FineBI博客页

Blog | FineBI

image (10).png

20221206.jpg

最詳細的RFM模型分析案例！讓用戶行為分析事半功倍！

產品需求分析神器：Kano Model 模型分析法（實戰案例講解）

關於AAARR模型（AARRR Funnel），還停留在理論卻不會用？附實例講解！

文章

image.png

杜邦分析法（DuPont Analysis）是一種分析企業財務狀況的方法，在1920年代杜邦企業首先開始採用，目前在現代企業的財務管理中被廣泛運用。杜邦分析法利用幾種主要的財務比率之間的關係來綜合地分析企業的財務狀況，用來評價公司盈利能力和股東權益回報水平。其基本思想是將企業凈資產收益率逐級分解為多項財務比率乘積，深入比較企業經營業績。今天這篇文章就來詳細介紹什麼是杜邦分析？杜邦分析的這麼多指標需要怎麼看？如何使用<a href="https://intl.finebi.com/zh-tw">大數據自主分析軟體FineBI</a>快速進行杜邦分析？<h1>一、杜邦分析法（DuPont Analysis）是什麼？</h1>杜邦分析實際上是針對企業淨資產收益率（Return on Equity，一般簡稱為ROE）的分析，由於企業淨資產收益率是衡量一個企業經營情況的重要數據，為了更加深刻地評估出淨資產收益率成長和衰退的原因，可以通過杜邦分析來洞察每個指標對淨資產收益率的影響，去看到底是資產周轉率、銷售淨利潤率、權益乘數中哪一個指標的變化。具體的公式如下圖所示：淨資産收益率=銷售淨利潤率*資產周轉率*權益乘數。<img src="https://media.finebi.com/strapi/image_34b26d6b6c.png" alt="image.png" srcset="https://media.finebi.com/strapi/thumbnail_image_34b26d6b6c.png 245w,https://media.finebi.com/strapi/small_image_34b26d6b6c.png 500w,https://media.finebi.com/strapi/medium_image_34b26d6b6c.png 750w," sizes="100vw"><h2>1、銷售淨利潤率</h2>銷售淨利潤率=凈利潤/銷售收入，表明企業的盈利能力。如果銷售淨利潤率是10%，那麼說明企業每銷售100元的商品，可以獲得淨利潤10元。<h2>2、資產周轉率</h2>資產週轉率=銷售收入/總資產，表明企業的營運能力。如果資產周轉率是10%，那麼說明企業每投入100元的資產，可以產生10元的銷貨收入。<h2>3、權益乘數</h2>權益乘數=總資產/股東權益=1/(1-資產負債率)，表明企業的資本結構。如果權益乘數為2，代表股東每投入1元，企業能使用3元的資金。<h1>二、杜邦分析怎麼看？</h1>一般來說，企業經營的目標，就是提高企業淨資產收益率（ROE），這也是投資人會特別關注的指標。但是，這個指標真的就是越高越好嗎？通過杜邦分析法，可以一一拆解組成淨資產收益率的各項指標的情況，從而才能知道目前企業經營的現狀，並有所針對地進行改善。<ul><li>銷售淨利潤率=凈利潤/銷售收入，說明可以透過管理成本費用、提高終端售價，讓淨利率提升。對應的的部門是成本控管相關部門。</li><li>資產週轉率=銷售收入/總資產，說明需要提升單位資產周轉效率，讓同樣的資產投入能創造更高的營收。對應的的部門是業務相關部門。</li><li>權益乘數=總資產/股東權益，意思是運用財務槓桿。對應的部門是財務相關部門。</li></ul>&nbsp;<h1>三、如何快速製作杜邦分析圖（DuPont Analysis）？</h1>想要實現有效的杜邦分析，最好的辦法就是將資料視覺化。比起密密麻麻的表格，視覺化圖表能夠一目了然地讓人了解淨資產收益率、資產周轉率、權益乘數等關鍵指標和其組成，來進行評估與分析。<img src="https://media.finebi.com/strapi/image_30e17fdfbe.png" alt="image.png" srcset="https://media.finebi.com/strapi/thumbnail_image_30e17fdfbe.png 245w,https://media.finebi.com/strapi/small_image_30e17fdfbe.png 500w,https://media.finebi.com/strapi/medium_image_30e17fdfbe.png 750w,https://media.finebi.com/strapi/large_image_30e17fdfbe.png 1000w," sizes="100vw">在這裏推薦大家一款<a href="https://intl.finebi.com/zh-tw">自助式資料分析BI工具FineBI</a>，這款BI產品在大陸市場擊敗了國際BI大廠，市場佔有率第一。它能夠讓用戶通過流程化自動地實現資料處理——&gt;整理清洗——&gt;資料建模——&gt;資料視覺化——&gt;構建故事性儀表板，進而通過資料分析來評估業務現狀、發掘業務問題以指導決策。作為一款自助式的資料分析軟體，它的特點就是操作簡單上手快，即使是不懂SQL不懂代碼的業務人員，花上一個星期學習，也能上手運算，做分析，出視覺化圖表和資料分析報告。<img src="https://media.finebi.com/strapi/2864854214_2332800fb6.gif" alt="2864854214.gif">接下來我們就直接開始進行完成杜邦分析圖的實操教程，不需要寫代碼，非常便捷！