大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析入門指南

目錄第1章解決問題，你需要“流程”第一個(gè)重點(diǎn)是“劃定范圍”數(shù)據(jù)分析需要“假設(shè)”「解決問題的故事1」第2章分解數(shù)據(jù)，找到“問題的關(guān)鍵”表示大小的“平均值”了解“中位數(shù)”“油炸豆腐”和“天婦羅面渣”,哪個(gè)更好吃標(biāo)準(zhǔn)差為什么“用不上”視覺也是“感覺”「解決問題的故事2]第3章采用交叉視點(diǎn)，鎖定“原因”表示二者關(guān)系的“相關(guān)系數(shù)”鎖定原因也需要“假設(shè)”「解決問題的故事3]第4章制定對策，要依據(jù)“方程式”10秒鐘完成一元回歸分析「解決問題的故事4]第5章用數(shù)據(jù)講故事更上一層樓(高級技能簡介)解決問題，你需要“流程”章節(jié)介紹，我們先來概觀一下數(shù)據(jù)分析的整體流程(故事第一個(gè)重點(diǎn)是“劃定范圍”或者從所有數(shù)據(jù)中找到問題的關(guān)鍵(“A店鋪”“B商品”“20～30歲男性顧客”等)。題的關(guān)鍵(著眼于何處、如何劃定范圍會在第2章介紹)。只有確定了分解數(shù)據(jù)的角度，從鎖定原因到研究對策在，需要進(jìn)一步縮小對象范圍。關(guān)注2種以上數(shù)據(jù)之間的關(guān)系，有助于鎖定原因。這里設(shè)定什么樣的目標(biāo)?數(shù)值是多少?實(shí)施需要哪些資源?只有將這些內(nèi)容落實(shí)為具體的數(shù)饋實(shí)施的結(jié)果)。數(shù)據(jù)分析數(shù)據(jù)分析鎖定問題的關(guān)鍵明確目的或問題大致把握現(xiàn)狀討論及實(shí)施對策鎖定原因數(shù)據(jù)整理從廣闊的視角出發(fā)聚焦于關(guān)鍵點(diǎn)數(shù)據(jù)分析需要“假設(shè)”圖1-2分析流程中必不可少的“假設(shè)”整理數(shù)據(jù)整理數(shù)據(jù)鎖定問題的關(guān)鍵“為了比較進(jìn)行假設(shè)”分析數(shù)據(jù)討論及實(shí)施對策“為了鎖定原因進(jìn)行假設(shè)”明確目的或問題大致把握現(xiàn)狀鎖定原因圖1-3通過假設(shè)得出所需的方法及數(shù)據(jù)店鋪A店鋪A現(xiàn)烤面包的銷售額在最近三個(gè)月急劇下降(希望找到其主要原因)假設(shè)1賣場的服務(wù)水平變差了調(diào)查不同銷售人員之間的差別人員的銷售額數(shù)據(jù)不同銷售人歷數(shù)據(jù)不同商品售額數(shù)據(jù)促銷費(fèi)用數(shù)據(jù)假設(shè)2評價(jià)變差了調(diào)查不同商品之間的差別假設(shè)3調(diào)查促銷費(fèi)用的變化(問題)假設(shè)1:賣場的服務(wù)水平變差了(服務(wù)的原因)假設(shè)2:顧客對暢銷商品的評價(jià)變差了(商品的原因)假設(shè)3:促銷活動減少了(促銷的原因)人員的工作履歷數(shù)據(jù)”。對假設(shè)2也一樣，如果將方法表及4P營銷理論等(圖1-4)。圖1-4可用于假設(shè)的“框架”項(xiàng)目單價(jià)或數(shù)量是否減少了?人工費(fèi)、原料費(fèi)是否提高了?促銷費(fèi)用是否增加了?營業(yè)利潤營業(yè)外收入/支出最近的營業(yè)外支出是否有變化?凈利潤(產(chǎn)品)(渠道)(促銷)(價(jià)格)此外，我還建議運(yùn)用4P營銷理論的思維方式，將問題按“產(chǎn)品”“渠道”“促銷”“價(jià)格”進(jìn)行分類。如果問題是“防止銷售業(yè)績繼續(xù)下滑”,則可以從這4個(gè)角度來提這種情況下，就必須依靠其他通用信息(框架等),實(shí)現(xiàn)盡可能完善的分析。尤其是對1-3、圖1-4的圖表。開端決定了結(jié)論的質(zhì)量假設(shè)1:某些店鋪過度降價(jià)假設(shè)2:集中在特定時(shí)期過度降價(jià)假設(shè)3:與競爭對手展開價(jià)格戰(zhàn)導(dǎo)致過度降價(jià)假設(shè)1所需數(shù)據(jù)：每個(gè)店鋪的實(shí)際降價(jià)數(shù)據(jù)假設(shè)2所需數(shù)據(jù)：每月實(shí)際降價(jià)數(shù)據(jù)假設(shè)3所需數(shù)據(jù)：競爭對象產(chǎn)品的價(jià)格變化數(shù)據(jù)如果分析的結(jié)果能夠支持(或接近)自己的想法，分析者就會大大滿足，對風(fēng)險(xiǎn)就會變那么,這個(gè)事例中具體存在哪些問題呢?答案是，在問題設(shè)定中，就已經(jīng)包括了“原因”這項(xiàng)實(shí)際業(yè)務(wù)技能本身很了不起，但客觀分析的一個(gè)重要步驟，就是要有意識地回避我過去就曾遇到過一位“在這一行業(yè)潛心鉆研30年”的部長級人物，由于他斷言“這險(xiǎn)(徒勞無功)。之間的差距。用數(shù)字定義問題，具有以下兩個(gè)優(yōu)點(diǎn)：(1)可以明確用哪項(xiàng)指標(biāo)來衡量；(2)可以定量地與其他人一起確認(rèn)問題的嚴(yán)重程度及最終目標(biāo)。就不太會認(rèn)為原因“只是降價(jià)”或“只是成本”了(圖1-5)。圖1-5根據(jù)理想的狀態(tài)及其與現(xiàn)狀之間的差距找到問題理想的理想的狀態(tài)洗發(fā)水A的年度利潤保持在一定以上的狀態(tài)洗發(fā)水A的年度利潤未能保持一定水平與現(xiàn)狀的差距就是“問題”前文事例是從這里開始的!假設(shè)過度降價(jià)促銷力度不夠成本增加其他公司推出了具有競爭力的產(chǎn)品圖1-6設(shè)定更寬的檢驗(yàn)范圍(思考范圍)分析的入口分析的入口被假設(shè)所劃定的范圍本來應(yīng)該檢驗(yàn)的范圍分析「解決問題的故事1」個(gè)月降低了大約15%。這意味著與本年度計(jì)劃相比，全年預(yù)計(jì)將有約10%的目標(biāo)無法實(shí)現(xiàn)?！币鞔_沒有達(dá)到計(jì)劃的“現(xiàn)實(shí)”與“理想(計(jì)劃)”之間的差分解數(shù)據(jù)，找到“問題的關(guān)鍵”我們來看下面的例子。圖2-1是根據(jù)手頭的上個(gè)月銷售數(shù)據(jù)，假設(shè)“某個(gè)區(qū)域存在問0區(qū)域A區(qū)域B區(qū)域C區(qū)域D區(qū)域E圖2-2不同區(qū)域的日平均銷售額(過去5個(gè)月)0有任何意義(圖2-3)。圖2-3每個(gè)區(qū)域的店鋪數(shù)量區(qū)域E店鋪數(shù)量6用每個(gè)區(qū)域的銷售額除以店鋪數(shù)量，重新把各區(qū)域的單個(gè)店鋪平均日銷售業(yè)績制成圖2-4所示的圖表。