贝恩行业分析方法概揽(1).ppt

行业分析方法概 述机 密 文 件,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,逻辑推理和数理分析对于战略制定是非常重要的,战略规划的关键是依靠逻辑推理来理解是什么构成了商业活动经济发展竞争者、细分市场、时间等等这些因素的相互作用 理智的组织客户的消费（购买）目标想方设法去迎合客户的消费（购买）目标帮助客户“实现消费（购买）”逻辑推理中一个重要而成熟的部分是数理分析，数理分析能将复杂的现实情况简化为几个关键的点区分重要的经济因素,数理分析绝不仅仅是数字的堆砌,数理分析是.整合量化和定性的信息扩大客户的视野思考的有创造性有概括性不是.无止境的计算让统计方法来主导或限制追求“经典的”科学的严密性,关于数理分析的偏见,“任何事情都能被量化”不是这么确切,但大部分“量化的”影响是基于经济学上的外在成本或机会成本是否能准确的进行量化客户雇佣我们来分析问题和将问题客观化量化分析是基础,创造力和坚韧不拔的数量分析是高级分析的两个重要特性,在处理问题中尽力使用不同的方法或途径来检验假设和发现矛盾寻求多角度的答案永远不要盲目的相信一个数据系列永远不要一遇到障碍就停止工作客户之所以常常不能做出很好的分析就是因为他们在面对良好的、有效的数据匮乏局面时很快“投降”我们永远不会对数据的无效投降你的上司不想听到“没有数据”，而想知道能得到什么结论，要用多少时间，需要多大成本,使用本概述介绍方法需要注意的问题,没有哪个文件能教你成为一个优秀的分析师答案看起来很简单，但获得答案的过程很痛苦每个问题于案例都有不同程度的不同之处一个概述能为期盼中的分析提供些情趣表明在实际操作工程中哪种分析最有效解释基本的分析技术，并对各种通常会犯的技术性错误提出警示最好的训练来自于项目团队中的工作经验同优秀的分析师和其他专业人员的讨论和共同学习最好将知识建立在自己的创新上（即进行创新性学习）,不要将自己被这些方法、工具所束缚,他们师最通常使用的分析工具的“样品”其他的分析工具在特定的环境下会很适用公司价值管理(投资现金流回报CFROI,资产增长，等等)另外，没有任何工具能替代新创造的方法,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,进行图表演示时数据间的关系是最重要内容,图表应该能很容易被一个没有量化概念的客户所理解每张图表达一个主要意思或概念越直接的表述观点越好将客户的业务与相关问题（我们的分析对象）的关系清晰的论证清晰的标明图表的标题、坐标轴和信息来源制做图表是为了客户和我们的分析目标有探索性的有说服力的论证充分的,仔细的选择图表标尺,图表边界与数据边界吻合的越紧密越好选择有助于思考目标分析关系的数值范围和比例需要比较数据时使用同样的数值范围和比例,图表标尺的选择：线性的 VS.对数的,在线性标尺中，两个数值的特定的差距在比例尺上任何地方拥有相同的跨度在对数标尺中，两个数值的特定比例在比例尺上任何地方拥有相同的跨度,1,2,4,8,16,一个区间,线性标尺,对数标尺2,对数标尺1,任何数值与0的比例都是无穷，因此0在逻辑标尺中无法出现,数据间的关系决定了图表标尺的选择最常用的三种标尺,线性,对数,对数,线性,线性（通常是时间）,对数,线性,半对数,全对数,连续变化的比例,连续的增长率,连续的“弹性”,如果没有事先期望的数据关系模式，先按线性处理,y=mx+b,log y=mx+b,log y=mlog x+b,什么时候使用线性图表？,对象在单位时间内的变化最好使用线性图表,例：特定时间阶段的市场份额变化特定时间阶段的边际利润率变化线性图表上斜下45度斜线代表X与Y的和不变通过原点的射线代表两组数据的比例不变,Market Share(%),线性图表,硬件,软件,什么时候使用半对数图表?,半对数 图表常常用于论证连续的增长率,例：特定时间段的市场规模增长率,Year,Source:Agricultural Statistics,美国玉亩产量(蒲式耳/英亩),R=.95,半对数 图表,什么时候使用全对数图表?,全对数图表一般用于分析弹性，例：需求价格弹性规模经济斜下45度曲线表明分析对象是普通产品,Salaried and Indirect hourly Employees/Billion Impressions of Capacity,Printing Capacity(Billions of Impressions),78%Scale SlopeR=.636,1,000,100,10,圆形或气泡图常用来表达三维的关系,第三维度应该与X和Y两个坐标轴相联系比较常见的例子包括:市场规模资产数量现金流量圆形区域（面积而非周长）代表比例,气泡图示例不同业务的增长率VS.市场份额VS.