點擊下方圖片即可免費下載FineBI開始使用哦！<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h2>1、資料清洗與準備</h2>首先，將資料導入FineBI並進行資料清洗，整理出所需要的數據。FineBI能夠從各種數據源中抓取數據進行分析，除了支持大家常用的Oracle、SQLServer、MySQL等資料庫，還支持SAP BW、HANA、Essbase等多維資料庫。FineBI還支持導入Excel資料，支持從R語言腳本導入資料。所以基本能對接各類資料源，打通並整合。<img src="https://media.finebi.com/strapi/image_3211b0aabf.png">如果所需資料在多張表格中，在FineBI的自助資料集中，將所需要的資料合併即可，非常便利。如圖在處理好的「利潤資料分析」表，選擇除了「科目ID」和「科目名稱」外的字段。<img src="https://media.finebi.com/strapi/image_15_eb354ac595.png" alt="image (15).png" srcset="https://media.finebi.com/strapi/thumbnail_image_15_eb354ac595.png 245w,https://media.finebi.com/strapi/small_image_15_eb354ac595.png 500w,https://media.finebi.com/strapi/medium_image_15_eb354ac595.png 750w,https://media.finebi.com/strapi/large_image_15_eb354ac595.png 1000w," sizes="100vw"><img src="">新增「上下合并」步驟，選擇新建的 「資産負債資料」自助資料集，點擊「确定」。<h2>2、計算銷售淨利潤率</h2>因為淨資産收益率的公式為：淨資産收益率=銷售淨利潤率*資産周轉率*權益乘數。那麼接下來我們就分別把銷售淨利潤率、資産周轉率、權益乘數這三個指標計算出來。FineBI的資料加工中包含了很多處理功能，比如過濾、分組匯總、排序、合併、聚合等等。接下來我們就增加過濾條件，將不適用的資料篩選出去。選擇當前金額指標，點選下拉，選擇「複製」，命名為「淨利潤」並選擇「明細過濾」。<img src="https://media.finebi.com/strapi/image_33e65e7806.png">選擇明細過濾條件為「最終科目名稱」屬於「淨利潤」，點選「確定」。這樣我們就輕鬆地篩選出了所需要的淨利潤值。<img src="https://media.finebi.com/strapi/image_16_ae8d72e6ed.png" alt="image (16).png" srcset="https://media.finebi.com/strapi/thumbnail_image_16_ae8d72e6ed.png 245w,https://media.finebi.com/strapi/small_image_16_ae8d72e6ed.png 500w,https://media.finebi.com/strapi/medium_image_16_ae8d72e6ed.png 750w,https://media.finebi.com/strapi/large_image_16_ae8d72e6ed.png 1000w," sizes="100vw">使用上述的過濾組件再把「銷售收入」這個指標篩出來。銷售淨利潤率的公式為：銷售淨利潤=淨利潤/銷售收入。新增「計算欄位」，命名為「銷售淨利潤率」，輸入公式：SUM_AGG(淨利潤)/SUM_AGG(銷售收入)，點選「確定」，就得到「銷售淨利潤率」了。<img src="https://media.finebi.com/strapi/image_18_b49ee4b081.png" alt="image (18).png" srcset="https://media.finebi.com/strapi/thumbnail_image_18_b49ee4b081.png 245w,https://media.finebi.com/strapi/small_image_18_b49ee4b081.png 500w,https://media.finebi.com/strapi/medium_image_18_b49ee4b081.png 750w,https://media.finebi.com/strapi/large_image_18_b49ee4b081.png 1000w," sizes="100vw"><h2>3、計算資產周轉率</h2>接下來，再來計算資產周轉率。按上面的辦法通過過濾組件得到想要的「銷售收入」和「總資產」之後，在FineBI中利用公式一下子就能得到「資產周轉率」。新增計算欄位，命名並輸入公式：SUM_AGG(銷售收入)/SUM_AGG(總資產)，點選「確定」即可。<img src="https://media.finebi.com/strapi/image_d4e7150dcf.png"><div class="raw-html-embed"><div style="margin:20px 0px">
<a href="https://intl.finebi.com/trial" style="background-color:#2c7adf;padding: 15px 26px;border-radius:50px;color:#fff" target="_blank" rel="noreferrer noopener">
