數據分析師技能:如何著手分析一個行業?

文/陳老師

源/接地氣學堂

關於行業分析,本文分享一個教科書式的方法,人人都可以學習。

在校的同學們會有做行業分析的需要。簡單的是交課堂作業,複雜是寫論文。當我還在讀研究生的時候,因為老闆的課題有需要,所以做過一段時間的行業研究。當然啦,毫無學術造化的我,是不敢妄用:「研究」兩個字的。因為我在乾的其實就是「水」論文的事。我那時無心在學術上深入,只想著早點交差了出去實習。我的目標就是堆幾篇行業研究論文出來交差,僅次而已。

對著諸如《戰略管理》《產業經濟學》一類的課本做研究,是件非常輕鬆的事。因為你不需要真的懂一個行業,只要對著書里提供的模型,把文字數據填進去就行了。SWOT分析就填四個空,7S分析就填7個空。那時候的套路,如果做理論研究,就先宏觀環境(PEST),價值鏈分析(Value Chain)然後具體到企業的SOWT分析,最後給建議就好了。不會給建議?沒事有百度呢。搜索:XX行業2008年發展情況,XX行業2008年的問題,XX行業2008年發展十大機遇,XX行業2008年經典案例,搞掂!真可謂:開局一張圖,數據靠百度。

如果是實證研究,就去扒統計年鑒。抽行業產值、從業人數、R&D投入等等指標做數據模型有關的分析。想做的簡單,就用因子分析+聚類分析或者數據包絡分析(DEA),搞個行業競爭力綜合評估,連調參都省了。想搞的複雜就用回歸分析做行業發展預測。反正在學校嗎,預測不準也不會有客戶找上門來懟人。也不會有人考慮預測出問題怎麼辦。只要各種模型檢測值看的過去,就基本水成功了。

正是在水論文期間,接觸了很多諮詢公司的行業分析報告。於是留下了這些諮詢公司非常專業的印象。這或多或少引導我最後就業去了諮詢公司。到了諮詢公司以後才發現:原來真實的行業分析,用的指標還要更簡單,人人都能對著抄。

諮詢公司的行業分析套路一般分三個部分。

第一, 行業宏觀形勢分析

第二, 行業細分領域分析

第三, 行業競爭行為分析

我們就一個個來拆開看,這些高大上的報告是怎麼弄出來的。

宏觀形勢分析核心指標有四個就足夠了:

1. 銷售額/銷售增長率:主指標,反應行業發展階段

2. 集中度:行業前1/3/10名企業銷售額佔比,反應壟斷程度

3. 利潤率:行業平均利潤率,反應盈利能力和吸引投資能力

4. 投資額:行業投資數量,反應行業持續發展動力

以上四個指標組合起來,可以描繪出一個行業的發展階段,從而回答:我們這個行業目前處於什麼階段,要以什麼競爭策略為主這個問題。具體判斷方式見下圖所示(備註:圖書+表示增長/多、-表示下降/少,具體含義大家自行體會,全部解釋完還得1萬字)。通過四組數據,以給後續的分析定一個基調,方便細節探討。

這四個指標,本質上只有三個基礎的數:銷售額,利潤率,投資額。集中度、增值率可以通過這三個數推算出來。為什麼反而諮詢公司用的指標少?因為看數據的一張嘴,找數據的跑斷腿,實際上靠譜的數據永遠是稀缺資源。所以要儘可能的用少量數據反映問題。這三個數據是相對容易獲取的了(稍後有更詳細解釋)。

有了四個基礎數據,如何做判斷呢?比如我怎麼知道目前行業的增速是快還是慢呢?這裡有個的辦法。首先定對比標杆。一般有三種辦法找標杆:

1. 國家VS國家:比如參照美日歐行業發展進程,我國處於什麼階段。

2. 行業VS行業:比如參照類似行業發展進程,本行業發展階段。

3. 過去VS現在:本行業自身3/5/10年數據對比,速度是漲還是跌。

其次,找閥值,如果有行業經驗,比如業內一般認為5%增長就是高速,就直接套行業經驗。沒有行業經驗,就簡單的把0%-10%增長定為一般速度,10%-30%定為中速,30%+定為高速。有了標杆和閥值,就很容易進行判斷了。最後,再結合當前的具體數據做判斷。