业务规模,1980-84实际年均增长路(%),市场份额(%),=$10亿销售收入,Consumer Electronics,Toys,Housewares/Gifts,Jewelry,SportingGoods,SmallAppliances,Camera/Photo,资料来源:商业周刊,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,通涨调整是纠正通货膨胀的影响将变量的“名义值”转化为“实际值”,以美元计量的时间序列数据因包含着或高或低的通货膨胀率而扭曲了增长的实际情况通涨调整祛除了部分扭曲要得出通涨调整指数,价值量需要与基年的通涨指数和数据年的通涨指数的比例相乘,例：1979 销售量(按照1993美元价值$)=1979(1979美元价值$)x,通涨指数 1993通涨指数 1979,选择合适的通涨调整方法取决于你试图解决的问题,G.N.P.（国民生产总值）指数最好用于表述在整体经济上的货币的平均真实价值变化Current(variable)weights季度数据C.P.I.（消费品物价指数）最好仅仅用于表述消费者花费在特定的商品组合（C.P.I.的计算标准）上的货币价值变化（在美国是以1973为基年）月度数据工业或特定产品价格指数最好被用于进行产品物理产出的价值的通涨调整可以从商业部的特定行业部门得到数据可以在较为狭窄的产品中依靠消费者或企业数据建立这种指数,在混合了汇率计算和跨国通涨计算中要特别小心,首先将每个国家的历史数据转换成当地的基年的价值形式例：日本1993 日元W.德国1993 德国马克美国1993 美元然后按照固定的汇率转换为单一的货币形式（如美元）,示例:一家集成电路板（I.C.)制造商,公布的销售收入G.N.P.通涨指数平均 I.C.平均 I.C.年份(百万美元)(1987=1.00)价格(美元)晶体管价格(美分),19877861.0001.001.0519885951.033.92.7219897301.075.99.4919908331.119.98.3419911,0621.161.90.2419921,4231.193.98.1819931,8381.2271.14.16,公布的美元计量的销售增长率 15.2%“实际”销售增长率（美元）11.4%I.C.销售量增长率8.9%“晶体管”销售量增长率52.4%,增长率(每年),内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,回归分析是分析理解两个或更多的变量间关系的强有力的工具,回归分析:使用在一个或多个相互变量（这些变量是相互独立的）条件下的变化来解释在一个变量（非独立的）的条件下的变化将数据关系量化并有效化对于预测和因果解释非常有用但是.绝不能取代对于一个问题的清晰的独立思考仅用作分析工具组合中的一个组成部分可能成为分析工作的“泥淖”“为了几棵树木而失去了整个森林”,变量X与Y之间有何关系?,仅仅使用单独的图表方法仅仅表达了变量间定性的和普通的概念,PercentACV,80%,70%,60%,50%,40%,30%,20%,10%,0%,Annual Number of Purchases by Consumer,X:Annual number of purchases by buyerY:Percent ACV,Percent ACV is the volume weighted average percent of grocery stores which carry the category.Sources:ScanTrack;IRI Marketing Factbook;BCG Analysis,回归分析回答了以下问题,X与Y的关系是什么？X对Y施加的影响有多大？影响模式是什么？影响是正面的还是负面的？X与Y 之间的联系有多强？X能多大程度的解释Y？我的模型整体上应用效果如何？我解释Y的程度大体上有多好？还有其他需要考虑的变量吗？,X与Y的关系是什么？,PercentACV,Annual Number of Purchases by Customer,回归分析为数据关系确定了一条直线Percent ACV=-0.2790+0.2606 年购买量每增加一单位的年购买量会提升percent ACV 0.2606 个百分点直线斜率(本例是 0.2606)揭示了影响的大小;斜线的特征(本例是斜向上)揭示了影响是正面的还是负面的,R2=0.69,Multiple R0.83354R Square(%)69.48Adjusted R Square(%)68.35Standard Error0.10394Observations29,回归分析,Regression10.664000.6640061.4641.98146E-08Residual270.291680.01080Total280.95568,Analysis