1. 为什么大多数经营分析卡在第一个问题前面我做经营分析这行有十几年了大大小小的月度会、季度会、年度战略会参加了无数场。有个现象特别有意思几乎每家公司都在做经营分析但绝大多数经营分析报告拿到业务会上根本撑不过十分钟——不是被老板打断就是被业务部门的负责人问得哑口无言。原因很简单。大家做的根本不是经营分析而是数据汇报。区别在哪数据汇报告诉别人发生了什么经营分析要回答的是为什么会发生、接下来会怎样、我们该怎么做。这两者之间的差距就是一家公司经营分析水平的分水岭。我见过太多月报、周报打开一看GMV环比涨了3.8%利润同比下降5.2%复购率略有回升。然后呢没有然后了。满屏图表全是事实陈述没有任何判断更没有任何可执行的推论。这种报告拿到会上老板只能自己猜原因相关部门开始互相推诿最后会议在大家回去再看看数据中草草结束。所以每次有人跟我说我们公司有经营分析我第一句话就会问你们的经营分析能回答几个问题这篇文章我总结了一套框架是我在实践中反复打磨过的。经营分析做得好不好就看你能不能回答下面这四个问题——发生了什么为什么会发生接下来会发生什么我们该怎么办。如果你只能回答第一个那你的经营分析还停留在Excel阶段如果能回答到第四个你已经可以影响公司的战略决策了。对了这篇文章适合谁看如果你是企业里的财务分析师、业务BP、运营负责人、数据岗同事或者你刚好是那个每月被老板逼着出个月报的人那这篇文章是给你写的。如果你是老板也可以看看下次开经营分析会你就知道怎么追问了。2. 第一个问题发生了什么——先把账算清楚2.1 数据准、口径统一是一切分析的前提发生了什么听起来最简单但恰恰是翻车率最高的环节。因为大部分公司的数据基础是乱的。我见过一家做电商的公司光销售额这个指标就有三个版本业务部看的是支付GMV财务部看的是确认收货口径运营部看的是下单口径。三个部门开会说得都是这个月业绩不错实际数字差出2000万。这种会开下去所有讨论都是鸡同鸭讲。所以经营分析的第一步是把指标口径统一掉而且必须是最高决策层确认的口径不是分析部门自己定的。口径统一这事真的得下死功夫。我自己的习惯是在公司内部推动建一个指标字典文档把每个关键指标的名称、计算公式、数据来源、统计周期、剔除规则全写清楚挂在共享文档里所有部门统一引用。前期花两三个星期做这个事后期能省下无数撕扯的时间。我见过有公司用数据中台做这件事实在是奢侈其实一个Excel加上一个愿意较真的人就能做成。2.2 多维拆解从一维数字到三维图景口径统一之后就可以开始拆解了。只知道整体收入1.2亿没有用。你要回答的问题是这1.2亿是靠什么撑起来的如果把它拆开来看通常会有完全不一样的结论。我常用的拆解维度有这几种按业务线/产品线拆哪些产品贡献了主要收入哪些产品在萎缩按渠道拆电商、门店、大客户、渠道分销哪个渠道是利润奶牛哪个渠道是负毛利黑洞按区域拆华东增长19%东北下滑12%背后的差异是什么按客群拆新客、老客、流失客的贡献结构是怎样的头部客户集中度多高按时段拆新财年首月、大促月、淡季月不同时间段的经营节奏是否正常这个过程我管它叫从结果找结构。因为你只有看到了结构才能找到重点。就好比去医院体检光知道身体不太好没用你得知道是肝的问题还是肺的问题。给大家一个实操方法用Excel的透视表就能搞定这种拆解不需要什么高级工具。把明细数据导出来透视一下拖三个维度进去答案就出来了。你需要的是先发现问题在哪不是一上来就上数仓。2.3 和谁比决定了你得出什么结论发生了什么这个问题的精髓其实在于和谁比。我见过一种很常见的分析写法本月收入1200万上月1100万环比增长9%。看起来不错对吧但你再往下挖一年去年同期收入1300万同比负增长7.7%。这就完全是另一回事了。所以发生了什么不是一个单点的数字陈述它至少应该包含三层对比同比和去年同期比剔除季节性影响看真实的增长趋势环比和上个周期比看短期的变化方向和加速度预算/目标比和既定目标比看达成率和差距如果做得更细还要看实际 vs 预测的偏差以及完成进度 vs 时间进度的匹配程度——比如全年目标1.2亿Q1结束了只完成1800万时间走了25%进度只有15%这就是需要拉警报的事。