数据分析思维:波士顿矩阵

释放双眼,带上耳机,听听看~!

为什么要写【数据分析思维】这个系列文章?还是回到一个最根本的问题上:数据分析师到底是干什么的?我相信不仅是想入门的小伙伴,已经入行很久的数据分析师可能多多少少还是会有些不清楚。数据分析师是每天被各个业务方呼来唤去的提数工具人么?还是被各种不靠谱的可视化软件蹂躏的报表maker?还是好不容易做了个专题分析,却被业务方嫌弃不说“人话”的,只会纸上谈兵、指手画脚的外行?

数据分析思维:波士顿矩阵

我相信每个数据分析师都会多多少少经历以上的心路历程,直到某天突然明白数据分析的终极奥义,才能跳出这个让人迷茫的怪圈。原来数据分析是要:熟悉业务,在此基础上基于对业务的理解发现业务上的问题,然后提出分析的方案,然后再是用工具提数分析,最后给出结论和建议,并推动相关方实施落地,进而解决问题,完成从业务中发现问题,再回到业务中解决问题的完整闭环。这才是数据分析的真正意义。

明白了这些,你可能就会发现,区别于其他的开发类工作,数据分析是以业务、思维为主、工具为辅的工作,重要的不是你会多么高端牛逼的工具和算法,而是你怎么发现问题,怎么形成分析思路,这才是数据分析师拉开差距的关键所在,至于剩下的就是怎么具体实施,这个,找个实习生也能做,哪部分工作含金量更高、被取代难度更大,一目了然了吧?

这也是我写【数据分析思维】系列文章的原因,数据分析本身就是业务和思维为重,授人以鱼不如授人以渔,清晰完备的思维可以让你事半功倍,知道怎么做远比实际做要重要的多,代码未动,思维先行,懂得运筹帷幄才能走得更远。

01、什么是波士顿矩阵

波士顿矩阵(BGG Matrix)又称市场增长率-相对市场份额矩阵、四象限分析法、产品系列结构管理法等,是一种非常经典的矩阵分析方法,由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年提出,它通过“市场引力”以及“企业实力”两个基本因素来分析企业产品结构,实现企业的产品及其结构的优化,将企业有限的资源有效地分配到合理的产品结构中去,以保证企业收益持续增长。

进行波士顿矩阵分析的目的是为企业通过此种方法分析,来确定业务发展方向以保证企业收益。核心在于要解决如何使企业的产品品种及其结构适合市场需求的变化。关键是如何协助企业分析与评估其现有产品线,利用企业现有资金进行产品的有效配置与开发。

波士顿矩阵认为,绝对产品结构的主要因素有两个:市场引力和企业实力。其中:

市场引力包括:“整个市场的销售增长率”、“竞争对手强弱”及“利润高低”等。其中“销售增长率”是决定企业产品结构是否合理的“外在因素”,它是反映市场引力的综合指标。

企业实力包括:“市场占有率”、“技术、设备、资金利用能力”等,其中“市场占有率”是决定企业产品结构的“内在要素”,它直接显示出企业竞争实力。

销售增长率与市场占有率既相互影响,又互为条件:销售增长率高,市场占有率高,可以显示产品发展的良好前景,企业也具备相应的适应能力,实力较强;如果销售增长率大,而没有相应的高市场占有率,则说明企业尚无足够实力,则该种产品也无法顺利发展。相反,市场占有率高,而销售增长率低的产品也预示了该产品的市场前景不佳。

通过以上两个因素相互作用,会出现四种不同性质的产品类型,对应不同的产品发展前景:

数据分析思维:波士顿矩阵

1、明星类产品:销售增长率和市场占有率“双高”的产品

位于该象限的产品,由于它们具有较高的市场份额和较高的增长率,因此具有很高的收入增长潜力。它们的开发成本可能很高,但由于产品生命周期较长,因此值得花钱进行促销。如果成功,当类别成熟时(假设他们保持相对的市场份额),明星将成为摇钱树。然而,并非所有明星产品都能成为现金流。在一些仍在发高速发展变化的行业中,即使是创新产品也可以通过新技术的进步而被取代,因此,明星变成了瘦狗产品,而不是金牛产品。

战略选择:纵向整合,横向整合,市场渗透,市场开发,产品开发。

2、瘦狗类产品:销售增长率和市场占有率“双低”的产品

由于市场份额低,这些产品面临成本劣势,因此它们可能产生足够的现金以达到收支平衡,但是很少值得投资。获得市场份额的机会更少(经济规模低:很难获利)。它们位于产品生命周期的下降阶段,因此,公司应优化其当前的运营,砍掉所有非增值的产品和功能,使瘦狗产品数量减至最少,以产生正现金流。

战略选择:裁员,剥离,清算。

3、问题类产品:销售增长率高、市场占有率低的产品

大多数企业起初都是问题产品。这些需要巨大的投资来获取或保护市场份额。问题产品有可能成为明星产品,最终成为摇钱树,但也有可能成为瘦狗产品而被淘汰。对于问题产品,投资应高一些,否则可能产生负现金流。

就像明星产品一样,问题产品也可能不会总是成功,即使在进行大量投资之后,问题产品也可能无法赢得市场份额,最终变成了瘦狗产品。因此,在做出此类投资决策之前,需要非常仔细的考虑。

