贝恩行业分析方法概揽(1).ppt
《贝恩行业分析方法概揽(1).ppt》由会员分享,可在线阅读,更多相关《贝恩行业分析方法概揽(1).ppt(155页珍藏版)》请在三一办公上搜索。
1、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
2、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
3、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
4、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
5、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
6、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
7、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
8、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(%),=$10亿销售收入,Consumer Electronics,Toys,Housewares/Gifts,Jewelry,SportingGoods,SmallAppliances,Camera/Photo,资料来源:商业周刊,内容目录,引言基本分析技术图表通涨调整回归分析供给分析成本结构开发设计能力差异生产要素成本规模效应,经验曲线效应,复杂度效应和产能利用率效应供给曲线需求分析消费者研
9、究和理解市场细分和“客户价值发现”关联分析多维排列价格-产量曲线和弹性需求预测技术/替代率曲线其他问题,通涨调整是纠正通货膨胀的影响将变量的“名义值”转化为“实际值”,以美元计量的时间序列数据因包含着或高或低的通货膨胀率而扭曲了增长的实际情况通涨调整祛除了部分扭曲要得出通涨调整指数,价值量需要与基年的通涨指数和数据年的通涨指数的比例相乘,例:1979 销售量(按照1993美元价值$)=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
10、(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
11、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
12、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?,
13、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;
14、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
15、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
16、.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
17、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 Square
18、FSignificance 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
19、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)0.0
20、6286(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
21、 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
22、 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*,*Sou
23、rces: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
24、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
25、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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 行业 分析 方法
链接地址:https://www.31ppt.com/p-2829115.html