我們一起聊聊資料分析模型：人貨場模型

「我看到收入下降/新增用戶減少/成本上升，該怎麼進一步分析呢？」很多人有類似困惑，經常寫了一堆同比環比，除了「同比降了，要搞高」就不知道寫啥。怎麼辦呢？

這裡推薦一個簡單、實用、易上手的分析模型，能解決80%的常規問題。這就是「人貨場」模型，它不是演算法模型，所以不需要了解複雜的統計原理，只要對業務熟悉就能使用。

什麼是人貨場模型

人貨場模型是一個固定的分析套路，當我們分析問題時，從這三個維度深入，從而得到答案:

• 人：客戶、業務員
• 貨：商品結構，商品價格
• 場：銷售管道，推廣方式

這樣的操作看起來很簡單，但解決了一個大痛點，就是：「數據分析如何落地？」的問題。

• 只講：“收入低了，要搞高”，沒人知道該怎麼搞。
• 你說：“收入低了，因為其他人不會小張的方法”，業務立刻秒懂，這就回去學習！

這樣就實現了從數據到業務行動。那麼，該怎麼操作呢？

怎麼應用人貨場模型

第一步：業務梳理，先了解基礎資料。

1.我司有哪些客戶（人）

2、我司有哪些銷售（人）

3.我司有哪些商品（貨）

4.我司有哪些管道（場）

第二步：打標籤，做分類。這一步至關重要。因為資料庫裡，可能只有具體的顧客名稱/具體商品編碼/通路代碼，對著這些瑣碎抽象的東西沒法做分析，需要做概括性分類。

常見的分類，如：

1、C端客戶（人），依累計消費/會員等級分類，區分高低購買力客戶；

2、B端客戶（人），依產業/公司規模分類（大公司需求天然大，要爭取）

3、業務員（人），依經驗，過往業績水平，手邊持有老客戶數分類

4、商品（貨），依商品自然屬性，做一二三級分類+ 商品毛利

5.線下通路：依地區、地點、營業面積、營運成本分類

6.線上通路：依推廣平台，投放費用多少，轉換率高低分類

經過這一步驟處理，需要形成分類心智圖，方便分析時形成想法；同時在資料庫裡打好標籤，以便後邊交叉對比（如下圖）。

圖片

第三步：明確分析目標。這是所有分析都必須的，目標要具體：

• 錯誤目標：銷售額下降了，分析下
• 正確目標：9月銷售僅達標85.3%，分析差異來源

分析目標還可以是新註冊用戶數/經營單位成本費用/商品庫存等等，只要具體就行。

第四步：從人貨場維度拆解，找出問題原因。這裡要注意：

1.先看大分類，再看小分類

2、從差異大的維度開始

3.先看完一個分類，再看另一個

舉例：“9月銷售僅達標85.3%”，可以先分別看下列哪個維度達標率最低，從哪裡下手：

1.不同銷售通路達標率

2、不同商品類別達標率

3.不同客戶目標達標率

這裡需要根據數據情況，調整切入的維度，例如下圖，雖然看起來兩個團隊都沒有達成目標（人），但是從商品（貨）的角度看，問題實際上是新品未達標造成的，此時就不要再糾結AB團隊的問題，而是將新舊商品切換為主分析維度，繼續往下挖原因。

圖片

經過這一步拆解，能鎖定主要問題點，之後再做深入分析。

第五步：結合過程指標，深入分析原因。例如上例，我們發現：新品達標情況很差。再往下解釋為什麼差，需要更細節數據，例如：

1.產品基礎性能參數與競品對比

2、產品價格與競技對比

3.產品推廣投入與自身同類產品同期對比

4、產品鋪貨進度，計畫與實際執行對比

這樣才能具體看出問題所在

圖片

這一步對於數據落地是至關重要的。但有些公司資料收集並不齊全，導致許多過程資料缺失。彌補的辦法，只能靠拉上業務一起開會，確認細節後再觀察整改效果。

不同產業的人貨場模型

不同產業，在建構人貨場模型時，會有差異性：

1.有實體店的，門市位置特別重要！因此優先對門市打標籤，做分類

2、toB業務的，大客戶訂單非常重要，因此優先對客戶產業/規模做分類

3.網路產品，C端使用者非常多，因此優先對使用者做分層，再做其他分類

這是非常考驗資料分析師水準的地方。如果不會合理地分類，面對大量零散資料是沒辦法總結出結論的。在我輔導同學們的過程中，常發現類似問題，因此乾脆做了《如何打標籤》的指引放到知識星球裡，以供參考。

人貨場模型深入應用

深入討論人貨場，大家會發現更多複雜的狀況，例如：

情況1：優秀標竿不可複製。例如：發現銷售團隊裡小張很好，但小張自備客戶資源，其他人沒有這個條件，此時只能再找其他方法。

情況2：短期策略不可持續。例如：短期內靠促銷（貨）拉動業績，但促銷不能一直做，只能再分析，看非促銷情況下還有什麼方法。

情況3：兩個維度相互影響。例如：特定商品只在特定地區好賣，代表要觀察商品X地區的組合，來判斷銷售狀況。