免費試用FineBI&gt;&gt;
</a>
</div></div><h2>4、計算權益乘數</h2>先計算出「資產負債率」。按上面的辦法通過過濾組件得到想要的「總負債」和「總資產」兩個指標，通過公式得到「資產負債率」。<img src="https://media.finebi.com/strapi/image_19_cd9cbed7e9.png" alt="image (19).png" srcset="https://media.finebi.com/strapi/thumbnail_image_19_cd9cbed7e9.png 245w,https://media.finebi.com/strapi/small_image_19_cd9cbed7e9.png 500w,https://media.finebi.com/strapi/medium_image_19_cd9cbed7e9.png 750w,https://media.finebi.com/strapi/large_image_19_cd9cbed7e9.png 1000w," sizes="100vw">然後，新增計算欄位，命名並輸入公式：1/(1-資產負債率)，點選「確定」即可得到「權益乘數」。<img src="https://media.finebi.com/strapi/image_ab24e4f080.png"><h2>5、計算淨資產收益率</h2>淨資産收益率的公式為：淨資産收益率=銷售淨利潤率*資産周轉率*權益乘數。在FineBI中添加計算字段，命名并輸入公式：銷售淨利潤率*資産周轉率*權益乘數，點擊「确定」即可。<img src="https://media.finebi.com/strapi/3199993965_49c7ddd85a.png" alt="3199993965.png" srcset="https://media.finebi.com/strapi/thumbnail_3199993965_49c7ddd85a.png 245w,https://media.finebi.com/strapi/small_3199993965_49c7ddd85a.png 500w,https://media.finebi.com/strapi/medium_3199993965_49c7ddd85a.png 750w,https://media.finebi.com/strapi/large_3199993965_49c7ddd85a.png 1000w," sizes="100vw"><img src=""><h2>6、創建指標卡</h2>選擇「指标卡」，将「資産淨收益率」拖入文本框，并設置格式，如下圖所示。其他指標也如法炮製即可。<img src="https://media.finebi.com/strapi/image_20_96760a6de0.png" alt="image (20).png" srcset="https://media.finebi.com/strapi/thumbnail_image_20_96760a6de0.png 245w,https://media.finebi.com/strapi/small_image_20_96760a6de0.png 500w,https://media.finebi.com/strapi/medium_image_20_96760a6de0.png 750w,https://media.finebi.com/strapi/large_image_20_96760a6de0.png 1000w," sizes="100vw">之後，一張清晰的杜邦分析圖就完成了！（更詳細的步驟可以參考<a href="https://help.fanruan.com/finebi-tw/doc-view-1138.html">FineBI教學文檔</a>）<img src="https://media.finebi.com/strapi/image_30e17fdfbe.png" alt="image.png" srcset="https://media.finebi.com/strapi/thumbnail_image_30e17fdfbe.png 245w,https://media.finebi.com/strapi/small_image_30e17fdfbe.png 500w,https://media.finebi.com/strapi/medium_image_30e17fdfbe.png 750w,https://media.finebi.com/strapi/large_image_30e17fdfbe.png 1000w," sizes="100vw">對杜邦分析的介紹就到這裡，點擊下方按鈕即可免費使用全版本功能的FineBI，快來試試吧！<div class="raw-html-embed"><div style="margin:20px 0px">
<a href="https://intl.finebi.com/zh-tw/trial" style="background-color:#2c7adf;padding: 15px 26px;border-radius:50px;color:#fff" target="_blank" rel="noreferrer noopener">
免費試用FineBI&gt;&gt;
</a>
</div></div><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a>&nbsp;&nbsp;

