我的编程空间,编程开发者的网络收藏夹
学习永远不晚

数据分析十大模型:杜邦分析模型

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

数据分析十大模型:杜邦分析模型

1、该怎么选取关键指标?

2、该怎么对关键指标做拆解?

3、怎么保证拆解后能输出有效结论?

如果你掌握了杜邦分析模型的构建思路,以上问题都能迎刃而解。然而,很多网红文章在介绍杜邦分析模型的时候,只是罗列了一大堆指标,同学们看得头昏脑涨,也搞不懂其中的逻辑。

今天陈老师就带着大家剥丝抽茧,理解杜邦分析模型的思路,再加以扩展应用。

三次拆解,看懂模型的底层逻辑

作为投资人,该如何考察企业的能力呢?直观的想法就是:他拿我投资的钱去经营,赚回来的钱越多越好!因此,有了第一个指标:ROE(Return on Equity)净资产收益率。ROE=净利润/权益,直接反映了企业赚钱能力,肯定是越高越好。

但是注意!企业除了拿投资,还可以去借钱。借的钱太多企业就挂了,投资人的钱也打了水漂,所以做第一次拆解:ROE=ROA*权益乘数,区分出企业经营能力,与财务上风控能力(如下图)。

图片

企业经营和盈利能力、周转能力两个因素有关。

盈利能力很好理解:收入中的利润率。如果利润率太低,说明这个生意不好赚。

周转能力,其实可以简单理解成:销售速度的快慢。比如有AB两件商品,A商品卖一件能赚500元,但是一年就卖1件,B商品卖一件能赚5元,但是一年能卖1000件,肯定大家都会选B,我们常说:“薄利多销”就是这个意思。因此要做第二次拆解(如下图)。

通过第二次拆解,可以看出企业的两种基本经营思路:

1、薄利多销型:净利润率低,但是资产周转速度快!单件少赚,胜在量大、卖得快!

2、厚利慢销型:净利润率高,但是周转慢,甚至故意捂盘惜售,维持高端形象,多赚钱!

如果想进一步看怎么实现薄利多销,还可以做第三次拆解。因为:

1、净利润=收入-成本-各种费用-税

2、总资产=固定资产+库存+应收账+现金

所以可以进一步做拆解如下:

拆解以后,可以清晰地看到钱是怎么赚的,资产是怎么用的。比如:

1、收入主要由销售部负责,主要使用渠道费用做推广/开新店

2、商品主要由商品部负责,引进畅销产品,淘汰滞销产品

3、促销主要由市场部负责,花营销费用做推广,提升销量

这样拆解,还能提醒一些容易被忽视的关系(上图红线):

1、应收账款主要是销售的责任,销售不去跟,干靠财务着急也没用

2、营销费用要和现金挂钩考虑,烧钱做推广把公司烧死的事时常有

3、研发费用要和新品收入挂钩考虑,打造的产品是否OK需要市场检验

杜邦分析模型的优缺点

优点一:用一个最关键主指标考核,非常容易下结论。炒股的人有句俗话:“如果不知道怎么选股,把ROE 15%以下的先扔掉!” 用一个指标概括复杂的企业经营状态,四两拨千斤。

优点二:指标拆解,反映业务行动策略。不管具体卖的是啥商品,做的啥生意,始终无法逃离:“到底和同行打价格战,还是走差异化”路线的选择。打价格战就要薄利多销,走差异化就要选小而精的客户群体提升利润,减缓周转速度,通过第二层拆解可以有效反映业务差异,从而指导业务发展。

优点三:每一次拆解,落实到一个对指标负责的部门。第一次拆解,区分了业务与财务的责任;第二次/三次拆解,区分了销售、市场、生产等业务部门之间的责任。这样的拆解方法是很容落地的,指标有人负责,才能真正驱动业务。

当然,杜邦分析法也有缺点,就是:使用的都是财务指标,财务指标更新速度慢,不能100%适应灵活多变的业务形态。但是,一旦我们掌握了先找关键指标,再围绕业务行动做拆解,落实到各个部门的思路,那么自己构建一个小杜邦分析模型,完全没有问题。

模型的扩展应用

因为财务核算成本、资产等数据常常以月/季度为单位进行。因此业务部门会等不及财务出结果,直接对收入/GMV等指标做拆解, 构建一套指导业务的“小杜邦模型”。在拆解指标的时候,要时刻牢记:“拆出来的指标有人跟”,这样才好落地。

比如以实体店为主要销售渠道的公司,需要进一步拆解收入来源,那么肯定以店铺为单位。经典的拆解方式如下图所示:

这样拆出来指标有人跟进:

1、客流不行,主要是选址问题,渠道部负责跟进

2、客单价问题,主要是商品&营销的问题,市场部跟进

3、店长主抓门头成列/成交率,分公司负责督导执行

如果是电商公司,用户可能有自然登录的,也有站外投放回来的,因此先区分流量来源。

这样拆出来后:

1、站外流量不行,推广部门想办法,优化投放

2、站内活跃不行,运营部门想办法,促进用户活跃

3、成交不行,商品部门想办法,优化产品配体,开展活动

当然,如果渠道很多,也可以综合上述两种方法进行拆解。如下图所示:

图片

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

数据分析十大模型:杜邦分析模型

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

数据分析十大模型:杜邦分析模型

如果你掌握了杜邦分析模型的构建思路,以上问题都能迎刃而解。然而,很多网红文章在介绍杜邦分析模型的时候,只是罗列了一大堆指标,同学们看得头昏脑涨,也搞不懂其中的逻辑。

数据分析十大模型:CVP模型

为了保证APP正常运行,需要最起码的运维投入是多少?这个保底水平,也得通过数据量化,否则只看眼前运行没有问题,就随便裁员,导致APP出了大BUG,从“降本增效”变成“降本增笑,都是预料之中的。
CVP模型数据2024-11-29

数据分析十大模型:决策模型

注意!即使没有模型,手工也能做处理。一般做投放的同学,会用每个渠道投放费用/获客数量,计算每单位获客成本(CAC),然后看哪个渠道的获客成本低,就先把这个渠道全部投满,然后看看手头还剩多少钱,继续投成本第二低的。

十大数据分析模型之三:矩阵模型

掌握构造矩阵模型的技术后,在很多领域都可以使用。特别是用户行为分析。因为收入、成本这些经营指标经常有KPI的,但用户行为并没有KPI。导致很多同学在做用户行为分析时会迷失方向:到底怎么判定用户行为的好坏?此时可以用上矩阵模型了。

数据分析八大模型:EOQ模型

EOQ是economic order quantity(经济订货)听着很玄乎,其实原理非常简单。就是把订货带来的成本,分为采购成本和持有成本两部分。

数据分析八大模型:漏斗模型

今天跟大家分享的是漏斗模型。漏斗模型,是一个大家能在各式各样的场合听到,但是总是感觉没讲到位的模型,今天简单分享一下。

数据分析八大模型:详解PEST模型

即使不是专业做数据分析的人,也能感受到:政策、经济、社会、技术会影响到行业发展。问题是在,怎么把这四个因素,量化成可分析的指标呢?

数据分析八大模型:同期群模型

今天继续来谈数据分析八大模型系列。今天分享的,是一个原理很简单,但是应用很广泛的模型:同期群模型。在商品分析、用户分析、渠道分析上,都用得着哦。

数据分析十大模型之漏斗模型(V2.0全新升级版)

漏斗模型,其实应该叫做“流程式业务分析模型”。它是基于业务流程数据,对业务进行分析诊断的工具。因为销售端的业务,常常会出现“流程越长,用户流失越多的情况”。

七个好用常见的大数据分析模型

学会数据分析,既要会用Excel,Python等工具,也要拥有数据分析的思维。给大家整理了7个最好用最常见的大数据分析模型!帮助你高效地完成数据分析!

用户行为分析模型实践(四)—— 留存分析模型

本文详细介绍了留存分析模型的概念及基本原理,并阐述了其在产品中具体实现。针对在实际使用过程问题,探索了基于ClickHouse留存分析模型实践方案。

用户行为分析模型实践(一)—— 路径分析模型

在互联网数据化运营实践中,有一类数据分析应用是互联网行业所独有的——路径分析。路径分析应用是对特定页面的上下游进行可视化展示并分析用户在使用产品时的路径分布情况。
大数据2024-12-13

用户行为分析模型实践(二)—— 漏斗分析模型

本文简述了现有基于 Hive/Spark 的漏斗模型的实现逻辑,此种方式在允许用户高度自定义查询的同时,节约了存储资源。但是会消耗一定的时间成本和队列资源。
大数据2024-12-13

Android React-Native通信数据模型分析

无论是计算机领域还是日常生活中,我们所言的通信,其核心都是数据信息的交换,而数据模型的优劣对通信效率有着决定性的作用。 在React-Native项目中,Javascript语言与Native两种语言(Java或OC等)间存在着大量的数据交
2022-06-06

我们一起聊聊数据分析模型:人货场模型

“我看到收入下降/新增用户减少/成本上升,该怎么进一步分析呢?”很多人有类似困惑,经常写了一堆同比环比,除了“同比降了,要搞高”就不知道写啥。该怎么办呢?

用户行为分析模型实践(三)——H5通用分析模型

本文从提升用户行为分析效率角度出发,详细介绍了H5埋点方案规划,埋点数据采集流程,提供可借鉴的用户行为数据采集方案;且完整呈现了针对页面分析,留存分析的数仓模型规划方案,在数仓模型设计过程中遇见的痛点难点问题也相应的给出了解决思路及案例代码
大数据2024-12-13

数字化转型数据模型管理现状分析

数据模型是指对现实世界数据特征的抽象,用于描述一组数据的概念和定义。数据模型从抽象层次上描述了数据的静态特征、动态行为和约束条件。

数据分析必会六大实用模型是什么?

对于刚刚接触数据分析的人来说,经常会有这样的困惑和疑问:数据分析究竟难不难?难的话难在哪?为什么有时候作分析不知道从何下手,只能眉毛胡子一把抓?
数据分析必会六大实用模型是什么?
2024-04-23

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录