從這個(gè)圖可以發(fā)現(xiàn)，與其他區(qū)域相比，區(qū)域B的銷售業(yè)績并不差。至圖2-4每個(gè)區(qū)域的日平均銷售業(yè)績(單個(gè)店鋪)(萬日元)(萬日元)一區(qū)域A-O-區(qū)域B-O-區(qū)域C-O一區(qū)域D-O-區(qū)域E題的關(guān)鍵),站在了分析的起跑線上。前文的例子中缺乏“把握數(shù)據(jù)(捕捉數(shù)據(jù)特征)的視點(diǎn)”的問題，在很多情況下可以通“趨勢”視點(diǎn)可以捕捉一段時(shí)間內(nèi)的變化，也被稱作時(shí)間序列。通過數(shù)據(jù)觀察變化經(jīng)“快照”視點(diǎn)是截取某個(gè)期間的情況。用指標(biāo)(平均值等)體現(xiàn)該期間的大小、比例度。例如，區(qū)域A的銷售額的確出現(xiàn)了大幅度下降(趨勢),不過如果通過“快照”發(fā)現(xiàn)其年銷售額規(guī)模不及整體的1%,我們就會毫不猶豫地將其從深入挖掘的對象中剔除出不過，對較大范圍(包括多個(gè)要素)的數(shù)據(jù)，即使進(jìn)運(yùn)用“四則運(yùn)算”來分解數(shù)據(jù)，使其變得更為詳細(xì)和具體。這就叫作“WHAT型假設(shè)”(圖2-5)。從其他品牌流從其他品牌流入的數(shù)量本品牌首次購買數(shù)量首次購買車輛的數(shù)量+本品牌保持率(客戶忠誠度)×再次購買對象數(shù)量新車銷售數(shù)量?平均單價(jià)年數(shù)維度顧客群體維度本品牌內(nèi)再次購買數(shù)量新車銷售總額產(chǎn)品維度+將較大變量分解為具體指標(biāo)進(jìn)行比較的維度圖2-6利用矩陣圖整理比較的重點(diǎn)“快照”視點(diǎn)“趨勢”視點(diǎn)大小的維度波動的維度如計(jì)算出能夠代表整體水平的平均值。例如得知產(chǎn)品A的平均分為55分，產(chǎn)品B是圖2-7是直方圖，能夠顯示位于各個(gè)區(qū)間(橫軸)的數(shù)據(jù)分別有多少個(gè)(縱軸),體圖2-7直方圖示例數(shù)據(jù)的數(shù)量數(shù)據(jù)的數(shù)量數(shù)值大小但是，如果毫不懷疑地把類似圖2-7的情況作為前提來使用平均值，就有可能陷入意圖2-8是一個(gè)40人班級的考試成績分布情況。其平均分為51分，但位于所有成績正中間(即第20名與第21名之間)的卻是57.5分。也就是說，得了55分的人雖然數(shù)逐漸減少，而圖2-8的數(shù)據(jù)卻呈現(xiàn)出截然不同的分布方式。圖2-8考試成績的分布分?jǐn)?shù)圖2-9對問卷調(diào)查的回答極不贊同極不贊同不贊同2既不贊同也不反對3極為贊同54那么,有沒有一種方法，可以大致判斷能否將平均值視為代表了解“中位數(shù)”這種情況下，還有一種簡便方法，即“中位數(shù)”。中位數(shù)例如，如果有4個(gè)數(shù)據(jù)(0、3、6、9),那么中位數(shù)就是3與6的平均值4.5。中圖2-10為平均值和中位數(shù)的特征一覽表。詳細(xì)了解平均值和中間值的各自特征，圖2-10平均值與中位數(shù)的特征小”(不一定位于中間位置)·認(rèn)知度高，便于與其他人溝通·平均之后，看不出原始數(shù)據(jù)·存在極大(或極小)數(shù)值時(shí)，會受其影響中位數(shù)數(shù)據(jù)表示了離群值影響而產(chǎn)生的缺陷)·無法通過計(jì)算得出(可以利用Excel的MEDIAN函數(shù)得出)例如，假設(shè)您是一家蕎麥面館的老板。為了了解客人喜歡的配菜是“油炸豆腐”還是“天婦羅面渣”,分別向200位客人做了問卷調(diào)查，請他們打分(滿分100分)。其結(jié)果如圖2-11所示。圖2-11對油炸豆腐和天婦羅面渣的評價(jià)回答人數(shù)總平均分大概很多人會認(rèn)為：油炸豆腐的(總平均分)高出6分多，那就多進(jìn)些油炸豆腐來賣歡迎做了統(tǒng)計(jì)”,并拿來了結(jié)果。如圖2-12所示，他分別統(tǒng)計(jì)了烏冬面和蕎麥面的平均圖2-12對烏冬面與蕎麥面的評價(jià)烏冬面蕎麥面圖2-13油炸豆腐與天婦羅面渣、烏冬面與蕎麥面的回答人數(shù)分布烏冬面蕎麥面合計(jì)圖2-14油炸豆腐與天婦羅面渣出現(xiàn)不同比較結(jié)果的玄機(jī)(平均分)(平均分)90人180人平均67平均61110人20人蕎麥面油炸豆腐天婦羅面渣只看整體，我們可能注意不到“數(shù)據(jù)構(gòu)成要素的差異(這里是烏冬面與蕎麥面的不同)”,忽略這種差異進(jìn)行單純比較，就有可能導(dǎo)致無法用到平均值”,我會回答：“想大致了解對象大小的時(shí)候”。當(dāng)然，我還會補(bǔ)充一句，請看圖2-15的例子。如果只按平均銷售額(粗框內(nèi))來看這家店鋪的業(yè)績，會得出什么結(jié)論呢?因?yàn)閺?月到7月期間平均銷售額沒有變化，所以結(jié)論一定會是“沒有什么圖2-15某店鋪6月與7月的銷售額比較日平均銷售額(萬日元)小大也許就會發(fā)現(xiàn)，6月到7月出現(xiàn)了每日銷售額波動幅度增大的情況。等),比較相對大小才能發(fā)揮作用。如圖2-16所示，對同一家店鋪的不同月份進(jìn)行比較，雖然平均值都是45萬日元，但由于標(biāo)準(zhǔn)差從10.1萬日元增至20萬日元，所以可以定量地體現(xiàn)出風(fēng)險(xiǎn)的增加。為了避6月日銷售額(萬日元)日平均銷售額1000萬日元的店鋪波動幅度(標(biāo)準(zhǔn)差)是30萬日元，日平均銷售額100萬日元的店鋪也有30萬日元波動，如果說二者“波動幅度相同”,恐怕誰都會覺得“以平均值為中心，在向其左右各擴(kuò)大1個(gè)標(biāo)準(zhǔn)差的范圍內(nèi)，會包含約占整體三分之二的數(shù)據(jù)(滿足正態(tài)分布的條件下)”第一次看到這句話的讀者，恐怕很難立刻理解其含意吧。這句話換成更易于理解的說法，就是“在所有數(shù)據(jù)以平均值為中心呈左右對稱分布、數(shù)據(jù)個(gè)數(shù)隨著數(shù)值對平均值的偏離而減少的情況下，在平均值增加和減少1個(gè)標(biāo)準(zhǔn)差的范圍內(nèi)，會包含所有數(shù)據(jù)的三分之二(如果有100個(gè)數(shù)據(jù)，就會有約66個(gè)數(shù)據(jù)分布在平均值增加和減少1個(gè)標(biāo)準(zhǔn)差的范圍內(nèi))”。即使這樣說，大概還是會有很多人不明白吧。更麻煩的是，即便理解了這段話的含義，在大多數(shù)情況下，“包含三分之二數(shù)據(jù)的范圍”“以平均值為中心左右對稱”“數(shù)據(jù)集中在平均值附近，極端數(shù)據(jù)較少。如果不符合這些(正態(tài)分布的)前提，標(biāo)準(zhǔn)差就沒有太大意義。然而我們很難斷定所有數(shù)據(jù)都接近正態(tài)分布。不如說在商業(yè)領(lǐng)域里，相反的情形更多。