of VariancedfSum of SquaresMean SquareFSignificant F,Intercept(0.27901)0.06286(4.439)0.00013(0.40799)(0.15003)X10.260560.033247.8401.5372E-080.192370.32876,CoefficientsStandard Errort StatisticP-valueLower 95%Upper 95%,Sources:Scantrack;IRI Marketing Factbook(1990);BCG Analysis,微软的 Excel 的回归分析结果,X与Y 的联系有多强?,t-统计量 表示了X能多大程度的解释Y 仅仅计算了斜线的标准查越接近0，或者标准查越大，二者的关系越弱判断联系紧密程度的简单方法:t-统计量比2大说明变量间联系非常强，(例：大体上有 95%的准确程度).在1.5和 2之间表明变量间联系较强,(例：大体上有85-95%准确程度).低于1.5表明变量间联系较弱。,Multiple R0.83354R Square(%)69.48Adjusted R Square(%)68.35Standard Error0.10394Observations29,Regression10.664000.6640061.4641.98146E-08Residual270.291680.01080Total280.95568,回归分析,dfSum of SquaresMean SquareFSignificance F,Intercept(0.27901)0.06286(4.439)0.00013(0.40799)(0.15003)x10.260560.033247.8401.5372E-080.192370.32876,CoefficientsStandard Errort StatisticP-valueLower 95%Upper 95%,Analysis of Variance,我的模型整体上应用效果如何？,R2 表明了变量Y中的多大比例的数据能被X中的数据解释表明了模型整体上解释变量Y的能力基于各数据点在回归曲线周围的分散度R2 的值在f 0到100%之间 100%表明回归曲线能完美的解释变量关系低的R2 说明现有模型与变量关系不适合暗示除了变量X还有其他变量可能有助于解释Y,Multiple R0.83354R Square(%)69.48Adjusted R Square(%)68.35Standard Error0.10394Observations29,Regression10.664000.6640061.4641.98146E-08Residual270.291680.01080Total280.95568,回归分析,dfSum of SquaresMean SquareFSignificance F,Intercept(0.27901)0.06286(4.439)0.00013(0.40799)(0.15003)x10.260560.033247.8401.5372E-080.192370.32876,CoefficientsStandard Errort StatisticP-valueLower 95%Upper 95%,Analysis of Variance,多维回归法用来将几个影响因素的影响分开,使用条件当有几个事实（变量）同时有影响时帮助各种相互关系中区分出原因不要用于试探性分析,多维回归能增加模型预测能力,%ACV with Features and/or Displays,Brand Size,Percent of Households Buying,Annual Number of Purchases per Year,%ACV with Features and/or Displays,%ACV with Features and/or Displays,Brand Size($M),Percent of Households Buying,Annual Number of Purchases/Year,R=.67,R=.51,R=.69,R=.87,Predicted%ACV with Features and/or Displays,Actual%ACV with Features and/or Displays,Brand Size,Reach,andPurchase Freqency,Sources:Scantrack;IRI Marketing Factbook 1990;BCG Analysis,其他回归示例,非常低的 R值*,PercentACV,U.S.Corn Yield(Bushels/Acre),U.S.Corn Yield(Bushels/Acre),Retailer Margin on Deal,Average Number of Days on Deal,Total Annual Purchases(M),负数斜率*,非线性原始数据*,经过对数转换*,*Sources:IRI Marketing Factbook;Certified Price Book;Nielsen;BCG Analysis*Source:Agricultural Statistics,R=.64,R=.002,R=.95,使用回归方法前要问的几个问题,哪个变量是需要预测的变量（或者自变量）?