这一层做完你拿出来的就不是一页数据表了而是一份当前经营状态诊断书。3. 第二个问题为什么会发生——归因才是分水岭3.1 归因层级现象层、业务层、根因层第一个问题发生了什么把事实摆清楚只能算及格。经营分析和数据汇报的分水岭在于第二个问题为什么会发生这个为什么是有层级的。我举一个我亲身做过的案例。某月公司利润突然下滑了25%表面上看财务给的答案直接又粗暴毛利率降了。这句话完全正确但毫无用处。因为毛利率降了不是一个原因它是一个结果。真正要追的是究竟是什么品类的毛利率降了是原料涨价、售价下调、还是产品结构变了我把归因分成三个层级现象层直接的数据结果比如毛利率下降业务层导致数据变化的业务动作或环境因素比如核心品成本上涨新品首发折扣力度过大等根因层再往前推一步的业务逻辑比如成本上涨是因为关键原料依赖单一供应商折扣过大是因为库存压力导致的清仓需求大多数公司的分析停留在第一层优秀一些的做到第二层能把根因层挖出来的屈指可数。3.2 结构性拆解量化归因而不是凭感觉归因最忌讳的就是凭感觉。今天开会市场部说是销售不给力销售部说是产品没竞争力产品部说是供应链交不了货——吵成一锅粥最后还是没结论。我来分享一个结构化的归因方法拆解差异量化贡献。比如利润下滑你先把利润收入-成本-费用这个公式拆开然后逐项看哪个因子的变化对利润的边际影响最大。如果收入下降了10%同时毛利率下降了3个百分点每项影响是多少这样一算每个因素的影响权重就出来了谁的影响最大讨论就聚焦到哪。再往下一层收入下降10%是量降了还是价降了如果是量降了哪个渠道掉得最多如果是价降了是主动调价还是被动降价每一条路径都追下去最终你会得到一个原因贡献表。我举个具体示范差异项本期上期变化对利润影响万元贡献占比收入量差95万件110万件-15万件-18045%售均价差212元205元7元63-16%毛利率差38.2%41.5%-3.3%-18546%费用率差27.5%26.8%0.7%-4010%其他———-41%合计-346100%这张表一出来讨论马上就不一样了。大家不再争论谁的错而是盯着量差和毛利差这两个大头该怎么解决。记住一个原则把原因变成数字把责任变成权重能算出来的不靠猜算不出来的至少列成假设并排优先级。3.3 排除法识别不可控因素和一次性因素归因还有一个容易踩的坑——把不可控因素和一次性因素当成经营问题来分析浪费大量精力。比如某月因为暴雨导致门店营业天数减少收入自然下滑这是天气问题不可控分析报告里写清楚就行不需要花三页PPT去归因。再比如上个月因为系统切换导致发货停滞几天这是一次性事件它对趋势没有持续影响标注清楚即可。我每次做归因的时候会先做一个过滤动作先把不可抗力政策、天气、大盘环境和一次性事件系统故障、人员变动、临时的促销调整单独拎出来然后再去分析那些真正可以通过管理动作改变的因素。这样分析出来的结论才有可操作性。还有一个容易忽略的点你要区分外因和内因的占比。市场大盘跌了8%你跌了6%说明你跑赢了大盘你的经营能力其实是提升的反过来大盘涨了10%你只涨了5%那就算数字是绿的你的真实表现也是落后的。这个相对视角很多分析都会漏掉。4. 第三个问题接下来会发生什么——从后视镜到仪表盘4.1 预测不是算命而是基于动因的推演第三个问题接下来会发生什么是经营分析从后卫变前锋的关键一步。很多人一听预测就觉得不靠谱这年头市场变化那么快谁能预测准这种说法我理解但它本质上混淆了预测和推算两个概念。经营分析里的预测从来不是拍脑袋给出一个精确数字而是基于当前动因的推演过程已知当前的增速、流失率、客单价等现状结合已有的业务动作比如新品上市、渠道拓展、促销计划推算出未来一段时间可能的经营结果区间根据结果和目标的差距反向指导现在的行动预测的目的是什么是在事情发生之前发现问题给自己留出调整时间。比如你预测Q3会完不成目标你是想在7月就调整动作还是想等到9月30日看到结果再总结前者是经营后者是追认。4.2 几个实用的预测方法预测方法有很多不同的数据基础和业务场景适合的方法不一样。我挑几个自己在实践中最常用的说出来参考方法一同比趋势外推这个方法适合经营相对平稳、没有大的结构性变化的企业。做法很简单拿去年同期的数字乘以一个增长因子就得到今年的预期值。