一文教會你杜邦分析法（DuPont Analysis）是什麼？怎麼快速製作杜邦分析圖？建議收藏！

20221205143501.png

說起ABC分析法（帕累托分析），估計沒接觸過數據分析的人都聽過，但是怎麼用ABC分析法（帕累托分析）解決實際業務問題呢？今天軟妹就來帶你釐清ABC分析法的來龍去脈。最近，做酒店管理的小李很頭疼，酒店最近一個月的損失成本明顯升高，但是一直卻沒辦法改善，為什麼會這樣呢？原來雖然這家酒店的人氣火爆，每天都有客人預定房間，但最終總有一小部分人會取消預定，這些被取消的房間最終就會空下來，給酒店造成了很大的損失。<img src="https://media.finebi.com/strapi/image_159004d87b.png">如果是你，你應該怎麼解決這個問題呢？<h1>一、什麼是ABC分析法（帕累托分析）？</h1>上面那個例子其實就是ABC分析法（帕累托法則）的最好體現，因為資源總是有限的，不同的管道和用戶會產生不同的效益，所以我們不能將所有的資源投入到全部管道裏，這就是ABC分析法（帕累托法則）所遵循的原則。我們先看一下ABC分析法（帕累托法則）的定義：ABC分析法，也叫做帕累托法則、柏拉圖分析，是一種根據帕累托最優原則設計的分類方法，經常被用於常用於庫存管理、銷售分析當中，也稱為選擇性庫存控制。<img src="https://media.finebi.com/strapi/image_c9215fb6e4.png">帕累托分析依據的原理是20/80定律，80%的效益常常來自於20%的投入，而其他80%的投入卻只產生了20%的效益，這說明，同樣的投入在不同的地方會產生不同的效益。以款式和銷售量為例：A 款式數量佔總體 10% ，卻貢獻了 80% 的銷售額。<img src="https://media.finebi.com/strapi/image_b5d35b59b9.png">注：二八分析與 ABC 分類法大緻相同，都是少數專案貢獻了大部分價值。不同之處是ABC 分類法將物件分三類，而二八分析則為 A、B 兩類，A 類品牌商品佔總體的一小部分，貢獻了 80%的銷售額。这是什麼意思呢？首先我們舉一個常見的例子：一家人有A、B兩兄弟，如果每個人分別去捕兔子，每個人每天都可以得到20斤食物；如果兩兄弟合力去捕殺一只鹿，則可以得到100斤的食物；那麼，那麼如果你是這兩個兄弟的父親，你會怎麼分配任務呢？<img src="https://media.finebi.com/strapi/image_22291cf38c.png">其實無非是這幾種分配方式：<ul><li>兩個人合力捕鹿：得到100斤食物；</li><li>兩個人分別捕兔：得到40斤食物；</li><li>A捕鹿、B捕兔：A不得到食物，B得到20斤食物</li><li>A捕兔、B捕鹿：A得到20斤食物，B不得到食物</li></ul>想都不用想，我們都會讓兩兄弟合力捕捉鹿，這就是帕累托模型的本質，也就是資源集中，我們要把資源投放到效益最高的管道中，也就是“頭部”管道，而不應該將資源投放到剩下的“尾部”管道中。<img src="https://media.finebi.com/strapi/image_a64fa9fafc.png"><h1>二、ABC分析（帕累托分析）如何操作？</h1>我們換到一個實際的例子看一下：某集團公司下屬有十餘種業務或產品，但是最近發現公司的行銷成本很大，想要縮減一些業務，或者調整一下業務的投入成本。這就是典型的業務升級（資源分配）問題。ABC分析圖（帕累托分析圖）的繪製過程非常簡單，就是按照貢獻度從高到低依次排列，並繪製累積貢獻度曲線，當樣本數量足夠大時，貢獻度通常會呈現20/80分佈。<img src="https://media.finebi.com/strapi/image_40184f8735.png"><img src="https://media.finebi.com/strapi/image_30f465028d.png">這裏面最大的難點就是如何表示某類產品的累積貢獻度呢？直接用每個產品的銷售額比上總銷售額？這顯然是不可以的！所以我們要用到一個新的指標：累積銷售額占比。直接給大家演示一遍：<img src="https://media.finebi.com/strapi/image_0682aca4a5.png">我們使用<a href="https://intl.finebi.com/zh-tw">FineBI</a>這款在大陸市場佔有率第一的自助大數據分析的BI工具，它操作比Excel更加簡單好學，同時自帶資料庫連接、資料視覺化處理等功能，避免了複雜函數公式的困擾，不用花大部分的時間在資料處理上，另外資料視覺化分析的功能很強大，拖拖拽拽就能生成精美的可視化分析報告。 <img src="https://media.finebi.com/strapi/v2_8013f5130239738292eacae29b76f205_720w_3_69a72b7e13.webp" alt="v2-8013f5130239738292eacae29b76f205_720w (3).webp">首先我們在FineBI中從資料源開始上手，在表格中選擇所需要的資料欄目即可。<img src="https://media.finebi.com/strapi/image_3de8816d07.png">如果資料分散在不同表格中也很好處理，在FineBI中利用多表連接、分組匯總功能可以很方便地從多張表格中獲取想要的資料。最終，我們得到了一張帕累托分析要用的銷售明細表。<img src="https://media.finebi.com/strapi/image_416bbeb2a3.png">基於表格，我們使用FineBI中的計算指標功能，進行數據的處理加工分析。使用FineBI的內置公式，或者將公式寫入FineBI即可，就可以自動計算。<img src="https://media.finebi.com/strapi/image_b2ce8b5f53.png">先可以簡單地寫一個計算指標，求銷售金額合計，將銷售額按照商品進行匯總。然後我們想要計算累計銷售額占比，首先就要計算出累計銷售額，其公式為：累計銷售額占比=累計銷售額/總銷售額。<img src="https://media.finebi.com/strapi/image_1dbfc65d53.png">然後我們就可以繪製ABC分析圖（帕累托分析圖）了，直接把數據拖拽到對應橫縱軸，選擇「自訂圖表」，並設定「銷售額」為柱形圖，「累計佔比」為折線圖即可。<img src="https://media.finebi.com/strapi/image_04e409dae0.png">之後想要做ABC分類其實就是基於不同的累計金額百分比80%、10%、10%做判斷區分，按顏色劃分不同種類的「品牌描述」。將「 ABC 劃分」欄位拖入「圖形屬性&gt;銷售額」下的「顏色框」，漸變區間選擇「自訂」。根據劃分的種類選擇顏色區間個數，由於劃分了三類商品，因此區間個數選擇「3」並設定對應的顏色。<img src="https://media.finebi.com/strapi/image_3b60cd5347.png">按照A、B、C分組對產品進行了分類，根據產品的效益分為了三個等級，這樣我們就可以對這些產品投放不同程度的資源，來產出最優的效益。<img src="https://media.finebi.com/strapi/image_cc4012d7c7.png">這時候我們就可以針對不同的業務或者產品進行資源分配，優先集中我們的資源對貢獻了大多數銷售額的品牌進行投資，不要沉迷於後面的小頭。如需要更詳細的ABC分析圖的製作步驟指導，可以參見<a href="https://help.fanruan.com/finebi-tw/doc-view-702.html">ABC分析圖教學文檔</a>。<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h1>三、如何用ABC分析（帕累托分析）解決問題？</h1>我們已經學會了ABC分析（帕累托分析）的本質和操作，那麼文章開頭的案例應該怎麼解決呢？按照帕累托法則的本質，我們可以對小李提出下面的解決方案：1、根據平均每日取消訂單量，適當提高可預定量，比如有10間房間，每天的可預定量就提高為12間，這樣如果有客戶取消預定，就可以保證房間最大利用。2、如果當天沒有人取消訂單，這樣需要給2位客戶進行退款，那麼應該給哪兩個客戶退款呢？需要建立帕累托圖，將不同客戶的累計訂單額占比進行排序，對尾部的兩個客戶進行退款處理。這樣就可以用最小的損失，換來最優化的效益產出，這就是帕累托最優解。對ABC分析就聊到這裡，大家可以直接點擊下方圖片，免費使用FineBI，開始數據分析之旅吧！<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a>