通常直接看出但有时需要思考考虑影响的效果（指正面的还是负面的）我相信哪些说明变量应该考虑？避免伪相关独立的思考哪些因素在逻辑上应该包括避免同时考虑相关性较高的多个变量模型应该有中断条件吗？数据可以被推理到什么地步？回归曲线应该穿过原点吗？一个0值解释变量暗示了一个0值预测变量吗？我准备好数据了吗？以局外人的角度看寻找各种数据(线性,指数,幂,等.)我有足够的调研报告资料吗？拇指法则:每个解释变量要有10个调研资料,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,界定相关竞争环境竞争优势的基础（利润杠杆）与竞争对手的相对优势/劣势行业新进入者的壁垒特定时间段上的各种变数的影响（技术、市场规模）预测一家企业的行为的作用竞争对手（短期的，应对措施）客户的利润和现金流不是为了成本的系统仅仅为了达到平均成本支出水平,为何要做成本分析？,我们需要分析哪种成本？,竞争性成本分析分析实际成本而不是标准成本分析全部已负担成本，因为开销对于规模、经验等因素最为敏感将不同的模块和产品线的成本费用区分开因而，竞争性成本分析包括变量的选择费用的分摊隐性成本费用的资本化,大部分供给分析中首先展示的客户的成本结构聚焦于关键成本开支环节,利润,一般管理费用,销售和物流费用,可变生产成本,原辅料成本,固定生产成本,8%,8%,16%,18%,40%,10%,8%,10%,35%,11%,18%,18%,竞争优势原辅料环节销售和物流环节来源于后向整合进行相关多元化来优化销售力量？采购的规模效应加强销售，销售工具的改善,成本数据可以从客户的会计系统中得到,客户的会计系统对于短期变革的控制和审核有效但对战略分析意义不大通常将成本分解为直接成本间接成本t一般管理费用分析的重点是功效，而不是对因规模、企业所处阶段等因素造成长期成本动向的理解,但常需要重做成本系统,原材料30生产成本40直接15间接10一般管理费用15交易成本30可变成本10固定成本20总成本100,原材料30生长成本40金属加工成本15上色成本8组装成本12一般管理费用5分销成本7物流成本5仓储成本2销售成本9人员开支6售后服务开支3 市场开发费用10广告3其他7G&A4总成本100,会计系统,Strategic Cost Elements,许多变量可能影响成本,原材料市场供应量供应商地点原材料种类（与客户需要契合程度）生产工厂产量生产技术生产经验开发设计能力运行周期工艺复杂程度生产要素成本,物流市场能力下降空间销售市场容量出口数量市场开发市场容量品牌,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,开发设计能力差异可能是产品成本差异的关键因素,不仅影响原材料消耗，同样会影响增加的生产价值通常需要将各竞争对手的产品进行分解分析来发现真正的差异需要客户的参与开发设计工程师生产工程师销售代理商,第一步是区分开发设计的差异是什么-1例:开发设计能力分析转矩变换器,29 blades,.77mm thickE-beam weld hub to shellRoll tabbed18 bladesDie castingRoller clutch2 needle thrust bearing31 bladeslonger and thinnerRoll tabbed and stakedHub part of stamping.82mm8 springs4 big,4 medium(nested)Close to center3 lugs welded245 MM23.0 lbs.,27 blades,.82mm thickRivet hub to shell(10 rivets)Roll tabbed15 bladesPlasticRoller clutch31 bladesshorter and fatterRoll tabbedHub part of stamping1.04mm12 springsAttached directly to cover4 studs welded235 MM22.8 lbs.,其他数据,涡轮,定子,泵,气阀,盖子Cover,生产模式 