標(biāo)準(zhǔn)差為什么“用不上”因此，很多人因?yàn)椤敖y(tǒng)計(jì)書上的內(nèi)容”與“自己運(yùn)用”之間存在明顯的距離(還有很多情況下，二者之間的距離甚至大得已經(jīng)感覺不到距離),而放棄使用標(biāo)準(zhǔn)差。這就是人們常會覺得“理論上好像明白，但不會實(shí)際運(yùn)用”標(biāo)準(zhǔn)差這個(gè)工具的原因。標(biāo)準(zhǔn)差的計(jì)算公式如圖2-17所示。為了去除正負(fù)影響，先把各個(gè)數(shù)據(jù)的值與平均值的差平方后相加，除以數(shù)據(jù)個(gè)數(shù)之后，再開方。簡而言之，就是用一個(gè)數(shù)值來表示各數(shù)據(jù)與圖2-17標(biāo)準(zhǔn)差的計(jì)算公式標(biāo)準(zhǔn)差=A(各數(shù)據(jù)值-平均值)2的和標(biāo)準(zhǔn)差=A用計(jì)算器計(jì)算標(biāo)準(zhǔn)差很麻煩，可以使用Excel函數(shù)立即得到結(jié)果(圖2-18)。此外，不同版本的Excel中還有很多類似的函數(shù)。==STDEV(在此處指定數(shù)據(jù)范圍)當(dāng)然，只要不是嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)領(lǐng)域，我們在現(xiàn)實(shí)工作中也可以不考慮其前提條件，而只是粗略地比較數(shù)據(jù)的波動程度。但重要的是，如果我們在自己完全不了解(或者是忽略了)原本的制約條件下得出結(jié)果，那么在運(yùn)用該結(jié)果時(shí)應(yīng)該知道它并不是嚴(yán)密的。我在日產(chǎn)工作時(shí)曾經(jīng)制作了一個(gè)系統(tǒng)，用來管理遍布世界各地的120個(gè)國家或地區(qū)的需要在所有代理店中進(jìn)行相對評價(jià)。當(dāng)時(shí)我采用的方法是，將平均值增范圍定義為“標(biāo)準(zhǔn)”范圍，關(guān)注處于該范圍之外的深大家對標(biāo)準(zhǔn)差的理解(圖2-19)。圖2-19偏差值的計(jì)算公式例如，如果有人在平均分為50分的考試中得了80分，雖然知道這個(gè)分?jǐn)?shù)“高于平均分”,但卻無法得知這個(gè)人在整體中的位置。80分與平均值之間的30分差距是“大”如果得分超過80分，甚至更高的人數(shù)很多(即標(biāo)準(zhǔn)差較大),就不能說80分是一個(gè)相對優(yōu)秀的結(jié)果。而如果大部分人的分?jǐn)?shù)都在平均分50分前后(即標(biāo)準(zhǔn)差較小),則可那么,有沒有什么辦法可以將不太好用的標(biāo)準(zhǔn)差運(yùn)用到實(shí)際工作中呢?這里介紹兩種能圖中，縱軸表示數(shù)據(jù)的個(gè)數(shù)(頻數(shù)、頻率),橫軸表示數(shù)據(jù)大小的間隔(區(qū)間)。經(jīng)常有比較兩個(gè)直方圖，可以看出哪一邊的數(shù)據(jù)波動更大(或更小)。使用直方圖將全部數(shù)據(jù)波動更大，為50。圖2-20大規(guī)模店鋪與小規(guī)模店鋪的比較平均銷售額(萬日元)標(biāo)準(zhǔn)差變異系數(shù)例如，記錄A、B、C三個(gè)區(qū)域的快遞送達(dá)天數(shù)，制成直方圖(圖2-21)。圖2-21三個(gè)區(qū)域送達(dá)天數(shù)的不同送達(dá)天數(shù)(天)送達(dá)天數(shù)(天)送達(dá)天數(shù)(天)標(biāo)準(zhǔn)差變異系數(shù)如果根據(jù)這些直方圖來討論哪個(gè)區(qū)域送達(dá)天數(shù)的波動更大(注意討論的不是送達(dá)天數(shù)),視覺也是“感覺”有區(qū)域C的覆蓋范圍較廣，所以其平均送達(dá)天數(shù)較長，為5.9天。計(jì)算各區(qū)域的變異系數(shù)，區(qū)域A最大，為0.5,所以結(jié)論是區(qū)域A波動幅度相對最大。圖2-22原始數(shù)據(jù)與數(shù)據(jù)區(qū)間(分組)ABC1數(shù)據(jù)區(qū)間(分組)23456789假設(shè)A列為原始數(shù)據(jù)(圖2-22)。在另外一列(此處為B列)輸入數(shù)據(jù)間隔。這里按照10、20、30……100,以10為間隔來輸入。它表示直方圖中區(qū)間幅度的最大值。為結(jié)果。按下“確定”鍵之后，就會如圖2-23所示，在E列和F列顯示出各數(shù)據(jù)區(qū)間及其對應(yīng)的數(shù)據(jù)個(gè)數(shù)(頻率分布表)。圖2-23每個(gè)數(shù)據(jù)區(qū)間的數(shù)據(jù)數(shù)量(頻率)DEF數(shù)據(jù)區(qū)間頻率0112524211其他0中的間隔，需要自己調(diào)整。對任意一個(gè)柱體點(diǎn)擊右鍵，打開“設(shè)置數(shù)據(jù)系列格式”,將“分類間距”改為“O”。這樣，就完成了一幅如圖2-24所示的直方圖(Excel2013“加圖2-24完成后的直方圖「解決問題的故事2]第二步：“分解”數(shù)據(jù)，鎖定問題的關(guān)鍵對問題做出恰當(dāng)?shù)亩x，并大致把握現(xiàn)狀之后，接下來需要找到“問題的關(guān)鍵”。通過找出問題的關(guān)鍵，可以實(shí)現(xiàn)確定分析范圍的目的。如果數(shù)據(jù)中包含所有信息，就會像一筆糊涂賬，一直鉆研也無法取得任何進(jìn)展。因此，分解數(shù)據(jù)就顯得極為重要。圖A分解新車銷售總額從其他品牌流從其他品牌流入的數(shù)量+首次購買車輛的數(shù)量新車銷售數(shù)量+本品牌保持率(客戶忠誠度)×再次購買對象數(shù)量×平均單價(jià)本品牌內(nèi)再次購買數(shù)量本品牌首次購買數(shù)量新車銷售總額(萬日元)新車銷(輛)價(jià)(萬日元)(輛)內(nèi)再次購買數(shù)(輛)客戶忠10月11月12月10月11月12月我們將“本品牌首次購買數(shù)量”,即首次購買本品牌產(chǎn)品的顧客分為“從其品牌流入”的用戶和首次購車(非再次購買)的用戶。根據(jù)圖D可知，平均單價(jià)在2年期間比較穩(wěn)定，基本在平均值(200萬日元)上下5%(萬日元)本品牌內(nèi)再次購買數(shù)量本品牌首次購買數(shù)量0原因之一。不分析到這一步，即使發(fā)現(xiàn)“新車銷售額(數(shù)量)減少”,也仍舊無法回答“是否存在其他問題”“如何斷定這就是主要問題”等質(zhì)疑或追問。這樣的話就難以保證分析的可靠性。要注意的是，不能根據(jù)“本品牌內(nèi)再次購買數(shù)量”本身來判斷“數(shù)量增加就好”或者“數(shù)量減少所以不好”。我們應(yīng)該意識到，根據(jù)單純的數(shù)量“增加或者減少”“多或者少”只能看到表面的結(jié)果，而很難對現(xiàn)狀做出恰當(dāng)?shù)脑u價(jià)。