提下,还要从中选择回收期最短的项目。

    投资回收期的计算分为两种情况,一种情况是不考虑货币的时间价值,称为静态投资回收期;另外一种情况是考虑货币的时间价值,称为动态投资回收期。

    (1)静态投资回收期

    静态投资回收期是不考虑资金的时间价值时收回初始投资所需要的时间,计算出的静态投资回收期应与行业或部门的基准投资回收期进行比较,若小于或等于行业或部门的基准投资回收期,则认为项目是可以考虑接受的,否则不可行。其计算公式为:

    静态投资回收期 = (累计净现金流量出现正值的年数-1)+ 上一年累计净现金流量的绝对值 / 累计净现金流量出现正值年份净现金流量

    【项目案例】

    国家数字复合出版系统工程发布管理系统项目投资720万,项目建设周期为3年,预计项目建成后,四年内每年的现金流入为200万、400万、500万、900万,请计算该项目的静态投资回收期。

    项目现金流量表参见表格3-4

    (2)动态投资回收期

    动态投资回收期是把投资项目各年的净现金流量按基准收益率折成现值之后,再来推算投资回收期。其计算公式为:

    动态投资回收期=(累计净现金流量现值出现正值的年数-1)+ 上一年累计净现金流量现值的绝对值/累计净现金流量出现正值年份净现金流量的现值

    【项目案例】

    国家数字复合出版系统工程发布管理系统项目投资720万,项目建设周期为3年,预计项目建成后,四年内每年的现金流入为200万、400万、500万、900万,假设年利率为10%,年复利一次,请计算该项目的动态投资回收期。

    项目现金流量表及流量现值参见表格3-5

    动态投资回收期 = (5-1)+ 81.6 / 235.6 = 4 + 0.35 = 4.35(年)

    展开全文
  • 提到数据分析,肯定要提到数据分析模型,在进行数据分析之前,先搭建数据分析模型,根据模型中的内容,具体细分到不同的数据指标进行细化分析,最终得到想要的分析结果或结论。 一:数据分析模型 要进行一次完整的...

    在这个数据为王的时代,作为一个产品经理或者增长黑客,数据分析是必修课之一。

    提到数据分析,肯定要提到数据分析模型,在进行数据分析之前,先搭建数据分析模型,根据模型中的内容,具体细分到不同的数据指标进行细化分析,最终得到想要的分析结果或结论。

    一:数据分析模型

    要进行一次完整的数据分析,首先要明确数据分析思路,如从那几个方面开展数据分析,各方面都包含什么内容或指标。是分析框架,给出分析工作的宏观框架,根据框架中包含的内容,再运用具体的分析方法进行分析。

    数据分析方法论的作用:

    ·理顺分析思路,确保数据分析结构体系化

    ·把问题分解成相关联的部分,并显示他们的关系

    ·为后续数据分析的开展指引方向

    ·确保分析结果的有效性和正确性

    二:五大数据分析模型

    1、PEST分析模型

    政治环境:

    包括一个国家的社会制度,执政党性质,政府的方针、政策、法令等。不同的政治环境对行业发展有不同的影响。

    关键指标

    政治体制,经济体制,财政政策,税收政策,产业政策,投资政策,专利数量,国防开支水平,政府补贴水平,民众对政治的参与度。

    经济环境:

    宏观和微观两个方面。

    宏观:一个国家国民收入,国民生产总值以及变化情况,以通过这些指标反应国民经济发展水平和发展速度。

    微观:企业所在地区的消费者收入水平、消费偏好、储蓄情况、就业程度等因素,这些因素决定着企业目前以及未来的市场大小。

    关键指标

    GDP及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。

    社会环境:

    包括一个国家或地区的居民受教育程度和文化水平、宗教信仰、风俗习惯、审美观点、价值观等。文化水平营销居民的需求层次,宗教信仰和风俗习惯会禁止或抵制某些活动的进行,价值观会影响居民对组织目标和组织活动存在本身的认可,审美观点则会影响人们对组织活动内容、活动方式以及活动成果的态度。

    关键指标

    人口规模、性别比例、年龄结构、出生率、死亡率、种族结构、妇女生育率、生活方式、购买习惯、教育状况、城市特点、宗教信仰状况等因素。

    技术环境:

    企业所处领域直接相关的技术手段发展变化,国家队科技开发的投资和支持重点,该领域技术发展动态和研究开发费用总额,技术转移和技术商品化速度,专利及其保护情况。

    关键指标

    新技术的发明和进展、折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度、国家重点支持项目、国家投入的研发费用、专利个数、专利保护情况。

    2、5W2H分析模型

    5W2H分析法主要针对5个W以及2个H提出的7个关键词进行数据指标的选取,根据选取的数据进行分析。

    3、逻辑树分析模型

    将问题的所有子问题分层罗列,从最高层开始,并逐步向下扩展。

    把一个已知问题当作树干,考虑这个问题和哪些问题有关,将相关的问题作为树枝加入到树干,一次类推,就会将问题扩展成一个问题树。

    逻辑树能保证解决问题的过程完整性,将工作细化成便于操作的具体任务,确定各部分优先顺序,明确责任到个人。

    逻辑树分析法三原则:

    ·要素化:把相同问题总结归纳成要素

    ·框架化:将各个要素组成框架,遵守不重不漏原则

    ·关联化:框架内的各要素保持必要的相互关系,简单而不孤立

    4、4P营销理论模型

    产品:

    能提供给市场,被人们使用和消费并满足人们某种需求的任何东西,包括有形产品、服务、人员、组织、观念和它们的组合。

    价格:

    购买产品时的价格,包括基本价格、折扣价格、支付期限等。影响价格的主要因素有需求、成本和竞争。

    渠道:

    产品从生产企业流转到用户手上全过程所经历的各个环节。

    促销:

    企业通过销售行为的改变来激励用户消费,以短期的行为促进消费的增长,吸引其他品牌用户或导致提钱消费来促进销售增长。

    5、用户行为模型

    用户行为指用户为获取、使用产品或服务才去的各种行动,首先要认知熟悉,然后试用,再决定是否继续消费使用,最后成为产品或服务的忠实用户。

    行为轨迹:认知->熟悉->试用->使用->忠诚

    三:总结

    五大数据分析模型的应用场景根据数据分析所选取的指标不同也有所区别。

    PEST分析模型主要针对宏观市场环境进行分析,从政治、经济、社会以及技术四个维度对产品或服务是否适合进入市场进行数据化的分析,最终得到结论,辅助判断产品或服务是否满足大环境。

    5W2H分析模型的应用场景较广,可用于对用户行为进行分析以及产品业务分析。

    逻辑树分析模型主要针对已知问题进行分析,通过对已知问题的细化分析,通过分析结论找到问题的最优解决方案。

    4P营销理论模型主要用于公司或其中某一个产品线的整体运营情况分析,通过分析结论,辅助决策近期运营计划与方案。

    用户行为分析模型应用场景比较单一,完全针对用户的行为进行研究分析。

    当然,最后还是要说,模型只是前人总结出的方式方法,对于我们实际工作中解决问题有引导作用,但是不可否认,具体问题还要具体分析,针对不同的情况需要进行不同的改进,希望成为一个数据专家,最重要的一点还是多实践!实践才是真理!
       人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    1.大数据分析,主要有哪些核心技术?
    http://www.duozhishidai.com/article-1938-1.html
    2.构建一个企业的大数据分析平台 ,主要分为哪几步?
    http://www.duozhishidai.com/article-8017-1.html
    3.数据科学,数据分析和机器学习之间,有什么本质区别?
    http://www.duozhishidai.com/article-7892-1.html
    4.数据分析是什么,如何完善数据分析知识体系
    http://www.duozhishidai.com/article-7743-1.html
    5.数据分析是什么?如何从零开始学习数据分析?
    http://www.duozhishidai.com/article-7653-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 建立了单元受限地面等待问题的数学模型分析了航班延误成本的构成,给出了航班延误显性成本的计算方法,并将其应用于数学模型中目标函数的计算。最后,用分段排序和定步长排序对模型进行了仿真,并与先到先服务...
  • 今天给大家介绍几个数据分析模型吧 一、用户价值模型 1、RFM模型 RFM分析是客户关系分析中一种简单实用客户分析方法,他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标,衡量客户价值和...