战略选择:市场渗透,市场开发,产品开发,资产剥离

4、金牛类产品:销售增长率低、市场占有率高的产品

通过投入尽可能少的成本来产生利润,因此需要对其进行管理以获取持续的利润和现金流。金牛产品需要保持强大的市场地位并捍卫市场份额。公司应利用销售量并利用业务规模,金牛产品也可以用来支持其他业务。

战略选择:产品开发,多元化

02、波士顿矩阵的基本步骤

通过上面的分析,我们知道产品可以分为四种类型并有不同的战略选择。现在,我们具体来看看波士顿矩阵使用的基本步骤。

步骤1、明确对象

波士顿矩阵可用于分析业务部门、品牌、产品或公司等不同粒度的商业单元。所以首先要定义好我们研究的对象,是要优化业务部门架构还是产品结构,否则会影响整个分析。

步骤2、定义市场

错误定义的市场可能导致产品分类不佳。例如,如果我们在乘用车市场中对戴姆勒的梅赛德斯·奔驰汽车品牌进行分析,它最终会变成一个“瘦狗产品”(它持有相对市场份额不到20%),但实际上它是在豪华车市场上却是“金牛产品”。因此,准确定义市场是更好地了解现状的重要先决条件。

步骤3、计算市场占有率

市场占有率可以分为绝对市场占有率和相对市场占有率,绝对市场占有率是公司占的整个市场销额的比例,相对市场占有率是指我们产品的销额与同类产品的领头公司的销额的比例。

  • 绝对市场占有率=今年的产品销额/整个行业的销额
  • 相对市场占有率=今年的产品销额/今年的领头公司的销额

例如,如果您的竞争对手在汽车行业的市场份额为25%,而您公司的品牌市场份额在同一年为10%,则您的绝对市场占有率为25%,相对市场份额将仅为10%/25%=40%。

确定横坐标“市场占有率”的一个分界线,从而将“相对市场占有率”划分为高、低两个区域。需要考虑的情况较多,一种比较简单的方法是,高市场占有率意味着该项业务是所在行业的领导者的市场份额,基本在Top的位置。当然,如果本企业是市场领导者时,这里的“最大的竞争对手”就是行业内排行老二的企业。

步骤4、计算销售增长率

这一指标用以表示业务发展前景,可以用本企业的产品销售额增长率,时间可以是一年或是三年以至更长时间。销售增长率通常由以下公式给出:

销售增长率=(今年产品的销售额–去年产品的销售额)/去年产品的销售额

例如今年本品销售额为300w,去年产品的销售额为200w,则销售增长率为(300-200)/200=50%

确定销售增长率的分界线,进而把销售增长率划分为高、低,主要有以下两种方法:

  1. 把该行业的平均销售增长率作为分界线
  2. 把多种产品的销售增长率(加权)平均值作为分界线

需要说明的是,高市场增长定义为销售额至少达到10%的年增长率(扣除通货膨胀因素后)。

步骤5、在矩阵上绘制圆

计算完上述指标后,现在只需要在矩阵上绘制品牌即可。x轴显示市场占有率,y轴显示销售增长率。给每个产品绘制一个圆圈,通过圆圈所处的象限位置即可判断产品所属的类型。

数据分析思维:波士顿矩阵

03、波士顿矩阵的实际应用

基于以上基本步骤,以欧莱雅为例,通过波士顿矩阵分析欧莱雅的业务构成,进而促进业务组成优化和整体增长。

步骤1、选择产品/公司/品牌

我们选择欧莱雅公司进行分析。

步骤2、确定市场

选择的市场是化妆品行业,主要包括护肤,彩妆,护发,染发和香水。

步骤3、计算相对市场占有率

对欧莱雅各类别计算其相对市场占有率,其中选取各个类别下的头部竞争对手进行计算,如下所示:

数据分析思维:波士顿矩阵

步骤4、计算销售增长率

2020年妆品行业的整体增长率4.8%,欧莱雅各产品的销售增长率如下:

数据分析思维:波士顿矩阵

步骤5、绘制波士顿矩阵

根据以上的计算,我们绘制波士顿矩阵如下:

数据分析思维:波士顿矩阵

04、波士顿矩阵的局限

波士顿矩阵有助于对各公司的业务组合投资组合提供一些解释,如果同其他分析方法一起使用会产生非常有益的效果。通过波士顿矩阵可以检查企业各个业务单元的经营情况,通过挤“现金牛”的奶来资助“企业的明星”,检查有问题的孩子,并确定是否卖掉“瘦狗”。它是一种简单易操作的分析方法,能够快速地帮助公司梳理产品的组成,进而优化资源分配,实现更高的盈利,但是波士顿矩阵也有它的局限性,主要表现在:

  1. 波士顿矩阵仅使用两个维度,市场占有率和销售增长率,这些并不是企业获利的唯二指标。
  2. 它忽略了品牌之间的协同效应,有时候“瘦狗”产品也可能帮助其他产品获得竞争优势。
  3. 市场份额低的业务也可以盈利。
  4. 高市场份额并不总是会带来高利润,因为获得高市场份额还需要付出高昂的成本。
  5. 该模型忽略了拥有快速增长的市场份额的小型竞争对手。

以上就是数据分析思维—波士顿矩阵部分的内容,部分数据分析思维请翻看历史文章,更多数据分析思维的文章持续更新中,敬请期待。

给TA买糖
共{{data.count}}人
人已赞赏
数据分析

设计师要掌握的数据基础知识

2021-5-19 9:31:03

数据分析

数据中台凉凉了吗?

2021-5-20 13:42:19

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索