因?yàn)橹挥袑ⅰ氨酒放苾?nèi)再次購買數(shù)量”與當(dāng)月再次購買車輛的總?cè)藬?shù)(輛數(shù))進(jìn)行比較，才有可能對現(xiàn)狀做出評價(jià)。為此，需要進(jìn)一步分解，掌握在所有需要再次購買的數(shù)量當(dāng)中，有百分之幾的人實(shí)際再次購買了本品牌產(chǎn)品。在看到某個(gè)數(shù)字時(shí)，我們要關(guān)注的是，“這個(gè)數(shù)字能否真正評價(jià)我們想知道的問題”“這個(gè)數(shù)字是在哪個(gè)范圍產(chǎn)生的”“在與其他數(shù)據(jù)進(jìn)行比較時(shí)，是否需要統(tǒng)一標(biāo)準(zhǔn)(這個(gè)例子中的標(biāo)準(zhǔn)是每月再次購買車輛的人數(shù))”等問題。將“再次購買數(shù)量”分為“本公司品牌”和“其他公司品牌”,并不只是因?yàn)榭梢詮睦碚撋线@樣做。之所以這樣分解，是因?yàn)槿绻艽_定這其中存在問題，就可以采取具體的措施。了解再次購買汽車時(shí)轉(zhuǎn)為購買其他公司產(chǎn)品的人與再次購買本公司產(chǎn)品的人的不同，才能采取對策。衡量這一情況的不是具體數(shù)量，而是客戶忠誠度(%)。只有將業(yè)務(wù)經(jīng)驗(yàn)、常識及其他人的意見都動員起來，才能獲得創(chuàng)意和思路。因?yàn)閿?shù)據(jù)自反之，如果一個(gè)數(shù)據(jù)分析沒有經(jīng)歷過類似的思考過程，就可以說它沒有目的和終點(diǎn)。實(shí)際上，到處都可以看到這種“機(jī)械性”的數(shù)據(jù)分析。觀察客戶忠誠度的變化(趨勢),可以發(fā)現(xiàn)導(dǎo)致“本品牌內(nèi)再次購買數(shù)量”減少的，不的比例增加了(圖G)。職業(yè)、性別等)、年數(shù)、車型(產(chǎn)品)等，從哪個(gè)維度來比較客戶忠誠度，才能鎖定問題圖H突出體現(xiàn)假設(shè)的要素(帶灰色背景的項(xiàng)目成為問題的關(guān)從其他品牌流從其他品牌流入的數(shù)量+首次購買車輛的數(shù)量+本品牌持續(xù)率(客戶忠誠度)?再次購買對象數(shù)量平均單價(jià)數(shù)度用戶群體維度產(chǎn)品維度新車銷售數(shù)量×本品牌內(nèi)再次購買數(shù)量本品牌首次購買數(shù)量新車銷售總額“快照”的視點(diǎn)“趨勢”的視點(diǎn)大小或比例的維度(1)對一定時(shí)期內(nèi)的新車銷售數(shù)量和客戶忠誠度的平均值進(jìn)行比較(2)對客戶忠誠度的變化進(jìn)行比較波動的維度(3)對一定時(shí)期內(nèi)客戶忠誠度的波動進(jìn)行比較(非此次檢驗(yàn)對象)此外，按照不同車型，對客戶忠誠度在2年期間的平均值進(jìn)行比較，只有車型A的客無法發(fā)現(xiàn)車型B到車型D之間的差異。讀者們肯定也會感到“怎么會這樣?”33%車型B(2)對客戶忠誠度的變化進(jìn)行比較接下來，利用折線圖對過去2年期間不同車型的客戶忠誠度進(jìn)行比較。根據(jù)前面確認(rèn)的結(jié)果，暫且將車型A從比較對象中剔除，對其余3個(gè)車型進(jìn)行比較(圖L)。轉(zhuǎn)為購買其他公司產(chǎn)品的比例提高了。具體數(shù)字是2年期間從約80%～90%減至50%~60%,降低了30～40個(gè)百分點(diǎn)?？梢姡瑩碛斜酒放飘a(chǎn)品但需要再次購買車輛的人中，這2年期間有近30%被其他公司奪走。接下來對2年期間客戶忠誠度的變異系數(shù)進(jìn)行比較(圖M)。但因?yàn)檫@里只有2年期間的數(shù)據(jù)，所以對這一點(diǎn)就忍痛割愛，不做詳細(xì)論述了。前文的這些結(jié)果可以歸納為如下內(nèi)容(圖N)?！翱煺铡钡囊朁c(diǎn)“趨勢”的視點(diǎn)大小/比例的角度平均客戶忠誠度沒有太大差異較小車型B與車型C的客戶忠誠度自一年前起出現(xiàn)下降波動的角度車型D的波動較大(非此次檢驗(yàn)對象)上探索最根本原因的同時(shí)，通過全方位的檢驗(yàn)，將這2個(gè)車型鎖定為問題的關(guān)鍵。面對“為什么最后鎖定這2個(gè)車型”的質(zhì)疑，能夠提供確鑿的“根據(jù)(論據(jù))”,這一點(diǎn)可采用交叉視點(diǎn)，鎖定“原因”那么,從這些指標(biāo)可以獲得哪些信息呢?不過是現(xiàn)有數(shù)據(jù)范圍內(nèi)的結(jié)果或者現(xiàn)狀。進(jìn)一步分解銷售額的構(gòu)成要素，對每種商品、每個(gè)店鋪、不同月份等進(jìn)行深入研究(分解),值介于-1和+1之間(圖3-1)。圖3-1相關(guān)系數(shù)高度正相關(guān)高度高度正相關(guān)不相關(guān)負(fù)相關(guān)正相關(guān)之增加。二者完全成比例(如果一方增至2倍，另一方也隨之變?yōu)?倍)時(shí)的相關(guān)系數(shù)之規(guī)，一般0.7以上可以視為“高度(正)相關(guān)”。0.7并不是一個(gè)嚴(yán)格的標(biāo)準(zhǔn)，現(xiàn)實(shí)中根據(jù)不同的分析目的和所需準(zhǔn)確度，有時(shí)0.5以上即可視為相關(guān)。浪費(fèi)。圖3-2為運(yùn)用Excel函數(shù)計(jì)算相關(guān)系數(shù)的例子。圍，并用逗號隔開，即可立即得出相關(guān)系數(shù)。在圖3-2的例子中，相關(guān)系數(shù)為0.84,可圖3-2來店人數(shù)與營銷費(fèi)用的變化ABC1來店人數(shù)(人)營銷費(fèi)用(萬日元)22013年4月32013年5月42013年6月52013年7月62013年8月72013年9月82013年10月92013年11月2013年12月2014年1月2014年2月2014年3月2014年4月2014年5月2014年6月2014年7月2014年8月2014年9月2014年10月2014年11月2014年12月作為參考，我們再看運(yùn)用這些數(shù)據(jù)制成的散點(diǎn)圖(圖3-3)?？v軸為來店人數(shù)，橫軸為營銷費(fèi)用。由于具有0.84的高度相關(guān)，縱軸會圖3-3營銷費(fèi)用與來店人數(shù)相關(guān)營銷費(fèi)用(萬日元)圖從直觀上展現(xiàn)兩種數(shù)據(jù)之間的關(guān)系，有時(shí)也可以發(fā)揮重要的作用。尤其對下面3種情①能夠發(fā)現(xiàn)明顯的離群值(出于某種原因，明顯偏離其他數(shù)據(jù)的數(shù)據(jù))。離群值可能會②相關(guān)系數(shù)能夠體現(xiàn)兩種數(shù)據(jù)之間的比例關(guān)系(線性關(guān)系),但并非所有數(shù)據(jù)之間都是鎖定原因也需要“假設(shè)”假設(shè)，這一點(diǎn)非常重要。