    今天给大家介绍几个数据分析模型吧

    一、用户价值模型

    1、RFM模型

    RFM分析是客户关系分析中一种简单实用客户分析方法,他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标,衡量客户价值和客户创利能力。

    RFM分析也就是通过这个三个指标对客户进行观察和分类,针对不同的特征的客户进行相应的营销策略。

    R——最后交易距离当前天数(Recency)
    F——累计交易次数(Frequency)
    M——累计交易金额(Monetary)

    在这三个制约条件下,我们把M值大,也就是贡献金额最大的客户作为“重要客户”,其余则为“一般客户"和”流失客户“,基于此,我们产生了8种不同的客户类型:

    • 重要价值客户:复购率高、购买频次高、花费金额大的客户,是价值最大的用户。
    • 重要保持客户:买的多、买的贵但是不常买的客户,我们要重点保持;
    • 重要发展客户:经常买、花费大但是购买频次不多的客户,我们要发展其多购买;
    • 重要挽留客户:愿意花钱但是不常买、购买频次不多的客户,我们要重点挽留;
    • 一般价值客户:复购率高、购买频次高,但是花费金额小的客户,属于一般价值;
    • 一般保持客户:买的多但是不常买、花钱不多,属于一般保持客户;
    • 一般发展客户:经常买,但是买不多、花钱也不多,属于一般发展客户;
    • 一般挽留客户:不愿花钱、不常买、购买频次不高,最没有价值的客户;

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    下面是我用FineBI做的RFM模型可视化仪表板,可以通过RFM模型对客户的终生价值做一个合理的预估,基于一个理想的客户特征来衡量现实中客户价值的高低,通过此类分析,定位最有可能成为品牌忠诚客户的群体,让我们把主要精力放在最有价值的用户身上。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    2、波士顿模型

    波士顿模型最初是一个时间管理模型,按照紧急、不紧急、重要、不重要排列组合分成四个象限,以此便于对时间进行有效的管理。

    运用在客户分析中,也就是利用销售额和利润这两个重要指标分为四个象限,对我们的客户进行分组。我们将这两个维度作为横纵坐标轴分为四个象限,将产品或者服务分为下面四种类型:

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    • 明星类:增长率高、占有率高,代表着十分成功的产品,是主打的明星产品;
    • 金牛类:增长率低、占有率高,已经占据了市场但是没有发展空间的产品,属于现金牛产品;
    • 问题类:增长率高、占有率低,说明用户需求高,但是本身产品有问题,需要改进优化;
    • 瘦狗类:增长率低、占有率低,市场不认可的失败产品,需要尽快去除;

    我们如此分类的目的正是要根据波士顿矩阵,将一些没有发展前景和市场潜力的产品尽快淘汰掉,保证明星产品和现金牛产品的份额,从而搭配好产品或者业务的整个市场布局。

    FineBI制作的波士顿模型实际使用:

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    如图所示,每个销售大区与每个销售年份下的客户分布,通过筛选数据,我们得到我们想要的客户信息。而波士顿矩阵则是一个非常有力的工具,可以帮助我们将杂乱无序的东西组块整理,在使用矩阵的的时候,尽量选取纵向和横向毫无关联要素来分析,这样才能发挥矩阵分块整理的作用。

    3、CLV用户生命模型

    我们知道并不是所有的顾客都具备相同的价值,如果企业能够专注于那些可以带来最大未来利益的客户,就可以实现更好的运营。所以企业必须识别出这些客户,CLV是对客户未来利润的有效预测,它还有另外一个名字,叫做LTV (life time value)。

    这里需要特别说明的是,CLV考虑了完整的客户生命周期,包含客户获取和客户流失,也就是它计算的不只是眼前顾客已经产生的价值,还预测了未来价值。

    CLV的计算公式有非常多,有的会非常复杂,主要在流失率这个环节和影响因素就相当多,也有会加上投入成本,价值变化率和利率变化等等。

    比较实用简单的是这种:

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    注意此公式对群体有效,对个体精准度较低,因为个体流失率影响因素太多,而群体流失率却是可以统计的。

    那对于CLV的应用,可以从以下两个模型来看,将企业的最优客户与不值得投入的客户区分出来:

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    4、帕累托模型(二八法则)

    帕累托原则,又称二八原则,是关于效率与分配的判断方法。帕累托法则是指在任何大系统中,约80%的结果是由该系统中约20%的变量产生的。应用在企业中,就是80%的利润来自于20%的项目或重要客户。