要說明的是,這套思路源自傳統行業。傳統行業一般認為行業發展是利潤驅動的,需要真金白銀看到市場盈利才會行動。而互聯網行業不這麼認為。互聯網行業是資本驅動的,只要資本認為存在風口,就會大量投入驅動行業增長,跑馬圈地,快者為王。近年來大起大落的電商、視頻、團購、O2O、VR、人工智慧、共享單車,無一不是這個模式。這時候可能考慮變數要把銷售增長率改成用戶增長率,而具體曲線形態肯定也有不同。有機會可以單獨分享。

宏觀的概念無法落地,落地就要考慮地域、消費者、產品這些具體問題。所以第二步的分析要圍繞整體策略,思考一個具體的落地方向,這裡包括五個具體問題:

1. 我要在哪些地區:根據各地區行業發展水平,圈定發力區域

2. 面向哪些消費群體:了解目標區域的消費群體規模、需求、品牌/產品滲透情況

3. 從什麼產品發力:選擇滿足消費者需求,有增長空間的產品品類

4. 有哪些環境制約:考慮PEST因素,看具體落地時是否有機會點/障礙點

5. 需要解決什麼問題:選定競爭對手,SWOT分析提煉行動方向

這裡展開講的話又是一萬字長文,大家可以先感受一下基礎分析維度。這裡提示幾個新人做行業分析時經常犯的錯誤:

  • 錯誤一:沒有具體到地區、人群、產品就談戰略。沒有這三要素支撐的行業分析就只是個宏觀的概述,沒有指導意義。每個地區,每個省市都會有很多具體差異,光講大趨勢是落不了地的。

  • 錯誤二:脫離規模談需求,脫離用戶談產品。不專業的行業分析總是習慣性的寫:「消費者普遍偏愛XXX」或者「中國消費者都XXX」「90後都XXX」而專業的行業分析是:「預計目標群體規模2000萬,該群體偏好XXX產品」脫離了用戶規模、用戶購買意願、用戶付費能力談需求也是空談,因為企業是沒法基於「中國,90後,普遍」做營銷預算的。

  • 錯誤三:PEST和指標不掛鉤。不掛鉤的結果就是PEST寫的很虛,完全和指定預算沒關係。實際上PEST與每個地區的四大指標是有對應關係的,如下圖所示

  • 錯誤四:脫離對手談SWOT。SWOT同理,只有選中對手才能談優劣。因為最終選擇權在消費者手裡,消費者不會理會企業的各種策略、思路,只會考慮我在哪裡、買什麼產品。選中對手,才能真實測試消費者態度,太能知道真實的競爭優勢劣勢,才能知道我們想像中的概念用戶買不買單。

  • 大家應該看出來了。這一部分才是諮詢公司的吃飯傢伙。因為宏觀的數據太虛,只能依賴統計局、行業協會等機構。但如何做細分市場研究,如何推算市場保有量,計算市場空間,測試用戶付費能力,最終推導出行動策略,這些是實打實需要諮詢公司完成的。對企業而言,只有拿到具體數據才能指定行動計劃。而對諮詢公司而言,這需要大量的市場走訪、渠道溝通、消費者研究、線上線下數據整合,這些是實打實收錢的地方。當然,這裡具體操作細節還有很多,大家有興趣可以慢慢拆開講。

    有了上一步分析,行業的洞察已經可以具體到戰術層面。不過有時候客戶還希望能更具體,能到戰鬥層面,結合行業趨勢給一些具體戰鬥指導。這時候就得做第三步,行業競爭行為分析。這裡其實就是標杆研究法。基於value chain 的分析框架,進行分析,大致開展方式如下如圖:

    這裡是一個純紙面工作,其實可以做的很無腦。因為這五個維度對應的都有具體的幹活部門。每次做到這裡,做客戶訪談的時候,有心做事的部門就會吐露心聲,告訴顧問們自己想在XXX方面發力。這時候只要迎合著人家的意思把落地細節補全就行了。比如營銷部門想發力品牌推廣,那就多著墨營銷的作用,多收集對手的營銷東西,多收集消費者對營銷的態度,給營銷部門更多彈藥可以做決策就夠了。老實說,我本人並不喜歡這麼做,這樣顯得自己一點水平都沒有。然鵝,諮詢公司也得重視顧客體驗。最後驗收報告,大老闆最多看一眼,這些具體負責的部門可是要認真一行行看的,為啥要跟人家過不去呢。囧。

    講完了整個流程,專門分享一下數據質量問題。外行永遠對諮詢公司的能力抱有幻想。就像這個問題的幾個答主都提到了諮詢公司、行業協會和統計局。其實業內人士都清楚。獲取數據的手段只有三種:主動公布、業內交流、數據監測。然而實際經營中,沒有企業會老老實實的對外公開真實經營數據。即使是政府收集,也不會做一個系統介面插進企業的IT系統實時對接數據。大部分情況下經營數據都是人工的層層上報。然而,很多大機構內,自己分公司都不會給總部彙報真實數據,更不要談對外彙報的數據了。我整理了幾種常見行業數據的來源,大家感受一下:

    在行業研究上,只有沒用對地方的數據,沒有沒用的數據;不存在100%完美的數據,但存在能80%解答疑問的數據。所以大家在做行業研究的時候,特別要注意研究目標的設定,有了明確的目標,才能收集對應的數據。指望一個大而全的報告搞掂一切數據,在應用的時候發現:咦?這裡似乎對不上,咦?哪裡似乎少了什麼。

    說道目標設定,這裡有太多太多苦難心路可以分享。起初我自己還是個小兵的時候,不需要面對客戶。每天蹲在後台做報告,感覺套路不就這麼多嗎,對著擼一遍就成,有什麼難的。而真的面對客戶以後,被人各種挑戰、各種質疑,被人各種吐槽:我早就知道了,你分析了啥啊!倍感心酸以後,才明白:

    重要的不是套路,而是問題本身。客戶都是從業多年的資深人士。他們不需要一個外行告訴他到底這個行業發生了什麼,他們有著很明確的行業認知,很具體的問題需要解決。如果不積極溝通,不深入了解他們的問題,只是收集數據擺出來,根本對解決問題沒有任何幫助。而不敢主動溝通,不敢反問,不敢質疑,只會自己悶頭憋結論,恰恰是很多新人的做法。

    當我是新人的時候,我也喜歡下載500套ppt模板,2GXX諮詢公司報告塞在硬碟里。我也看到漂亮的ppt模板就好high,看到一張數據表就像怎麼畫出來。被懟多了以後,我的習慣也改變了,變成了看報告先看取數方式,再看報告是針對什麼部門的需求做的。變成了看數據先看數據反映了行業什麼問題。收集的東西也不是ppt,而是各行業人的聯繫方式。做的最多的不是琢磨怎麼畫表,而是與一線交流、與客戶聊天、沒事走走門店。當你真的身臨其境感受到他們的困惑、掌握了他們也掌握的知識,你才能知道到底什麼數據是真正有用的,到底什麼樣的分析能解答問題。其實人們在很多時候不是做最優解,而是只有那麼幾個看起來都很爛的選擇,挑一個沒那麼爛的而已。

    當你背下數據,記住模板,重複操作練套路的時候,恭喜你進入這個行當,成為一個菜鳥。當你忘掉模板,記住問題,思考如何解決問題的時候,恭喜你真正開始上路,成為一個能解決問題的人。以前見客戶,總是會收集各種之前項目資料,生怕被人問穿。而9年以後,我站在客戶面前,很有耐心的反問:「您是怎麼看這個問題的?」所以進步,就是信心是來自於我能解決問題,而不是筆記本里囤了多少PPT。與大家共勉!

    推薦閱讀:

    長相丑的人薪水比一般人要低9%?一份大投行男女分析師的顏值排名
    作為一名分析師,認知投資我更感知,感性
    論任澤平的牛逼之處
    中金金融首席分析師被爆潛規則實習生,這個名利場去不得
    賣方分析師的自我修養

    TAG:行業 | 數據分析 | 技能 | 數據分析師 | 數據 | 分析師 | 分析 |