在分析問題原因時(shí)，假設(shè)也同樣有效思考，而是客觀地進(jìn)行探索，這也是從事數(shù)據(jù)分析的條件之一。此外，還有2點(diǎn)需要注(1)尋找接近結(jié)果的原因(2)選擇能夠采取對策的原因(1)能夠立即得出答案(2)簡單易懂，更容易得到對方理解相關(guān)分析的結(jié)果(相關(guān)系數(shù))介于-1至+1之間，對任何人來說都很易于理解。而且無(3)能夠分析單位不同的數(shù)據(jù)在工作中，輸入的信息與輸出的信息不一定都能用同樣的單位表示。代表性例子是，發(fā)送網(wǎng)頁宣傳單的次數(shù)與來店人數(shù)之間的關(guān)系。輸入信息是發(fā)送網(wǎng)頁宣傳單的次數(shù)，單位是“次”,而輸出信息是來店人數(shù)，單位是“人”。兩種數(shù)據(jù)單位不同，無法進(jìn)行四則運(yùn)算，或者單純用數(shù)值進(jìn)行比較，但做相關(guān)分析就完全沒有問題。也就是說，相關(guān)分析的方法通用性很高，不受單位限制，可廣泛用于現(xiàn)實(shí)業(yè)務(wù)。(4)為回歸分析等進(jìn)一步分析做鋪墊將數(shù)據(jù)的相關(guān)關(guān)系寫成公式，就可以通過“回歸分析”(第4章)做出更為具體的預(yù)測或制定計(jì)劃方案等。也就是說，相關(guān)分析還可以為下一個(gè)分析階段提供線索。相關(guān)分析可以單獨(dú)運(yùn)用于實(shí)際業(yè)務(wù)，也可以為其他深入分析做準(zhǔn)備。這樣可以避免只用單獨(dú)的一種方法結(jié)束分析，而是用其他方法做補(bǔ)充，或者組合使用，從而通過多個(gè)分析形成脈絡(luò)，描繪出解決問題的完整故事。正如我多次強(qiáng)調(diào)的，貫穿始終的故事可以增強(qiáng)分析的論據(jù)，顯著提高對方的理解和接受程度。我在日產(chǎn)工作時(shí)，曾在很多項(xiàng)目中運(yùn)用過相關(guān)分析。對那些全面掌握商業(yè)管理領(lǐng)域各項(xiàng)技能的高管，不用解釋“什么是相關(guān)”,相關(guān)分析可以被所有高層管理者積極地接納。即使有人不了解相關(guān)分析，也可以使用散點(diǎn)圖直觀展現(xiàn)兩個(gè)數(shù)據(jù)之間的關(guān)系，獲得相同的效果。散點(diǎn)圖的直觀效果與相關(guān)系數(shù)的定量分析相輔相成，在很多場合都曾發(fā)揮出卓越效果。除了需要高層管理者進(jìn)行決策的場合，在銷售部門的日常業(yè)務(wù)中，相關(guān)分析也能夠發(fā)揮威力。一般來說，汽車行業(yè)擁有豐富的銷售數(shù)據(jù)。我剛?cè)肼殨r(shí)，也會收到各種途徑匯報(bào)上來的銷售業(yè)績，但這些數(shù)據(jù)只不過是從各種角度展示的業(yè)績而已。半路入行的我最感興趣的是，這些數(shù)據(jù)與結(jié)果之間具有怎樣的聯(lián)系、會受到怎樣的影響等問題。因此我使用各種數(shù)據(jù)，逐一考察它們與結(jié)果類數(shù)據(jù)之間的相關(guān)關(guān)系。這么做的結(jié)果，是一些之前“只是結(jié)果”的匯報(bào)可以發(fā)揮更大的作用，使我洞悉影響結(jié)果的原因。我所屬的部門負(fù)責(zé)區(qū)域銷售，過去沒有將數(shù)據(jù)組合在一起看過，而這種做法作為一個(gè)新突破口或新視點(diǎn)，成為有效利用數(shù)據(jù)的第一步。找到相關(guān)分析的著眼點(diǎn)那么,應(yīng)該如何將相關(guān)分析用于眼前的問題呢?有一個(gè)降低難度的方法，就是記住常見的應(yīng)用模式。圖3-4列舉了在解決問題的實(shí)際工作中應(yīng)用相關(guān)分析的兩種模式。圖3-4在實(shí)際業(yè)務(wù)中運(yùn)用相關(guān)分析的著眼點(diǎn)最終目標(biāo)最終目標(biāo)候選原因1候選原因2候選原因N是否是否是否中間流程1最終輸出信息中間流程N(yùn)輸入信息圖3-5在銷售過程中應(yīng)用相關(guān)分析獎(jiǎng)金獎(jiǎng)金(用于減價(jià))零售店是否相關(guān)?(數(shù)據(jù))每臺計(jì)算機(jī)的減價(jià)促銷金額批發(fā)商(數(shù)據(jù))每臺計(jì)算機(jī)的獎(jiǎng)金金額銷售臺數(shù)是否相關(guān)?減價(jià)促銷用戶圖3-6相關(guān)分析的結(jié)果減價(jià)促銷減價(jià)促銷零售店計(jì)算機(jī)A計(jì)算機(jī)B批發(fā)商所示的2種模式，將其套用到各種情形，就能通過反復(fù)嘗試逐漸培養(yǎng)出這種視點(diǎn)和直覺。兩種。例如下面的情形，假設(shè)這是過去15周內(nèi)各種商品銷售數(shù)量的數(shù)據(jù)(圖3-7)。圖3-7過去15周內(nèi)各種商品銷售數(shù)量周冷凍食品酒點(diǎn)心副食圖3-7的樣本量在實(shí)際工作中其實(shí)還不夠充分(一般認(rèn)為最少需要30個(gè)樣本),不合，可以得出10種模式。對這種規(guī)模的數(shù)據(jù)，可以用Excel的CORREL函數(shù)逐一計(jì)算但如果商品種類變?yōu)?0種，就會產(chǎn)生45種組合模式。這時(shí)再用Excel的CORREL列表中選擇“分析工具庫”(圖3-8)。圖3-8選擇加載項(xiàng)C\..osoftOffice\Office15\C:\.elAdd-in\PowerPivotExcelClienC:\elAdd-in\AdHocReportingExcelC:\-\Offce15\Library\SOLVER\SOLVEC:\.ffice\Office15\Library\EUC:\..Office\Office15ADDINS\TCSCCOCOM加載項(xiàng)查看和管理MicrosoftOffice加載項(xiàng)。點(diǎn)擊頁面下部的“轉(zhuǎn)到”按鍵，在接下來的畫面中勾選“分析工具”,點(diǎn)擊“確定”。這樣就在Excel中加載了分析工具。加載成功以后，同一臺計(jì)算機(jī)以后無須再次加載，圖3-9勾選分析工具分析工具庫-VBA取消圖3-10選擇“相關(guān)系數(shù)”圖3-115種食品的相關(guān)系數(shù)矩陣(分析結(jié)果)冷凍食品酒點(diǎn)心副食冷凍食品1酒1點(diǎn)心1副食1面包1圖3-11顯示了5種數(shù)據(jù)之間所有組合的相關(guān)系數(shù)。從中可以發(fā)現(xiàn)，有3種組合，即利用矩陣排列優(yōu)先順序相關(guān)系數(shù)不僅能單獨(dú)使用，還可與其他指標(biāo)組合起來進(jìn)一步應(yīng)用5個(gè)因素的評分。圖3-12溫泉旅館顧客滿意度問卷調(diào)查結(jié)果·…·高綜合滿意度。