增长因子可以结合全年目标、行业增速、近三个月的平均增速来定一般取一个保守值、一个中性值、一个乐观值得出一个区间。比如我常做的一种三档预测保守预测按最近3个月最差月份增速外推中性预测按最近3个月平均增速外推乐观预测按最好月份增速加上增量业务贡献外推方法二目标倒推法这个方法更适合目标导向的团队。逻辑是假设全年目标必须达成余下的几个月每个月要完成多少然后倒推每个月的增长率看这个增长率在历史上有没有出现过如果从来没有出现过那就说明目标存在巨大的达成风险需要马上讨论是加资源还是调目标。方法三动因分解法这个方法最精确也最费工夫。逻辑是收入 新客数 × 新客首单转化率 × 平均客单价 老客数 × 复购率 × 老客客单价。把每个因子单独预测再组合起来。比如新客数受投放预算影响你可以根据ROI历史表现预测投放效率复购率受产品生命周期影响你可以看看历史同期复购率的变化趋势。把每个因子拆开预测准确率会高很多。4.3 预警机制预测的终点是触发行动预测做完不算完关键要建立一套预警机制——把预测结果和阈值对比触发相应的行动方案。我自己做经营分析时有一个习惯给每个核心指标定三个颜色。绿色预测达成率在90%以上按原计划推进黄色预测达成率在80%-90%之间需要关注准备应对方案红色预测达成率低于80%马上启动专项讨论和调整动作阈值怎么定不能拍脑袋我一般参考两个东西一是目标的重要性关系到公司生死存亡的指标阈值收紧一点比如关键现金流指标我用75%就拉警报二是指标的历史波动幅度如果某个指标历史波动区间就正负20%那你设一个5%的偏差阈值就没有意义天天都在报警大家就无感了。预警机制建好之后还有一件事要做配套预案。黄色该干什么红色该干什么提前写清楚而不是每次到了红色才开紧急会议瞎琢磨。比如我在前一家公司做的就是库存周转天数超过45天自动触发促销清库存预案运营部有权直接启动限时折扣不需要再走一层审批。有了这种机制分析才有价值。5. 第四个问题我们该怎么办——决策闭环的临门一脚5.1 行动方案每个洞察都要能落地到动作上接下来会发生什么再往后走一步就是最后一个问题我们该怎么办这是经营分析最有价值、也最容易被忽略的问题。前面三个问题都是诊断和预测只有这个问题是治疗。诊断做得再好不治疗病人还是不会好。怎么办不是泛泛地提出提升效率、加强管理、优化结构这种正确的废话而是要落到具体可执行的动作上。我常用的格式是动作做什么一定要用动词开头负责人谁来推动必须明确到人完成时间什么时候做完必须是有时限的不能是持续推进期望效果完成之后预期带来什么改变可以量化的目标需要的资源需要什么支持预算、人力、系统权限等风险与备选方案万一没效果Plan B是什么举个例子。分析发现某区域门店的坪效显著低于其他区域原因是该区域的SKU结构与本地消费习惯严重不匹配。这个时候怎么办就不能只说优化SKU结构而要具体到动作将当地销量前20的品类SKU数量从10个扩充到25个同时下架连续90天零销量的SKU负责人商品运营部张某某完成时间下月15日前完成首轮调整期望效果该区域单店坪效提升15%需要的资源需要供应链部门配合调整配送清单需要额外的陈列空间规划风险与备选如果调整后30天坪效无提升退回原方案并启动区域专属促销备选方案这样写经营分析会的决议就不再是一句空话了。5.2 用假设推演让决策更稳有些怎么办涉及大额投入或者结构性调整不能拍脑袋就干。我通常会先做一轮假设推演。什么叫假设推演就是设定不同的情景测算每种情景下的结果再决定该不该干和怎么干。举个例子假设你现在要决策是否新开一个城市的分公司。你不能只算预计收入1000万成本800万净赚200万这一种情形而要算三笔账乐观情形市场接受度好第一年收入1500万净赚300万中性情形市场开拓顺利第一年收入1000万微利悲观情形市场拓展不顺第一年收入500万亏损300万同时算上机会成本然后问题就变成了如果出现悲观情形公司能不能承受300万的亏损如果答案是可以那就干如果不能就需要重新设计进入策略比如用轻资产模式先试水或者先做一个窄众市场验证成功再扩张。这个方法看似简单但真的能拦住很多拍脑袋决策。