數據分析中的萬能寶典——ABC分析，手把手教你學會做！

image (21).png

1660807221751914_副本.png

如果要對產品進行深度的市場定位和戰略設定，少不了使用BCG矩陣來進行數據分析。自BCG矩陣在1970年代被發明開始，近半數的美國500強企業都在藉助BCG矩陣的分析結論作為制定產品策略的重要參考。BCG矩陣作為一個擁有50年歷史的商業分析模型，在現代快速變化的商業市場中，仍然有不可小覷的指標意義。一個企業要成長，不能只靠單一的產品。而面對琳瑯滿目的產品線，企業的資源是有限的，到底要如何分配資源，為不同的產品制定行銷策略呢？又要如何構建強勁的產品組合，確立公司發展的方向，產生最大利潤呢？今天就給大家來詳細解讀BCG矩陣是什麼，以及如何繪製BCG矩陣圖並使用BCG矩陣圖進行數據分析，幫助企業為不同產品制定合適的發展策略。<h1>一、什麼是BCG矩陣？</h1>BCG矩陣（BCG Matrix），也被叫做波士頓矩陣、市場增長率-相對市場份額矩陣、波士頓諮詢集團法、四象限分析法等，是布魯斯·亨德森在1970年為波士頓諮詢公司設計的一個圖表，以波士頓諮詢公司的簡稱，BCG作為圖表的名稱。BCG矩陣實際上是一個2x2的矩陣圖，它的橫軸是市場佔有率（反映企業實力的指標），縱軸是銷售增長率（反映市場引力的指標），透過銷售增長率和市場佔有率來分析決定企業的產品結構。企業銷售增長率做縱軸，市場佔有率做橫軸，各以10%和20%作為區分高、低的中點，將座標圖劃分為四個象限，每個象限代表著不同類型的產品，依次為“問題產品”、“明星產品”、“金牛產品”、“瘦狗產品”。<img src="https://media.finebi.com/strapi/image_f3ade556a9.png">根據BCG矩陣，處於不同階段的產品可以採取不同的策略：1、成長策略（Build）：增加投資，期望值提高問題市場占有率，成為明星產品2、維持策略（Hold）：維持投資，目的是維持市場占有率3、收割策略（Harvest）：只求增加短期現金流量，因此會採取減少投資支出的做法4、撤退策略（Divest）：幾乎不會進行任何投資，因為將資源運用至其他事業將更為有利，可以規劃將此產品出售或清算。<img src="https://media.finebi.com/strapi/image_4b1f826057.png">那麼總結一下，這四種類型的產品可以採用如下策略：1、問題產品（Question Marks）：屬於導入期的產品，高增長率但市場佔有率低，發展前景好但市場開拓不足，需謹慎投資。可以採取成長策略，但如果潛力有限，則調整為收穫策略；2、明星產品（Stars）：屬於成長期的產品，高增長率且市場佔有率低高，發展前景好，競爭力強，建議採取成長策略，需加大投資以支持其發展；3、金牛產品（Cash Cows）：屬於成熟期的產品，低增長率但市場佔有率低高，是成熟市場的領導者，建議採取維持策略，降低投資，維持市場佔有率並延緩衰退；4、瘦狗產品（Dogs）：屬於導入期或衰退期的產品，低增長率且市場佔有率低，利潤率低甚至虧損，應採取撤退策略。&nbsp;<img src="https://media.finebi.com/strapi/image_32eab1a256.png">企業可將產品按各自的“銷售增長率”和“市場佔有率”歸入不同象限，通過產品所處不同象限的劃分，使企業採取不同決策，以保證其不斷地淘汰無發展前景的產品，保持“問題”、“明星”、“金牛”、“瘦狗”產品的合理組合，實現產品及資源分配結構的良性循環。按照BCG矩陣分析的結果，最佳的產品組合是：<ul><li>迅速淘汰“問題產品” ；</li><li>讓“明星產品”轉化成“金牛產品” ；</li><li>保證“金牛產品”不受衝擊；</li><li>暫時保留“瘦狗產品” 。</li></ul><h1>二、如何製作BCG矩陣圖？</h1>波士頓矩陣通過銷售增長率（反映市場引力的指標）和市場佔有率（反映企業實力的指標）來分析決定企業的產品結構。切讓我們換到一個實際的BCG矩陣例子來操作下試試：某廠家最近想瞭解自己客戶的消費能力和消費頻次，因此需要對自己的客戶進行分類查看。BCG矩陣的製作方法比較簡單，利用專業的數據分析工具就能很輕鬆實現，比如用<a href="https://intl.finebi.com/zh-tw">專業的數據分析軟體FineBI</a>，就能很快製作出下面的動態BCG矩陣圖：<img src="https://media.finebi.com/strapi/1660553791515254_6478e371e9.gif" alt="1660553791515254.gif"><a href="https://intl.finebi.com/zh-tw">FineBI</a>是一款商業智慧自助數據分析軟體，旨在幫助各行各業的業務人員充分瞭解和利用他們的數據。FineBI 憑藉強勁的大數據引擎，只需簡單拖拽便能製作出豐富多樣的數據可視化資訊，自由地對數據進行分析和探索，讓數據釋放出更多未知潛能。<img src="https://media.finebi.com/strapi/image_2b1dd2ea45.png">BCG矩陣圖的製作思路是先建立一個普通的座標圖，然後通過設置警戒線，將區域分成四塊象限進而觀察數據；同時再設置鑽取目錄，挖掘更細粒度的數據。給大家簡單介紹一下步驟：<h2>1、建立儀表板</h2>首先，我們從資料源開始上手，這是張銷售明細表，其中包含每一筆銷售訂單的客戶資訊、銷售單價和數量等。進入資料準備，創建儀表板。