    模型的解释:当一个企业80%利润来自于20%的客户总数时,这个企业客户群体是健康且趋于稳固的。 当一个企业80%利润来自大于20%的客户总数时,企业需要增加大客户的数量。当一个企业80%利润来自小于20%的客户群时,企业的基础客户群需要拓展与增加。

    模型的实际使用:如下图我用FineBI制作的某商场品牌商的销售额。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    一共10家客户,5家客户(50%)提供了80%的销售额,这就说明需要增加大品牌客户数量。

    带来大量销售额的客户必须认真对待和维护,如果客户数量大,尤其需要列出重点客户重点跟进,把有限的精力放在创造利润大的客户上。

    5、漏斗模型

    漏斗模型本质是分解和量化,为了方便大家理解,我这里以营销漏斗模型举例:

    也就是说营销的环节指的是从获取用户到最终转化成购买这整个流程中的一个个子环节,相邻环节的转化率则就是指用数据指标来量化每一个步骤的表现。

    所以整个漏斗模型就是先将一个完整的购买流程拆分成一个个步骤,然后用转化率来衡量每一个步骤的表现,最后通过异常的数据指标找出有问题的环节,然后解决该环节的问题,最终达到提升整体购买转化率的目的,所以漏斗模型的核心思想可以归为分解和量化。

    比如分析电商的转化,我们要做的就是监控每个层级上的用户转化,寻找每个层级的可优化点。对于没有按照流程操作的用户,专门绘制他们的转化模型,缩短路径提升用户体验。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    二、市场营销模型

    1、PEST分析法

    PEST,也就是政治(Politics)、经济(Economy)、社会(Society)、技术(Technology),能从各个方面把握宏观环境的现状及变化趋势,主要用户行业分析。

    宏观环境又称一般环境,是指影响一切行业和企业的各种宏观力量。

    对宏观环境因素作分析时,由于不同行业和企业有其自身特点和经营需要,分析的具体内容会有差异,但一般都应对政治、经济、技术、社会,这四大类影响企业的主要外部环境因素进行分析。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    政治环境:政治体制、经济体制、财政政策、税收政策、产业政策、投资政策等。

    社会环境:人口规模、性别比例、年龄结构、生活方式、购买习惯、城市特点等。

    技术环境:折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度等。

    经济环境:GDP 及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。

    2、5W2H分析法

    5W2H,即为什么(Why)、什么事(What)、谁(Who)、什么时候(When)、什么地方(Where)、如何做(How)、什么价格(How much),主要用于用户行为分析、业务问题专题分析、营销活动等。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    该分析方法又称为七何分析法,是一个非常简单、方便又实用的工具,以用户购买行为为例:

    • Why:用户为什么要买?产品的吸引点在哪里?
    • What:产品提供的功能是什么?
    • Who:用户群体是什么?这个群体的特点是什么?
    • When:购买频次是多少?
    • Where:产品在哪里最受欢迎?在哪里卖出去?
    • How:用户怎么购买?购买方式什么?
    • How much:用户购买的成本是多少?时间成本是多少?

    3、SWOT分析法

    SWOT分析法也叫态势分析法,S (strengths)是优势、W (weaknesses)是劣势,O (opportunities)是机会、T (threats)是威胁或风险。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    SWOT分析法是用来确定企业自身的内部优势、劣势和外部的机会和威胁等,通过调查列举出来,并依照矩阵形式排列,然后用系统分析的思想,把各种因素相互匹配起来加以分析。

    运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而将公司的战略与公司内部资源、外部环境有机地结合起来。

    4、4P营销理论

    4P即产品(Product)、价格(Price)、渠道(Place)、推广(Promotion),在营销领域,这种以市场为导向的营销组合理论,被企业应用最普遍。

    可以说企业的一切营销动作都是在围绕着4P理论进行,也就是将:产品、价格、渠道、推广。通过将四者的结合、协调发展,从而提高企业的市场份额,达到最终获利的目的。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    • 产品:从市场营销的角度来看,产品是指能够提供给市场,被人们使用和消费并满足人们某种需要的任何东西,包括有形产品、服务、人员、组织、观念或它们的组合。
    • 价格:是指顾客购买产品时的价格,包括基本价格、折扣价格、支付期限等。影响定价的主要因素有三个:需求、成本与竞争。
    • 渠道:是指产品从生产企业流转到用户手上全过程中所经历的各个环节。
    • 促销:是指企业通过销售行为的改变来刺激用户消费,以短期的行为(比如让利、买一送一,营销现场气氛等等)促成消费的增长,吸引其他品牌的用户或导致提前消费来促进销售的增长。广告、宣传推广、人员推销、销售促进是一个机构促销组合的四大要素。

