战略分析实战：如何深度分析一家企业-技术圈

导读：今天文章的主题是如何深度分析一家企业或者叫战略分析，这并不是局限在一般数据分析层面的东西，职级从底层人员到中高层管理，我想都需要对自己的企业有个比较宏观且全面的了解。

这并不是说今天销售额环比增幅和减幅了多少，这么细节的数据问题本质的东西应该立于一些宏观的战略局面，比如不断变化的市场竞争格局，整个商业链条是否通畅等等，所以企业分析应该首要立于战略层面，有宏观有微观，有高度有深度。

作者：呆萌姑娘

来源：数据新商业（ID：data-net）

第一步：宏观层面分析

宏观层面指的是企业的商业方向、经营模式、变现核心点，这些不到具体的落地执行，可以理解我们在建一栋楼的钢筋结构，是比较在表层但又决定了后续所有内容的基石。

首先是商业定位，饿了么定位的是食，滴滴定位是行。所有的商业方向无非是在围绕着人的衣食住行及精神满足在做商业，人是一个非常立体的动物，不同方面的需求性是不一样的。

于食而言，吃饭就那么点时间，讲究的是时效是准点性，讲究的是食材新鲜是味蕾的满足，当然这些是在微观层面的东西，但商业定位好了它就会衍生出很多微观层面需要考虑的东西。

其次讲经营模式，若是商业定位是食，那么这就有两种经营模式，一个是平台性质的，作为衔接商家和用户的桥梁，但还可以定位成例如肯德基麦当劳，直接面向消费者的商家，所以不同的经营模式会决定了不同的变现点和后面的具体经营方式等等。现在常见的互联网商业模式多数是B2B、B2C、C2C、O2O具体的商业定义请大家自行百度。

变现核心点是随着商业定位和经营模式出来的，而大家应该非常好理解这个点，就不展开细述。

接下来讲讲宏观层面的市场竞争格局，说白点就是有多少竞品，自身占据了多少市场份额。多少竞品决定了自身的市场份额提高的市场空间，自身的市场份额决定了自己的盈利空间，这是一环扣一环的东西。

所以一家企业所面临的市场竞争格局非常重要，作为公司员工也都应该悉数了解到核心内容，我们可以去看每年双11天猫护肤榜上那些升升降降的品牌销售排名。

我记得在17年还是18年，homefacial突然就晋升到了前十，这家公司之前还不为多数人所知，但一下子串上了前十，一下子就成了大家强有力的竞品，那么也就是说本来如果可以有1000万个用户来做你品牌的用户池。

而突然有了这么强有力的竞争对手，那么它就势必瓜分走你的部分用户，假设瓜分了500万，每个用户贡献客单价如果仅为1元钱那么500万也就没了。所以了解自己所面临的市场形势是非常有必要的。

关于宏观层面的东西还有很多，比如商圈选址、主要产品定位、消费者定位、市场规模等等，大家记住有哪些内容，在做分析的时候可以详细研究下。

第二步：微观层面分析

了解宏观基本面，那么你会对整个企业的盈利空间、战略方向以及未来发展有一个比较客观的判断，这还远远不够，因为那是飘在空中的东西，而地上的东西是将在空中的雪花一片一片铺在地上，这样才能保证整个生意的完整。

那么微观层面会有哪些呢，有一些很基本的是做什么样的产品，比如做护肤品，护肤品里有针对敏感肌和非敏感肌的，非敏感肌里再分是要以主打抗衰老为主，还是保湿为主等等的产品线，也就是宏观的产品定位知道我们要干嘛，微观的产品定位就是明确知道我们是要做什么产品。

微观层面我们讲一下数据，因为宏观层面是最初的基调但不是要一层不变的，它在具体微观的执行层面如果发现问题是需要进行调整的。

比如我们要做休闲服饰，但是当我们在研究市场数据和自身销售数据的时候发现销售并不理想，而且在华东区明显发现竞品增多，我们的销售一直呈下滑趋势，那么此时我们对于华东区域的产品定位可能有所调整，那么企业就面临是否将产品定位进行拆分，或者由于投入产出比太低而撤出华东区呢？

刚才举的例子过于细了，但是比如用户数、付费用户数、销售额、月活、日活、用户增长率、市场渗透率、行业集中度等等这些一般投资方很关注的数据基本面，也是我们做企业分析的微观层面很重要的一项内容。

第三步：企业数据分析

当然我们的文章更实际的其实是在讲战略分析，不会有太多非常明细的数据分析，但是有些数据分析应该纳入进来，我们来举些例子。

首先是用户增长。用户增长事关企业生死，这个数据应该越细越好。就算你作为一名底层的员工，你也能从用户增长能力来判断整个企业目前所处的发展状态，这应该是一项基本分析。

然后是企业生意盈亏两个方向的大致分析，当然这点在财务分析模块可能会更具象，但是看过财报的童鞋应该知道财务分析的方向和一般数据部门做的分析是不一样的。

举个例子，比如做教育的公司，财务说盈亏指成本啊、利润啊资产什么的，但是数据部门分析的是产品、是用户、是竞品，所以在是盈是亏这块是要讲清楚的，而且盈利的突出点在哪，亏损的点在哪应该清晰做个数据分析。