我在接咨询项目的时候经常遇到这种情况客户特别兴奋地想上一条新产线我用这个测算方法一做发现乐观情况下的回报率还不如把钱放在银行理财那条产线自然就被否了。开会的时候老板都不好意思表达感谢但事后证明这确实是帮了大忙。5.3 追踪复盘没有闭环的分析都是无效功最后一个环节也是90%的公司没做好的环节——追踪复盘。经营分析会上定了一个行动方案一个月之后呢这个方案执行没有效果怎么样如果没有复盘环节那前面所有分析都会慢慢变成走形式——因为你知道没人追分析得再好也不会有人当真。我的做法是在经营分析报表里专门做一页行动项追踪表行动项负责人计划完成日当前状态实际效果下一步计划华东区SKU优化张某某5月15日已完成80%坪效环比7.2%6月底完成全部替换大客户专项走访李某某4月30日已完成3家客户恢复月采继续跟进5家意向客户库存预警机制上线王某某6月1日开发中—5月20日前完成测试每个月的经营分析会第一页永远是看这个追踪表先过上次的行动项再进入新的议题。这个习惯养成了你就发现经营分析会不再是汇报表演而是一个真正推动业务前进的管理工具。6. 对照自检你的经营分析做到了几个层次6.1 四个问题对号入座写到这里我把四个问题汇总成一张自检表方便你对号入座。层级核心问题输出物常见表现分析深度第一层发生了什么数据报表、图表各种指标罗列没有判断数据汇报第二层为什么会发生归因分析、原因贡献表能定位原因但多数靠经验判断问题诊断第三层接下来会发生什么预测模型、预警机制有提前量能预判风险前瞻洞察第四层我们该怎么办行动方案、追踪复盘表有决策支持和落地闭环决策驱动你自己对照一下你所在的团队日常的经营分析工作大部分时间停留在哪一层其实我见过很多团队第一层、第二层都能做到第三层就开始吃力第四层基本全军覆没。原因也简单前三层大多只需要分析能力到了第四层你需要推动能力——你要能说服业务部门按你的建议行动你要能在下次会议上跟进完成情况你要能和老板对齐优先级和资源投入。这不是分析技术这是业务影响力。6.2 从第一层走向第四层的路径如果你发现自己目前还停留在第一层也不用焦虑因为往上走是有明确路径的。我的建议是不要贪多求快按这个顺序逐步升级先做扎实第一层。把你的指标定义、数据准确性、维度拆解能力打磨好。这一层是所有分析的地基。数据显示不清、口径不统一后面全白搭。我前面提到的指标字典建议这一步就建立起来。再用一个小切口打通第二层。不必一开始就全公司推广找一个老板最关心的问题或者找一个业绩波动最大的业务线做一次完整的归因分析用数据贡献表的形式把原因讲清楚。只要你做出一次成功的案例大家自然会认可你的价值。然后在月度报告中加入第三层。从最简单的同比趋势外推法开始在你的月度经营分析报告里增加一页下月预测与风险提示把可能出问题的指标提前标注出来。这个页面价值极高老板看了之后基本就离不开你了。最后通过具体的决策项目验证第四层。找到那个老板正在犹豫的决策用假设推演法给出一版测算建议推动一个具体的行动方案落地然后持续追踪结果。做成一次你在组织里的角色就不一样了。我印象最深的一次是在前东家推动关闭三个亏损门店这个决策。当时的分析显示这三个门店单店月均亏损12万但如果不关闭涉及到若干老员工安置和供应商合同赔付等隐性成本。我把两个方案的全周期成本都算了出来结论是关店虽然短期要付出40万的遣散和赔付成本但半年内就能收回长期每年少亏150万。管理层看完这个测算当天就拍板了。到年底复盘这个决策给公司带来了将近180万的利润改善。这就是第四层经营分析的力量。6.3 最后一句话做经营分析这些年我有一个很深的体会经营分析这事儿工具不重要算法不重要甚至数据基础都可以慢慢补真正重要的是你有没有那个用数据驱动决策的意识。同样一张Excel表在有些人手里就是一堆数字在另一些人手里就是一套完整的决策逻辑。差别就在这四个问题发生了什么为什么发生接下来会发生什么我们该怎么办。下次做经营分析报告之前你可以打开这份自检表问问自己我的报告到底回答了几个问题我个人实际带团队时还有一个心得不要求每次报告四个问题全答但至少锁定一个最值得深挖的问题答透。一次会议把一个真问题闭环掉比泛泛覆盖四个问题更有价值。宁可慢也一定要形成分析到决策到行动到复盘的完整闭环这才是经营分析真正产生价值的地方。