旅館的資源(經(jīng)費(fèi)、時(shí)間、人員等)有限，需要對5個(gè)因素進(jìn)行比較，決定其優(yōu)先順序。為此，我們考察了各因素與綜合滿意度的相關(guān)系數(shù)(圖3-13)。圖3-13各因素與綜合滿意度的相關(guān)系數(shù)與綜合滿意度的相關(guān)系數(shù)縱軸，以平均值為橫軸，做成圖3-14所示的矩陣。為了明確評價(jià)標(biāo)準(zhǔn)，我們將綜合滿意度的平均值(61.6分)和相關(guān)系數(shù)0.5做了突出顯示。與綜合滿意度具有相關(guān)關(guān)系(以0.5為標(biāo)準(zhǔn))的，包括“料理”“洗浴”和“服圖3-14顧客滿意度矩陣平均值(得分)數(shù)值作為另一個(gè)維度，這樣可以把性質(zhì)迥異的2個(gè)維度結(jié)合起來，互相補(bǔ)充對方所欠缺另一方面，僅憑“得分的高低”,也無法了解它對有過僅憑得分高低做判斷的經(jīng)歷吧)。將2個(gè)維度組合起來，可以補(bǔ)充缺失的信息，能像這樣，需要客觀地決定優(yōu)先順序時(shí)，可以通過2個(gè)維度展現(xiàn)其相對定位。這樣不僅我曾經(jīng)多次使用過這個(gè)武器。例如有時(shí)需要在短短5分鐘的有限時(shí)間內(nèi)，同時(shí)展示結(jié)可以大大提高數(shù)據(jù)分析的質(zhì)量。那么,都有哪些陷阱呢?以下介紹4種常見的情況。的故事就是因果關(guān)系。將信息碎片隨意拼接起來，編造出若有其事的故事(因果關(guān)系),論，認(rèn)為“進(jìn)一步增加媒體曝光，就能增加銷售額”呢?答案是“也許是，也許不是”(圖3-15)。圖3-15媒體曝光度與咨詢件數(shù)之間是否具有直接關(guān)聯(lián)?作為檢驗(yàn)因果關(guān)系的方法之一，可以考察2種數(shù)據(jù)發(fā)生變化的時(shí)期(順序)。因果關(guān)陷井2疑似相關(guān)任何情形都可以通過計(jì)算得出相關(guān)分析的結(jié)果(相關(guān)系數(shù)),但這個(gè)結(jié)果未必都是由不是”。僅憑相關(guān)分析的結(jié)果無法得出真正答案。如圖3考慮是否存在“第3個(gè)要素”。圖3-16顧客滿意度與銷售額之間可能存在“第3個(gè)要素”示兩者高度相關(guān)，但我們卻不能就此認(rèn)定二者有直接關(guān)系(例陷井3數(shù)據(jù)的范圍異。圖3-17顯示了某保險(xiǎn)產(chǎn)品銷售專柜員工“接受培訓(xùn)以得到0.40這樣一個(gè)并不算高的數(shù)值。散點(diǎn)圖上發(fā)現(xiàn)前后出現(xiàn)變化的點(diǎn)。圖3-17的例子很明顯，以接受培訓(xùn)20次左右為界，圖3-17培訓(xùn)的效果檢驗(yàn)服務(wù)態(tài)度的得分(分)服務(wù)態(tài)度的得分(分)接受培訓(xùn)的次數(shù)(次)單獨(dú)計(jì)算接受20次培訓(xùn)以后的相關(guān)系數(shù)，可以得到接近1的高度相關(guān)的數(shù)值。這個(gè)陷井4離群值大差異。圖3-18是從25家經(jīng)銷商收集的汽車分期付款銷售數(shù)量。從整體上可以看出，隨著貸款利率(橫軸)的升高，分期付款銷售數(shù)量(縱軸)呈下降趨勢。離群值0收集此類無法從數(shù)據(jù)中獲知的信息，并進(jìn)行判斷，也是分析者的重要工作之一。車型車型B的客戶忠誠度下降為什么?因?yàn)槠渌就瞥隽司哂懈偁幜Φ漠a(chǎn)品為什么?售后服務(wù)用戶對售后服務(wù)感到不滿用戶對產(chǎn)品本身不滿由于用戶的綜合滿意度下降價(jià)格對價(jià)格不滿那么,先來看綜合滿意度(月份平均)與客戶忠誠度是否相關(guān)。因?yàn)闆]有區(qū)分不同車型如圖B所示，整體客戶忠誠度與綜合滿意度之間的相關(guān)系數(shù)為0.64,由此可知一般來說(不區(qū)分車型),兩者之間存在相關(guān)關(guān)系。再看不同車型客戶忠誠度與綜合滿意度的相關(guān)，車型B和車型C與綜合滿意度的相關(guān)系數(shù)分別為0.75、0.69,數(shù)值較高，可以確客戶忠誠度(%)車型A車型C度(%)43.1%81.1%4月66.1%8月69.1%9月10月11月23.1%47.1%12月4月61.1%8月9月10月11月12月與綜合滿意度的相關(guān)系數(shù)與綜合滿意度的相關(guān)系數(shù)與綜合滿意度的相關(guān)系數(shù)通過圖C可以發(fā)現(xiàn)，對車型B來說，與同類產(chǎn)品的價(jià)格比(相對而言是貴還是便宜)對綜合滿意度的影響較大。二者的相關(guān)系數(shù)為-0.72,表示價(jià)格越合滿意度高度相關(guān)(0.59)。我們也可以越過綜合滿意度，直接考察每個(gè)車型的客戶忠誠度與“售后服務(wù)”“產(chǎn)品”定原因之后，接下來就是制定改進(jìn)(解決)措施了。此次分析將其優(yōu)先此次分析將其優(yōu)先順序推后大的變化從其他品牌流入的數(shù)量+首次購買車輛的數(shù)量+本品牌保持率(客戶忠誠度)本品牌內(nèi)再次購買數(shù)量再次購買對象數(shù)量車型B和車型超出控制范圍因?yàn)槠渌就瞥隽司哂懈偁幜Φ漠a(chǎn)品由于用戶的綜合滿意度下降年數(shù)維度用戶群體維度產(chǎn)品維度本品牌首次購買數(shù)量C銷售減少制定對策，要依據(jù)“方程式”高度相關(guān)雖然有助于發(fā)現(xiàn)或公布視頻的頻率購買數(shù)量將“公布視頻的頻率”每周增加5次，“購買數(shù)量”每周將會增加100個(gè)在實(shí)際工作中落實(shí)到具體措施，需要類似信息圖4-230個(gè)星期內(nèi)每周公布視頻的頻率和購買數(shù)量的數(shù)據(jù)周公布視頻的頻率(次/周)購買數(shù)量(個(gè)/周)123456相關(guān)系數(shù)相關(guān)系數(shù)0.80(1)用散點(diǎn)圖展現(xiàn)2個(gè)數(shù)據(jù)間的關(guān)系圖4-3公布視頻的頻率與購買數(shù)量的散點(diǎn)圖公布視頻的頻率(次/周)(2)用散點(diǎn)圖求回歸方程選擇散點(diǎn)圖上任意一個(gè)點(diǎn)，點(diǎn)擊鼠標(biāo)右鍵，在菜單中選擇“添4-4所示的頁面中勾選最下面的“顯示公式”和“顯示R平方值”。如圖4-5所示，散圖4-4勾選在圖表中顯示公式和R平方值4趨勢線選項(xiàng)移動趨勢預(yù)測周期周期公布視頻的頻率(次/周)y=3.3303x+84.911購買數(shù)量(個(gè)/周)=3.33×公布視頻的頻率(次/周)+84.9接下來，我們來看R2。在圖4-2的例子當(dāng)中，相關(guān)系數(shù)是0.80。其平方為0.64,多數(shù)情況下，我們將相關(guān)系數(shù)大于0.7,或者稍微放寬一些，將相關(guān)系數(shù)大于0.5的情況視為“相關(guān)”。