最后比较复杂的是商业测算，当然这个需要比较专业的人才能做，商业测算就是指测算在目前的状态下企业的突破口在哪，有多少突破空间，应该怎么做。经过这个测算可以说是对整个企业面临的境况有一个非常完整的了解了，可能企业是死是活就一目了然了。

第四步：财务分析

财务分析四大方面，偿债能力、盈利能力、营运能力、增长能力，这几大方面都从某一个维度诠释了企业目前的能力状况，非常建议大家去了解下，竟然是深度分析那么必不可少，它将是非常重要的一个模块。

了解了所要关注的几个分析方面，我们来谈下具体的分析手法。

1. SWOT分析法

这个方法非常形象地从内部和外部两个方面来对企业进行全面的分析。

威胁：企业面临的外部环境，也就是市场竞争格局
机遇：企业面临的各种利好政策、利好的环境、变化的竞争格局
劣势：企业本身的各种短板，比如产品，比如设备或者人员等等
优势：企业本身的各种优势，比如高科技人才、专家团队或者先前的经验，企业其他渠道的流量等等

我们可以看到通过这一矩阵分析，企业的问题是非常具象地一一呈现在眼前，知己知彼百战不殆我想是对这个方法最好的评价了，当然这个分析方法可以做宏观分析也可以做微观，大家有兴趣可以都尝试下。

2. AARRR分析法

这个AARRR方法也称海盗模型，比较适合互联网企业做用户增长分析以及用户生命周期分析的时候使用。

通过这个分析方法可以帮我们明确发现我们的用户所处的阶段，以及要努力的方向，看用户不同阶段的占比可以也可以帮助分析企业目前的问题所在，以及去做相应的运营策略，当然根据这个模型所呈现的问题去做解决方案不在今天文章的探讨范畴里，只是这样去看可以帮助你更了解企业，更了解企业的用户。

Acquisition（获取）Activation（激活）Retention（留存）Revenue（收入）Referral（自传播）关于这5个阶段具体的含义以及在执行层的使用请大家自行百度了解。

3. 趋势分析

这个比较复杂，简单粗暴可以看一家企业历史情况，用之前的数据来看一个大致的未来曲线变化。但是这个确实简单粗暴，那复杂的就是通过一系列数据手段进行数据建模了。这可以增加精准性，但是整个市场多变，有很多因素不太可控，或者企业的一些活动策略等等又让预测变得不可控。

可能随着大数据技术的成熟，在未来这一形势可能会发生改变也说不定，我们还是静观其变。

4. 象限分析

在我们面临很多竞品公司或者很多产品的时候我们通常会感到迷茫，如何了解自己企业所处的位置呢，这是象限分析就能帮到你。

我在网上找了一张比较详细的图大家可以看下。

首先四象限就是我们以前读书时候数学中的分象限法分出来的，这里X轴和Y轴我们可以选两个比较关注的维度，比如我们用市场份额和盈利空间两个维度来对所有本行业同类产品的企业进行做分析。

那么在图中有A\B\C\D四个象限，A象限是重点关注因为它所处的点是X轴和Y轴都比较高值的地方，这个就用我们以前数学的知识来理解它就行，那么B、C、D同样也比较好理解了，X、Y轴的维度大家可以自己选，因为在不同的情境下想必大家关注的点都不一样。

分析手法就先介绍到这，虽然大家会有很多种方法可以用，这里我也是经过细思斟酌后才放到这里的，但是没法写的太细，细节内容以及如何实现还需要大家自己去网上详细了解。

到这里，讲完了分析内容，讲完了分析手法，其实也涉及到了外部的一些数据，所以推荐大家可以去找一些咨询报告或者一些行研报告来了解下整个产业的市场环境，内部的数据可以找数据部门要一些，因为并不涉及特别细节的数据，我觉得数据部门是可以公开出来的。

了解了如何分析自己企业，一定是一件有意义的事，不管你是业务中高层还是数据的中高层，在我们进行阶段述职或者总结，或者一些专项报告的时候，肯定都是加分项，但是要怎么写呢。

其实本文已经在按写作逻辑给出了顺序，先讲宏观、再讲微观，然后举一些具体数据来佐证微观结论，最后加一些财务分析让整个报告更加丰满，最后做全篇总结。

在刚才讲的这些逻辑里业务的和技术的可以各有侧重点，需要加一些自己的经验分析的，毕竟自己的经验分析才是体现个人专业价值的地方。

最后做全篇总结也要各有侧重，因为大家所处的职位角色都不一样，就算是业务可能在全国还分片区进行管理，所以大家的总结内容应该以自己熟悉的了解的擅长的为主，这样整篇基于战略分析的报告就已经较为完整了。

为什么是较为完整而不是很完整，因为有很多数据我们是获取不到的，且有些内容确实需要比较专业的分析人员来操作。

大家能读到这里，已经很不错了，希望能给大家带来一些收获。

关于作者：数据分析运营团队负责人，专业书籍《数据实践之美》作者之一，代码诗词文武兼能。

延伸阅读👇