大家好,我是爱学习的小xiong熊妹


在工作中,经常有人来问:“小熊妹,建个模型分析分析下!”而干多了就发现:不同人口中的模型根本不一样。因此今天,就从相对简单易懂的商业分析模型,开始科普。

一、算法模型VS商业模型

算法模型,指的是回归分析、逻辑回归、kmean聚类等算法。这些算法有数学/统计学的知识做基础,有着复杂的计算公式。但是,这些模型大多服务于数据计算需求,类似:如何预测一个连续型变量。如何对数据进行分类。


这些模型,并不直接指向一个商业决策。比如用回归分析,预测了下个月销量是100万台,所以呢?我要做什么决策吗?我做更多业务动作,是不是就能多卖呢?这些问题不能直观的从算法模型得到答案。


因此,为了更直观支持商业决策,人们开始设计商业分析模型。

二、极简商业模型

做生意要赚钱!这是商业基本法则。因此商业分析模型,大多围绕利润(Total Profit,记为TP)、收入(Revnue、记为R)、成本(Cost记为C)展开。利润=收入-成本,是最基本的公式。


再往下看,成本可以分成:

固定成本:生产设备/门店/研发等一次性基础投入

可变成本:商品生产成本/销售提成等与销量有关的成本


考虑到利润也与商品销量有关。因此商品销量是第一个需要被考虑的因素。比如一个商品单价5元,可变成本2元,卖商品固定成本3000元,则可以把模型记为:

TP=5Q-3000-2Q=3Q-3000


此时就有了商业模型的第一个决策支持:求出盈亏平衡点,清晰最保底的目标。想不亏欠,至少TP=0.此时对应Q=1000。因此这个商品至少要能卖到1000件以上,我才能回本。清晰了目标,就可以奔着目标努力啦!


但显然这太简单了

1、谁说价格一定是5元

2、谁说成本必须是2元

3、谁说只能卖1个货

4、谁说销售不会波动

……​


不要着急。商业模型的设计思路,就是从简单到复杂,逐步增加考虑因素,把问题做深入。心急火燎,一次丢一堆问题,只会把自己搞晕。更没法解决问题了。

三、稍微升级难度

设想一个简单场景:降价,多卖一点货,多赚点钱。此时大家会本能地想到:降价了,每一笔挣钱少一点,但是卖得多一点。此时价格(Price,记为P)与销量Q之间有一个反比关系,如果我们做过调价尝试,就能获得经验数据(如下表)。


从0到1,构建商业分析模型_商业从0到1,构建商业分析模型_数据_02


我们还能尝试做出价格与销量的函数关系,比如上表,可以算出函数是:

Q=4500-500P


那么此时,可以进一步将公式总结为(如下图):


从0到1,构建商业分析模型_分析模型_03从0到1,构建商业分析模型_数据_04


还对高数有点印象的同学会记得:一阶导数为0的是极值,因此对TP求P的一次导就能算出,理论上最优价格为5.5元。


注意!上边的计算看起来很简单,可现实中落地的时候,要求非常多。

1、对销量、价格有清晰的数据记录

2、对可变、固定成本有清晰衡量

3、每次价格变动有记录


看似简单,可实际上很多公司商品标签不规范,商品搭配组合没记录,商品价格变动记录不全,成本核算更是无从谈起。相当于连上文中第一章excel表都整不出来,更不用谈建模了。


当然,商业分析模型也不止步于此,还能进一步升级进化。

四、进一步升级难度

以上都只是简单讨论,因为:

1、假设我们的采购经费、供应商供应都是不受限的

2、假设成本、价格,需求函数都是固定的

3、只有1个商品,1个货源,不需要分配

4、目标单一,就是利润最大化

5、不存在竞争对手


实际商业决策中,这些问题会变得复杂:

1、限制条件问题:资源投入、产出受客观限制

2、不确定概率问题:未来情况以一定概率发生

3、任务分配问题:有N个选择情况下,咋分配

4、多目标决策问题:既想这样,又想那样

5、博弈问题:如果对手有动作……


所以,商业分析模型是很多样的,每种情况,都需要具体讨论。