波士顿矩阵模式怎么分析

来自版块 运营
283
0
今天我就给大家分享一个连宝洁公司都在使用的数据分析模型---波士顿矩阵。

3545773346225c6180c6108.77476717.png

波士顿矩阵(BCG Matrix),又叫做市场增长率-相对市场份额矩阵、四象限分析法、产品系列结构管理法等,是波士顿公司首创的一种用来分析和规划企业产品组合的方法。

其主要关注的两个指标是销售增长率和市场占有率,前者反映了市场引力,后者反映了市场实力。这种方法的核心在于分析企业相关经营业务之间现金流量的平衡问题,找出企业现金资源的产生单位和最佳使用单位。

17685880766225c618ba7b11.92701556.png


明星类产品:高增长且高市占,发展前景好,竞争力强,需加大投资以支持其发展;


问题类产品:高增长但低市占,发展前景好但市场开拓不足,需谨慎投资;


现金牛产品:低增长但高市占,成熟市场的领导者,应降低投资,维持市占并延缓衰退;


瘦狗类产品:低增长且低市占,理论率低甚至亏损,应采取撤退战略。


宝洁案例
数据分析模型有了,那具体怎么运用呢?

今天带大家以宝洁的例子去看一下怎么发挥波士顿矩阵的作用。宝洁仅用了十余年时间,就在中国日化市场上占据高位。其实刚入中国市场,宝洁旗下共有六大洗发水品牌,包括飘柔、潘婷、海飞丝、沙宣洗发护发系列、润妍、伊卡璐等。他们在思考对于产品规划的时候就采取了波士顿矩阵。

5136425776225c61965bbe5.47621990.png

第一、明星产品--沙宣。沙宣凭借很高的市场渗透率和占有率以及稳定的客户群成为了明星产品。这类产品可能成为企业的金牛产品,因而需要加大投资以支持其迅速发展。

第二、金牛产品--飘柔、海飞丝。这两个产品在当时销量增长率低但相对市场占有率高,已进入成熟期。宝洁认为其可以为企业提供资金,无需增大投资,只需在短期内为企业回收资金,支持明星产品。

第三、问题产品--伊卡璐。伊卡璐是宝洁开辟染发产品线的先导产品,其市场占有率低,处于引进期,产生的现金流不多。但公司对于其发展仍抱有希望,因此采取选择性投资。

第四、瘦狗产品--润妍。该品牌销售增长率低,相对市场占有率也偏低,采用撤退战略,逐渐减少批量,最终撤退淘汰。

波士顿模型新发展以及具体操作

波士顿矩阵无疑在当时帮助宝洁在洗发护发领域站住了脚步,但宝洁的成功不可复制,宝洁使用的数据分析模型我们更是要以发展的目光看待。随着公司市场规模的不断扩大,业务不断增多,在纷繁复杂的维度和巨大的数据体量下,仅仅利用EXCEL制作一张静态图表已经满足不了数据分析的需求。

不过别着急,时代在进步,工具也在进步。一种更灵活、更快捷的数据分析工具---现代商业智能(BI)软件应运而生。

如何用BI来实现波士顿矩阵的搭建呢?我以国内通用BI工具Fine BI为例,给大家演示一下。

1、创建仪表板数据准备

采用一个RFM明细数据作为样本,将之导入到Fine BI中,创建一个仪表板。如下图所示:

12252381576225c61a023026.90910403.png

2、添加计算指标
利用函数功能创建一个计算指标,设置指标名称和客单价公式。如下图所示:

客单价=sum_agg(消费金额)/count_agg(客户名称)

5136554956225c61a7b4906.46331871.png

3、使用散点图制作波士顿矩阵图
1)观察原始数据表,将客户名称字段拖入客户类型字段下面,形成钻取。如下图所示:
1661476976225c61b49ea26.74622393.png

2)拖动记录数(总行数)进入横轴,拖动刚才设置的客单价指标进入纵轴。如下图所示:
3974152036225c61c0d8c37.74682424.png

3)添加两条警戒线,一条消费平均金额,一条消费平均次数。如下图所示:
13283260136225c61c86dd59.97349465.png

4、效果查看
16862583676225c61d0f4f71.15277764.png

根据动态波士顿分析,我们能够获取更为详细准确的用户画像。
消费次数大于平均值,单次消费力度大于平均水平是明星客户,需要重点关注以及最高的礼遇;
消费次数大于平均值,但单次消费力度小于平均水平为金牛客户,频繁的消费频次能带来较为稳定的现金流,这类客户是企业利润基石;
消费小于平均值,但单次消费力度小于平均水平是问题客户,有希望转化为明星客户,由于消费频次不高,所以需要重点跟进和长期跟踪;
消费小于平均值,单次消费力度小于平均水平属于瘦狗客户,不需要过多投入;
5、进阶分析
13682297876225c61d9671b1.80442254.png

除了动态展示波士顿矩阵,Fine BI还能快速实现其他数据分析模型的制作,清晰展示数据分析结果。
如:
1、AARRR模型
20330979746225c61e3457c0.85655490.png

2、KANO模型
6124860106225c61eb6be84.39267261.png

3、用户粘性分析
150110176225c61f2c5bf5.96902790.png

4、RFM分析
16080022896225c61fc01308.60468091.png

5、购物篮分析
2213726046225c620578776.22522020.png

6、转化分析
3474988496225c620cd9a46.76219242.png


全部评论 0

您需要登录后才可以回帖 立即登录
说说你的想法......
0
0
0
返回顶部