0.7和0.5的平方分別為0.49和0.25。大多數(shù)情況下，我將0.7作為相關(guān)系數(shù)的標(biāo)準(zhǔn)，將0.49作為R2的標(biāo)準(zhǔn)，大于這個(gè)數(shù)值則判斷數(shù)據(jù)相關(guān)，可以放如果用百分?jǐn)?shù)(%)表示R2,它可以理解為“被解釋變量”在多大程度上可以由“解釋變量”來說明。就前文這個(gè)事例來說，就是在“購買數(shù)量”這個(gè)變量(=0.6402)可以通過“公布視頻的頻率”得到解釋。這樣可能更便于我們那么,剛才得出的回歸方程，應(yīng)該如何解釋呢?斜率(3.33)表示，“公布視頻的頻率”每周增加1次，“購買數(shù)量”將會增加3.33個(gè)。比較公布視頻的頻率增加1次的成本銷售增長。如果公布視頻1次需要1000日元的成本，而銷售增加3.33個(gè)帶來的利潤只靠相關(guān)分析的結(jié)果無法得到類似的數(shù)值關(guān)系。通過這種關(guān)系可以得知另一方面，假設(shè)本周銷售目標(biāo)為400個(gè)，也可以將它代入y,反向推算公布視頻的頻率(400=3.33×公布視頻的頻率+84.9)。計(jì)算可知，需要公布視頻的頻率為95次/周。像這樣，知道達(dá)到目標(biāo)(例如銷售數(shù)量400個(gè))所需要的輸入(例如公布視頻的頻率)為多少，就可以計(jì)算出需要多少資源，或者據(jù)此設(shè)定行動指標(biāo)(KPI:重要業(yè)績評價(jià)指標(biāo)),從而制定出更為客觀并符合邏輯的計(jì)劃。圖4-6用散點(diǎn)圖逆向推算公布視頻的頻率公布視頻的頻率(次/周)提是2個(gè)數(shù)據(jù)之間存在直線比例關(guān)系。情況或關(guān)系越復(fù)雜，就越不符合嚴(yán)密的線性關(guān)系。只要高于一定標(biāo)準(zhǔn)(例如0.25或0.49),還是建議使用一元回歸分析。值”,如何設(shè)定數(shù)據(jù)的范圍(例如是過去半年期間的數(shù)據(jù)，還是一年期間的數(shù)據(jù)),分析一元回歸分析是一種極其卓越的方法，只用10秒鐘的時(shí)間就可以使用Excel計(jì)算出那么,該如何運(yùn)用呢?幾乎所有的數(shù)據(jù)分析教科書都沒有涉及“把有限的資源(時(shí)間、成本)投入到哪里、投入多少才能發(fā)揮最大效率”“現(xiàn)行的成對于收益，同樣也需要明確此處所說的收益是用哪些數(shù)據(jù)衡量的。例如，除了常用的如果不用數(shù)值表示，而是直接站在店里觀察來店的人數(shù)，會怎樣呢?假設(shè)在使用了60萬日元廣告宣傳費(fèi)的那一周，A店觀測到的來店人數(shù)約為500人，B店約為750人。B僅靠這一點(diǎn)并不能得知廣告宣傳(費(fèi))帶來的真正收益。來店人數(shù)(1周的人數(shù))=3.73×廣告宣傳費(fèi)(萬日元)+273.6圖4-7廣告宣傳費(fèi)與來店人數(shù)的關(guān)系廣告宣傳費(fèi)(萬日元)廣告宣傳費(fèi)(萬日元)請大家注意，該方程的斜率為3.73,這意味著廣告宣傳費(fèi)每增加1萬日元，來店人數(shù)可以增加3.73人。這個(gè)數(shù)值代表1萬日元能夠帶來多大的收益。同樣可知，B店每增加1萬日元的廣告宣傳費(fèi)，來店人數(shù)會增加2.86人。同樣是1萬日元，用在哪一家店鋪的效果更好(即成本帶來的收益更高)呢?比較斜率，3.73大于2.86,因此A店的“相關(guān)系數(shù)常作為篩選標(biāo)準(zhǔn)，與0.7、0.5等界限值進(jìn)行比較，只要高于界限值就可以2個(gè)視角來看，用相關(guān)分析判斷關(guān)聯(lián)的緊密程度，用回歸分析判斷其影響大小。”下面，為了進(jìn)一步理解回歸分析的結(jié)果，我們再來思考，同樣使用了60萬日元的廣告因?yàn)閺V告宣傳而來店的顧客。我們可以從“理論上”計(jì)算出不使用廣告宣傳費(fèi)(即0日元)也會來店的人數(shù)。在回歸方程中，把0代入廣告宣傳費(fèi)，其結(jié)果就是無論是否進(jìn)行A店：來店人數(shù)(人)=3.73×0+273.6=273.6(人)B店：來店人數(shù)(人)=2.86×0+569.3=569.3(人)也就是說，即使沒有廣告，B店仍然會有約570人來店，遠(yuǎn)遠(yuǎn)多于A店的約270人。這可能是店鋪選址或商圈等方面的差異造成的。從使用60萬數(shù)(A店約500人、B店約750人)中，減去并非因?yàn)閺V告宣傳而來店的人數(shù)：A店：500-約270=約230(人)B店：750-約570=約180(人)可知，使用60萬日元廣告宣傳費(fèi)，A店能夠吸引來的人數(shù)比B店多約50人。在現(xiàn)那么將B店的廣告宣傳支出削減為零，把所有費(fèi)用都集中到A店會更好事例2合理分配資源客來店，將目標(biāo)設(shè)定為3200人。單純按照每月4個(gè)星期計(jì)算，則相當(dāng)于每周800人。為了實(shí)現(xiàn)800人的目標(biāo)，需要的廣告宣傳費(fèi)如下：800(人)=3.73×廣告宣傳費(fèi)(萬日元)+273.6根據(jù)這個(gè)方程式計(jì)算，得知每周所需的廣告宣傳費(fèi)約為141萬日元，所以這個(gè)月(4周)需要的預(yù)算約為560萬日元。與缺乏可靠根據(jù)的預(yù)估金額相比，這種方法能夠明確事例3設(shè)定合理的KPI在下面的事例中，某設(shè)施為了增加使用人數(shù)(提高使用率),針對相關(guān)分析得出的原因，如圖4-8上方的散點(diǎn)圖所示，假設(shè)下一年度使用人數(shù)的目標(biāo)為2000人(該目標(biāo)可以根據(jù)過去數(shù)據(jù)進(jìn)行回歸分析，可以倒推出使用人數(shù)達(dá)到2000人所需達(dá)到的“使用滿2000(人)=23.68×使用滿意度(分)+174.7么,怎樣才能讓使用滿意度達(dá)到77分呢?只提出“提高使用滿意度”的口號，員工還是高使用滿意度的更進(jìn)一步原因。然后像圖4-8下面的散點(diǎn)圖一樣，對度要達(dá)到77分，使用方便程度的分?jǐn)?shù)需要達(dá)到約66分?？梢姡獙?shí)現(xiàn)2000人的使用人數(shù)目標(biāo)，使用滿意度需要達(dá)到77分，為此需要將使用方便程度提高到至少66分。圖4-8通過KPI實(shí)現(xiàn)使用人數(shù)目標(biāo)0使用滿意度(100分滿分)使用滿意度(100分)使用人數(shù)(人/月)設(shè)施B設(shè)施C設(shè)施D設(shè)施E設(shè)施I設(shè)施J設(shè)施L設(shè)施O使用方便程度KPI分別設(shè)定為77分和66分。