<img src="https://media.finebi.com/strapi/image_83a098dcf7.png"><h2>2、新增計算指標</h2>接著基於該表，我們使用FineBI中的計算指標功能，進行數據的處理加工分析，添加計算出客單價，客單價的含義是每個客戶的平均消費金額，客單價=消費金額 / 客戶名稱。<img src="https://media.finebi.com/strapi/image_8d0788e095.png"><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h2>3、使用散佈圖將資料視覺化</h2>接下來，我們使用散佈圖將進行完資料處理的資料進行視覺化。通過FineBI的儀表板，可以將資料使用視覺化組件進行呈現。FineBI中內置了超過五十種可視化圖表類型，除了條形圖、圓餅圖、折線圖這類基礎圖表，雷達圖、散佈圖和詞雲圖等高階圖表也全都囊括了。基本上能夠實現在平時學習或工作中進行數據分析時所需要的全部圖表！而且做起來的效果也可以非常方便地進行個性化條件，可美觀、可炫酷！<img src="https://media.finebi.com/strapi/image_f55655fef6.png">觀察給定的資料，系統中客戶中存在客戶的名稱，與對應的客戶類別。這種結構稱之為樹狀結構，常常出現於公司的組織架構中，可以設定&nbsp;<a href="https://help.fanruan.com/finebi-tw/doc-view-133.html">普通資料鑽取</a>&nbsp;進行詳細資料查看，本例中的樹型結構比較簡單，只有客戶分類-客戶名稱兩級。想要在BCG矩陣圖（波士頓矩陣圖）中體現出這種層級關係，則需要建立鑽取目錄 ，將客戶名稱待分析欄位拖入客戶型別欄位下，如下圖所示：<img src="https://media.finebi.com/strapi/image_9c6b5e6472.png">圖表型別此時散點圖灰化，不可選，提示需要拖入一個維度和一個指標，才能製作點圖，如下圖所示：<img src="https://media.finebi.com/strapi/image_3e97451bbe.png">拖動記錄數進入橫軸，拖動剛才計算好的客單價計算指標進入縱軸，拖動鑽取目錄進入圖形屬性下的細粒度欄，如下圖所示：<img src="https://media.finebi.com/strapi/image_56d9bb85c3.png">增加兩條警戒線，點選客單價下拉框，選擇設定分析線&gt;警戒線，如下圖所示：<img src="https://media.finebi.com/strapi/image_1e32e6a362.png">點選新增警戒線，命名為消費平均金額，設定公式AVERAGE(客單價)，點選確定，可設定分析線顏色。<img src="https://media.finebi.com/strapi/image_5211d30651.png">同理新增消費平均次數警戒線。<img src="https://media.finebi.com/strapi/image_4c4a9b893d.png"><h2>4、效果查看</h2>最終，一張動態可鑽取的BCG矩陣圖就完成了！<img src="https://media.finebi.com/strapi/1660553791515254_6478e371e9.gif" alt="1660553791515254.gif"><h2>5、分析結論</h2>根據散佈圖，可以大致分析出這個公司的客戶畫像：<ul><li>消費次數超過平均值，每次消費力度也超過平均水平的客戶：判定為明星客戶，這類客戶需要重點關注，並給予最高的禮遇；</li><li>消費次數超過平均值，但每次消費力度未達到平均水平的客戶：被判定為現金牛客戶，這類客戶通常消費頻次比較頻繁，能給企業帶來較為穩定的現金流，這類客戶是企業利潤基石；</li><li>消費未達到平均值，但每次消費力度超過平均水平的客戶：是問題客戶，這類客戶最有希望轉化為明星客戶，但是因為客戶存在一定的潛在問題，導致消費頻次不高，這類客戶需要利用客服進行重點跟進和長期磁軌；</li><li>消費未達到平均值，消費力度也未達到平均水平的客戶：屬於瘦狗客戶，這類客戶通常佔企業客戶的大多數，只需要一般性維護，不需要投入重點維繫。</li></ul><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h1>三、如何使用BCG矩陣來解決實際問題？</h1>我們已經學會了BCG矩陣的本質和BCG矩陣圖的繪製，那麼一般來說，如果一家公司想要分析目前各產品線的市場狀況，應該怎麼解決呢？按照BCG矩陣的本質，我們可以考慮下面的解決方案：1、根據公司旗下產品的銷售增長率和市場佔有率數據，製作BCG矩陣圖，對產品進行分類2、要不斷探索開發金牛類產品，這是快速拓展市場的最大殺手鐧3、要加強對明星類產品的宣傳促銷，保證明星類產品保持高市場佔有率和高市場增長率4、瘦狗類產品如果在短期內沒有發生轉機的現象，儘量利用或回收這樣就可以將企業有限的資源有效地分配到合理的產品結構中去，以保證企業收益，這就是BCG矩陣的用處。點擊下方按鈕就可以免費試用FineBI，幫助你快速搭建BCG矩陣（波士頓矩陣），規劃出合理的產品結構！<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a>&nbsp;