A生产模式 B,将开发设计差异转化维成本差异,第一步是区分开发设计的差异是什么-2例:Digital Line Card Comparisons,8 端口2 变压器2 custom ICs(DCPFs)No standard TTL ICs2 layer PWB1253 discretesSM/TH2Time-slot interchangingConferencingGain controlParallelserial conversionSanity scanningControl channel interface,16 端口1 变压器No custom ICs11 standard TTL ICs2 layer PWB(foreign sourced)150 discretesAll THOff-board(More centralized),16端口1 变压器1 混合电路板3 custom ICs46 standard TTL ICs6 layer PWB210 discretesSM/THGold fingers attached to PWB(no separate connector)Off-board(More centralized),端口与终端开关控制控制板其他相关功能,1Printed wiring board2Surface mount and through hole,主要组成客户竞争对手 X竞争对手 Y,然后，与客户、代理商一起工作来确定原材料成本例:客户的每单位数字端口的原材料成本偏高,组成,客户t(8/板),竞争对手 X(16/板),竞争对手 Y(16/板),Additional functionality assumedOnly 32.65/card if redesigned digital card is assumed,端口控制成本l一般管理费用附加成本每张电路板的总原料成本端口数每个端口的总原料成本成本指数排除附加成本的成本指数,47.7624.5834.7951.85158.98819.87100100,68.604.9439.49 113.03167.073653,96.2863.8276.06 236.161614.7674110,开发设计能力差异可能暗示了应该关注的降低成本的措施例:数字线控制环节出现的成本降低机会,控制环节包装环节模拟线路数字线路开关总成本电子设备成本系统总成本,5,2351,3211,0802,1609,7965,44115,237,环节,客户,竞争对手,3,0461,7701,1401,3767,3326,07213,404,成本(美元/环节),内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,生产要素成本状况不需要专门的分析工具分析，但可能导致企业处于不同的成本地位,生产要素成本差异可能影响成本结构的大部分环节原材料成本能源消耗劳动力成本（直接人力成本和一般管理成本）资本运作成本生产要素成本差异具有加法甚至乘法效应，因此可以被直接整合进成本分析,生产要素成本分析案例木材产业,1981,美国14.954.733.112.241.113.30加拿大13.952.972.542.240.962.77瑞典11.514.814.81法国10.514.595.214.60巴西5.504.544.542.722.273.73,劳动力成本(美元/小时)油耗燃气消耗煤炭消耗其他平均,能源价格(美元/标准单位),内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,规模效应，经验曲线效应，复杂度效应和产能利用率效应有不同的成本影响-1,人们常常把规模效应、经验曲线效应和utilization 混淆概念上是独立的规模效应单位产品成本或价格与生产量（生产能力）的关系常常应用于在特定的发展阶段使用恰当生产能力的机器或工具经验曲线效应单位产品成本或价格于累计生产量的关系最好用于考虑在较长时期的整个产业的经验曲线因为各种经济原因而产生实际应用频率比你想象的低的多,复杂度效应单位成本与工艺复杂性的近似测量值的关系可能存在以下两种应用情况特定时间段上的变化分析某个时间点上不同设备的分析产能利用率效应单位成本或利润率与产能的利用的百分比的关系应用于分析特定的设备在特定时间段上的不同产量或产出,规模效应，经验曲线效应，复杂度效应和产能利用率效应有不同的成本影响-2,波士顿斜率描述了单位成本与产量间的关系波士顿斜率等价于自变量加倍时因变量变化百分比,规模效应 两台利用率相同的同类设备，一台的产量是另一台的四倍小设备的单位产品成本是10.00美元而大设备是8.10美元“斜率”=90%经验曲线效应累计产量从10万单位上升到20万单位单位成本从$1.20下降到$.97“斜率”=81%产能利用率效应产量从750 