    5、逻辑树法

    逻辑树又称问题树、演绎树或分解树等。它是把一个已知问题当成“主干”,然后开始考虑这个问题和哪些相关问题有关,也就是“分支”。逻辑树能保证解决问题的过程的完整性,它能将工作细分为便于操作的任务,确定各部分的优先顺序,明确地把责任落实到个人。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    逻辑树的使用必须遵循以下三个原则:

    要素化:把相同的问题总结归纳成要素。

    框架化:将各个要素组织成框架。遵守不重不漏的原则。

    关联化:框架内的各要素保持必要的相互关系,简单而不独立。

    6、AARRR模型

    AARRR模型是所有运营人员都要了解的一个数据模型,从整个用户生命周期入手,包括获取(Acquisition)、激活(Activition)、留存(Retention)、变现(Revenue)和传播(Refer)。

    每个环节分别对应生命周期的5个重要过程,即从获取用户,到提升活跃度,提升留存率,并获取收入,直至最后形成病毒式传播。

    10个实用的数据分析模型,学会思路再也不用啃书了

     

    PS:以上分析均由FineBI制作

    展开全文
  • 数据分析模型篇—SWOT分析

    千次阅读 2019-09-03 17:29:27
    之前跟大家分享了PEST分析方法,在文章的最后有跟大家提到,一般PEST分析会和SWOT分析以及波特五力分析模型一起使用。现在给大家带来的就是另外两种方法中的一种—SWOT分析。 SWOT分析,又称态势分析法。在企业中...
  • 自适应群体防御模型成本分析,郝军军,郝五零,群体防御是一个非常复杂的系统工程,本文就有关群体防御的防御成本进行分析,以求在不降低防御准确性的情况下降低防御成本。首先
  • 今天老李就给罗列了6个常用的数据分析模型,并附上实际的案例讲解以及分析模板,希望能让大家快速掌握这些模型和方法! 话不多说,上干货! 1、RFM模型 RFM 分析是美国数据库营销研究所提出的一种简单实用的客户...
  • 基于DEA模型的健康成本效率分析.pdf
  • 基于SARIMA模型分析与外汇管理知识分析成本.doc
  • 商业分析模型简述

    千次阅读 2020-06-16 18:05:59
    一、波特五力分析模型(Porters 5 forces Model) 二、麦肯锡7S模型(Mckinsey 7S Model) 三、SWOT分析模型 四、BCG三四规则矩阵(BCG Matrix) 五、波特钻石理论模型(Michael Porter diamond Model) 六、商业...
  • 作业成本要素与核算模型分析报告.doc
  • 运输系统单位周转量成本模型,孙启鹏,吴群琪,为了给各种运输方式的比较优势和组合优势提供统一的分析方法和手段,以路段通过能力为基点,以经济成本为基础,分析了基础设施子
  • 论基于DEA模型的健康成本效率分析报告.doc
  • 论文研究-企业环境成本计量的投入产出模型及其实证分析.pdf, 在分析环境成本的概念的基础上 ,借鉴投入产出法的基本思想 ,根据企业经营活动的特点 ,构建了环境成本计量的...
  • 一、瀑布模型 1.1什么是瀑布模型 1.2特点 1.3优缺点 1.4客户需求 二、快速原型模型 2.1什么是快速原型模型 2.2优缺点 2.3快速原型模型的思想产生、原理及运用方式 2.4类型 2.5开发步骤 三、增量模型 3.1...
  • 数据分析-PART2--10大数据分析模型

    万次阅读 多人点赞 2018-07-31 10:00:39
    数据分析-PART2--10大数据分析模型 数据分析-PART3--数据分析常用指标 数据分析-PART4--数据分析方法 数据分析-PART5--数据分析可视化 数据分析-PART6--数据分析能力培养 数据分析-PART 7--数据分析工具网站...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 208,225
精华内容 83,290
关键字:

成本分析模型