接下來便可以每月進(jìn)行問卷調(diào)查，參考目標(biāo)值，檢測的橫軸)對某個(gè)目標(biāo)(散點(diǎn)圖上的縱軸)來說是否有效，或者檢驗(yàn)回歸直線是否至少是向右上方傾斜的(即越采取行動越能產(chǎn)生效果)。對各種背景分成多個(gè)期間分別嘗試，有時(shí)便能在某個(gè)范圍內(nèi)找到更為「解決問題的故事4]車型B的客戶忠誠度在過去6個(gè)月里跌至約60%。雖然1年多以前的客戶忠誠度接近90%,但馬上恢復(fù)到當(dāng)時(shí)的水平是不現(xiàn)實(shí)的，因此公司決策層提出的要求是，在6個(gè)月以內(nèi)提高25%,即將客戶忠誠度恢復(fù)到75%(60×1.25)。如何使用數(shù)字將客戶忠誠度75%的目標(biāo)與一線作為行動目標(biāo)的KPI聯(lián)系在一起，這關(guān)由于車型B的客戶忠誠度與綜合滿意度之間的相關(guān)系數(shù)為0.75,屬于高度相關(guān)，因此意度產(chǎn)品同類產(chǎn)10月11月12月10月11月12月與綜合滿意度的相關(guān)系數(shù)客戶忠誠度(75%)=0.005×綜合滿意度+0.3753用這個(gè)方程計(jì)算綜合滿意度，約為75(分)。根據(jù)圖B的回歸直線，也可確認(rèn)要實(shí)現(xiàn)“客戶忠誠度75%”,綜合滿意度需要達(dá)到75分。但是只有“使綜合滿意度達(dá)到75分”的目標(biāo)，仍然圖B綜合滿意度與客戶忠誠度的關(guān)系(車型B)綜合滿意度根據(jù)這個(gè)回歸方程，可以計(jì)算出達(dá)到75分的綜合滿意度，需要何種程度(與之前的思路相同)。綜合滿意度(75分)=-103.35×同類產(chǎn)品價(jià)格比+180.55計(jì)算得出的同類產(chǎn)品價(jià)格比為1.02,即車型B與同類產(chǎn)品相比，價(jià)格高出2%之內(nèi)屬0同類產(chǎn)品價(jià)格比滿意度”為媒介，先分析“客戶忠誠度”與“綜合滿意度”,然后再分析約為74分(從圖E中也可以確認(rèn))?？蛻糁艺\度(75%)=0.0048×售后服務(wù)滿意度(分)+0.3933意度意度同類產(chǎn)品與綜合滿意度的相關(guān)系數(shù)務(wù)滿意度會受到哪些具體因素的影響。圖F是對100電話訪問顧客服務(wù)態(tài)度分?jǐn)?shù)等候時(shí)間57533332778與售后服務(wù)滿意度的相關(guān)系數(shù)從結(jié)果可以發(fā)現(xiàn)，在3個(gè)要素當(dāng)中，接待顧客時(shí)“服務(wù)態(tài)度”的好壞最為關(guān)鍵(相關(guān)系數(shù)為0.66)。對售后服務(wù)滿意度和服務(wù)態(tài)度進(jìn)行一元回歸分析，其結(jié)果如圖G所示。經(jīng)過計(jì)算可以得知，售后服務(wù)滿意度要達(dá)到74分，服務(wù)態(tài)度分?jǐn)?shù)需要達(dá)到76分。服務(wù)態(tài)度分?jǐn)?shù)(分)售后服務(wù)滿意度(74分)=0.6607×服務(wù)態(tài)度分?jǐn)?shù)(分)+23.923可以篩選出低于76分的數(shù)值。將分?jǐn)?shù)高于76分的單元格清空，計(jì)算出其平均值(圖圖H售后服務(wù)滿意度與服務(wù)態(tài)度分?jǐn)?shù)(76分以下)的關(guān)系服務(wù)態(tài)度分?jǐn)?shù)服務(wù)態(tài)度分在這個(gè)例子中，76分以下得分的平均值為51分。也就是說，我們的目標(biāo)是將目前低于76分的對象的平均值提高25分，使之達(dá)到76分(高于76分的分?jǐn)?shù)也會隨之提高，所以可以期待整體達(dá)到更高的分?jǐn)?shù))。按照以下條件實(shí)施服務(wù)培訓(xùn)，以求提高分?jǐn)?shù)的話，我們還可以針對所需資源做出定量預(yù)測(計(jì)劃)。將KPI設(shè)定為服務(wù)態(tài)度分?jǐn)?shù)提高至76分(客戶忠誠度達(dá)到75%),作為成本，需要規(guī)劃出125萬日元的經(jīng)費(fèi)(圖I)。圖I定量預(yù)測實(shí)施前提及所需資源實(shí)施培訓(xùn)水平及預(yù)計(jì)實(shí)施效果服務(wù)態(tài)度培訓(xùn)中級(提高5分/1次)所需次數(shù)5次(25分÷5分/1次)單價(jià)1萬日元/人次聽講對象人數(shù)25人所需費(fèi)用總計(jì)125萬日元(1萬日元×25人×5次)圖J確定優(yōu)先順序的矩陣圖1實(shí)施難易程度優(yōu)先順序1:措施2優(yōu)先順序2:措施4優(yōu)先順序3:措施1優(yōu)先順序4:措施3圖K確定優(yōu)先順序的矩陣圖2大小措施2措施1措施4措施3實(shí)施難易程度圖L確定優(yōu)先順序的矩陣圖3難小難小大措施1措施2措施4措施3易實(shí)施難易程度(1)第1章和第2章的重點(diǎn)是“明確目的或問題”及“大致把握現(xiàn)狀”(圖5-1)。分析數(shù)據(jù)分析數(shù)據(jù)明確目的或問題鎖定問題的關(guān)鍵大致把握現(xiàn)狀討論及實(shí)施對策整理數(shù)據(jù)鎖定原因圖5-2新車銷售總額的變化(萬日元)(圖5-4)。的減少造成的(圖5-5)。圖5-3鎖定問題的關(guān)鍵分析數(shù)據(jù)分析數(shù)據(jù)鎖定問題的關(guān)鍵明確目的或問題討論及實(shí)施對策大致把握現(xiàn)狀鎖定原因整理數(shù)據(jù)本品牌內(nèi)再次購買數(shù)量本品牌首次購買數(shù)量0(圖5-6)。車型車型A33%車型B圖5-8鎖定問題關(guān)鍵的邏輯構(gòu)造++(客戶忠誠度)××用戶群體維度產(chǎn)品維度車型B和車型C銷售減少年數(shù)維度圖5-9鎖定原因鎖定問題明確目的施對策圖5-10深入挖掘客戶忠誠度下降的原因車型車型B和車型C的客戶忠誠度下降暫且推后其優(yōu)先順序(可能的話單獨(dú)進(jìn)行調(diào)查)因?yàn)槠渌就瞥隽司哂懈偁幜Φ漠a(chǎn)品由于用戶綜合滿意度下降車型C的原因售后服務(wù)用戶對售后服務(wù)感到不滿產(chǎn)品用戶對產(chǎn)品本身不滿電話拜訪客戶的次數(shù)服務(wù)態(tài)度等待時(shí)間對價(jià)格不滿B保有125萬日元的預(yù)算作為培訓(xùn)費(fèi)用(以25人為對象，實(shí)施5次)。行動措施：實(shí)施培訓(xùn)，將服務(wù)態(tài)度分?jǐn)?shù)提高到76分以上圖5-11為實(shí)現(xiàn)目標(biāo)設(shè)定KPI(車型B)綜合滿意度0同類產(chǎn)品價(jià)格比圖5-12為實(shí)現(xiàn)目標(biāo)設(shè)定KPI(車型C)售后服務(wù)滿意度(分)服務(wù)態(tài)度分?jǐn)?shù)(分)患者看病并開出處方的過程有很多