增长到 1,500可以折旧的固定成本是500万美元单位产品固定成本从$6,667下降到$3,333“斜率”=50%,b 是斜率（负数）log Y=a-b Log XY对X的弹性（负数）波士顿斜率=2-b因而 log BCG slope log 2,从数学方法可以得出波士顿斜率，反之亦然,BCG 斜率B值90.15280.32270.515,Note:You can use log(base 10)or ln(base e).Answers are unaffected.,全对数模式的波士顿斜率,波士顿斜率数学上意味着B值,-b=,从原有成本和产量计算新的成本,例,原有成本,BCG 斜率,原有产量,新产量,新成本,100,70%,4,7,?,Or,Yt+1=Yt,Xt+1,Xt,log BCG Slope log 2,Yt+1=Yt,Xt+1,Xt,(-b),从成本和产量计算波士顿斜率,例,原有成本100,新成本60,原有产量总和4,新产量总和10,斜率?,BCG 斜率=Antilog,Yt+1 Yt,log 2,*,Xt+1 Xt,log,log,规模效应表示越大的厂商单位产品成本越低,典型示例（全对数）,Cost/Unit,Volume,100%Slope,75%Slope,50%Slope,成本结构各环节都发现存在规模效应现象,环节生产规模自动化生产线加工车间广告电视广告邮寄广告销售比较分散的客户集中度大的客户工艺标准产品个性化产品,规模效应高低高低高低高低,例发动机组装业食品专业饰物邮寄书店的图书汽车零部件小汽车微电子业,规模效应示例,造纸业的机械和人力耗用,广告成本,Man-hours/Ton,1.0,0.8,0.6,0.4,0.2,40,60,100,200,400,800,58%BCGSlope,Advertising/Sales,0.05,0.04,0.03,0.02,0.01,8,16,24,32,Machine Capacity(TPD),Sales($M),60%BCGSlope,大规模厂商有很大的单位成本优势,一般管理成本/000 Equivalent32s($),25,20,15,10,7,500,1,000,2,000,4,000,年生产能力(000 Equivalent 32s),Danville,Old Saybrook,Los Angeles,Glasgow,Mattoon,70%Slope,但是，我们思考不要局限于数据数据的删减会带来更大的离差,雇员数量/销售收入（百万美元）,10.0,5.0,3.0,2.0,1.0,0.5,2,5,10,20,50,100,200,100,30,Plant Sales/Product Family($M),=传统方法,=基于成本的管理方法,=基于时间的管理方法,来源：波士顿分析,70,小汽车零件供应商,不同的产量（产能）水平可以发现优异的生产技术-1水压仓制造,价格/单位,40,20,10,8,6,4,50,100,500,1,000,5,000,月度产量,Note:Includes full amortization of tooling costs,不同技术间的斜率是 75%各技术自身的斜率 90-95%,沙模,金属模具制造,高压铸造,Twin Dies,不同的产量（产能）水平可以发现优异的生产技术-2随着技术发展的传统的纺织加工业,加工成本/件,手动普通机器,手动加工走梭板,手动蒸汽纺机,全自动单锭纺机,全自动多锭纺机,批量大小,经验曲线效应反映的是单位成本与累计生产量的关系-1,经验曲线是一个基于对制造业和服务业的价格变化的长期经验积累而得出的结论存在背离经验曲线的现象起因是生产技术的提升和变化在初级加工和再加工两种生产阶段都存在对于理解成本构成能反映价格变化这一观点有一定帮助是竞争性成本差异的“指示器”经验曲线和规模效应经常是相互作用的，单二者并不相同正确的经验曲线分析应该为规模效应做铺垫或帮助,经验曲线效应反映的是单位成本与累计生产量的关系-2,经验曲线效应经常用对数关系来表述:Log UC=b log V+a其中 V=累计产量UC=单位成本经验曲线的斜率可以解释成“波士顿斜率”计算方法与规模效应的计算方法相似波士顿斜率=,单位成本和累计产量为什么会存在这种关系？,许多生产要许在一起作用的时间跨度中会降低真实成本提升采购的规模效应(数量折扣)提高生产率提高劳动熟练程度提高资本替代率（资本替代劳动力的比率）技术变革成本并不是自然而然的下降，而是经过在规范的管理和监控中下降的,经验曲线的启示,如果价格下降了，成本必然下降这是商业竞争中的动态的持续的变化趋势生产成本持续变化的一个结果：在特定时间点上不同的竞争对手的成本不同不同的成本地位会产生不同的利润率水平同样要收到价格实现的影响反映出上述竞争性暗示,什么生产要素的发展导致了成本/价格的变化：经验曲线分析基础的选择,不同的分析基础所需要的价格数据的来源和使用可以谋划:产业数据生产技术数据公司数据行业领导者数据增长最快的竞争对手的数据等等调整选择的依据:客户业务开展情况竞争趋势,经验曲线示例:公司内部学习的效果是有限的,直接成本/兆瓦特,380,340,300,260,5,15,50,Allis-Chalmers,Westinghouse,通用电气,公司累计发电(兆瓦特),蒸汽涡轮发电每兆瓦特成本1946-1963,经验曲线示例:学习效应可以被整个行业共享,经过加工的石灰石的价格,1.5,2,3,4,5,6,7,8,10,行业累计生产经验(十亿顿),1929,1938,1945,1952,1971,斜率 80%,2.50,2.00,1.50,价格/顿(美元不变价值),在电子消费品领域,累计产量每增加一倍价格下降 15-35%价格经验曲线,价格(Constant1989$),10,000,1,000,100,10,1,0.1,1,10,100,1,000,Slope*(%)Years微型电视7668-89录像机VCR8376-89计算器6474-84数字表7574-84移动电话7785-89电话应答机7875-89,累计产量(M),*For each doubling of cumulative volume,unit prices fall by(100-slope)%Sources:Merchandising;Dealerscope Merchandising;BCG Analysis,经验曲线效应的度量可能比较困难,经验曲线效应仅仅在论证企业对产品的价值时才正式应用多产品厂商在经验曲线效应度量时成本分摊会存在问题要素成本差异使得对比比较困难通涨效应必须被祛除必须考虑产品设计上的重大变化经验曲线效应不明显,复杂度效应是随活动领域的扩大单位产品成本上升的现象生产领域:生产车间，生产模式，生产线，等等管理领域:业务，国家,等等复杂度效应与规模效应的作用机制相反示例:假设在关系网中每两个人有一个专门的联系通道，每个联系通道的成本是1美元210.5510210454.5501,22524.51004,95049.5,复杂度效应成本可能从许多并行的活动的问题和成本中产生,人数联系通道数量()(N)(N-1)/2成本/人(美元),企业中出现复杂度效应有多种原因,工厂生产太多的产品以至于机器必须有专门的时间在产品间进行切换销售人员需要卖的产品过多以至于他们不能正确的运作其中的任何一个多产品厂商在协调和监控上的成本很高,复杂度效应示例,机械制造业,其他制造业,间接成本比例（占总成本的百分比),139%,间接成本比例（占总成本的百分比),30,20,10,5,5,10,20,40,50,30,20,10,4,5,6,8,10,15,20,30,40,50,需要生产的产品系列数目,生产模式数目,来源:波士顿访谈、分析,8 家工厂,规模效应和复杂度效应的相反作用机制是很典型的重要的价值是学习如何控制复杂度效应,一般管理成本/单位,产量（产能）,综合效应,复杂度效应影响,降低的复杂度效应成本,规模效应,产能利用率效应表明当满负荷生产时单位成本较低,产能利用率效应在以下情况很重要资本密集度较高能源消耗是成本的重要部分打开市场的成本较高劳动力使用弹性不大与规模效应不同这两种现象常常相互作用,产能利用率效应示例,保健服务,印刷业,成本/手续($),140,40,80,60,100,20,16,12,2,3,4,5,20,专业人员/机构数量,Note:Assumes 2,000,000 Run Length,FullyLoadedCost($/1,00032s),每天手续数目/专家5101520,New Technology,Standard Gravure,Aggressive Gravure,产能利用率效应与规模效应-1玻璃制造业,成本指数/顿,30020015010075,3 5 10 20 50,100%,50 kt,100%,25 kt,50%,50%,产能,产能利用率,年产量(千顿),Source:Clients Database and Simulations,产能利用率效应与规模效应-2,附加成本(/Lb),50,40,30,25,20,15,10,1,000,2,000,3,000,4,000,5,000,6,000,10,000,8,000,月度总发货量(000 Lbs),Guelph78%,Columbiana78%,Stillwater75%,90%Scale Slope,Note:Costs adjusted for wage and energy factor cost differences,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本