制定產品策略一定要懂的數據模型——BCG矩陣（波士頓矩陣）

f9dcd100baa1cd1169bde7cfb312c8fcc2ce2dd1_副本.jpg

f9dcd100baa1cd1169bde7cfb312c8fcc2ce2dd1.jpg

image (22).png

揭秘商品分析的本質！手把手教你做購物籃分析

image (24).png

客戶黏著度是衡量客戶對於產品或者品牌信任度的一項重要指標，為了了解產品的優化和行銷策略的有效性，對客戶黏著度的分析是必不可少的。那麼，要如何快速進行對客戶黏著度的分析呢？本文將為大家詳細拆解顧客黏著度的指標，並且教會大家使用<a href="https://intl.finebi.com/zh-tw">商業智慧自助分析工具FineBI</a>，快速實現對顧客黏著度的分析。<h1>一、什麼是客戶黏著度？</h1>客戶黏著度是衡量客戶對於品牌或者產品的忠誠、信任與良性體驗等結合起來形成的依賴程度和再消費期望程度，是瞭解產品健康度的重要指標。客戶黏著度還可以細分為如下三個指標來進行衡量：1、初期黏著度：代表客戶擁有了初始興趣，產品抓住了客戶的痛點和需求，讓客戶產生了最初的好感，開始有持續使用的意向。2、持續黏著度：在用戶產生了持續好感之後，產品逐漸培養了用戶的使用習慣，客戶的產品體驗能夠不斷被優化，讓用戶持續使用。3、強烈黏著度：這一指標代表了用戶的忠誠度，在已經培養了用戶的使用習慣後，無論市場發生什麼變化，用戶依舊使用該產品，讓競品無法超越。<img src="https://media.finebi.com/strapi/image_b04803a202.png"><h1>二、如何提升顧客黏著度？</h1>如何打造具有強烈黏著度的顧客群，讓消費者從建立初期黏著度的訪客，逐漸養成產品使用習慣，培養持續黏著度，到最後形成強烈黏著度，成為品牌或者產品的忠實顧客呢？顧客從訪客變成忠實客戶，從初期黏著度培養出強烈黏著度，大致經過了三個階段。對於企業來說，最重要的就是在這三個階段中，逐步增強顧客黏著度。<h2>1、培養初期黏著度，從訪客到會員</h2>對於還沒有對品牌形成黏著度的訪客客戶，可以利用會員制度，給不同等級的會員提供不同的優惠和資訊內容，是顧客體會到自己和其他消費者不同，逐漸培養起對品牌的認知和黏著度。一般對品牌沒有認知的消費者，不會直接加入會員，此時可以利用一些返現或者是優惠，作為一個刺激，邀請消費者在進行消費時加入會員。<h2>2、經營持續黏著度，從會員到回購</h2>對於已經購買，並對品牌形成了初期黏著度的顧客，之後的重點將在於經營持續黏著度，即提高回購的頻率，並在此基礎上不斷提升客單價。企業可以利用現金或者積分回饋制度，讓顧客每次下單的消費金額，都可以轉化為積分以供下次使用，積分還可以用來兌換禮品等，這樣能夠吸引顧客回購。同時，也可以根據時令，搭配一些會員回饋活動，讓顧客加強品牌認知度和參與感。<h2>3、建立強烈黏著度，從回購到轉介紹</h2>如今，消費者每天會接收到大量資訊，企業想要獲得新客變得越來越不容易。此時，如果能藉助已經具有強烈黏著度的顧客形成良好的口碑效應，讓更多潛在的或者新接觸產品的消費者看到來自其他消費者的推薦。那麼，就能夠不斷增強消費者對品牌的信任度和忠實度。企業可以利用現金或者積分獎勵等形式，鼓勵已經形成強烈黏著度的會員將產品推薦給未使用過該產品的好友、同事、家人，或者是幫助激活那些很久未使用產品的用戶。這一做法實際上是將部分行銷預算撥給會員，當新的顧客被激活來使用產品後，又可以以相同的方式鼓勵他們吸引更多潛在顧客，形成良性的會員成長循環。<h1>三、如何進行顧客黏著度分析？</h1>數據是企業重要資產，從行銷、購買、服務過程都會累積大量資料，而這些資料必須要做整合。在這個過程中，需要運用到商業智能工具、大數據分析技術，來實現更懂顧客的資料分析，從而調整我們接下來的行銷或是產品策略。那麼，應該如何進行顧客黏著度的分析並制定相應的策略呢？在這裡我們使用了<a href="https://intl.finebi.com/zh-tw">商業智慧自助分析工具FineBI</a>，FineBI是一款專業、簡潔、易用的自助分析工具，透過FineBI自助資料集功能，普通業務人員通過拖拖拽拽就能輕鬆地對資料做篩選、切割、排序、彙總等，自助靈活地達成期望的資料結果。FineBI還支援多種基礎類、高階類圖表，能實現豐富的資料視覺化效果。<img src="https://media.finebi.com/strapi/2864854214_2332800fb6.gif" alt="2864854214.gif">它的易用性不僅體現在操作和介面上，也體現在數據處理上。FineBI內置了各種計算公式、過濾組件。基本告別SQL和代碼。<img src="https://media.finebi.com/strapi/image_bce644b478.png">同時，使用FineBI可以輕鬆搭建各種經典的數據分析模型，諸如金字塔模型、<a href="https://intl.finebi.com/zh-TW/blog/kano-model">KANO分析模型</a>、<a href="https://intl.finebi.com/zh-TW/blog/rfm-analysis">RFM模型</a>、<a href="https://intl.finebi.com/zh-TW/blog/basket-analysis">購物籃分析模型</a>等等，幫助業務洞察。<img src="https://media.finebi.com/strapi/image_0a2bc4a80d_71cec352f1.png" alt="image_0a2bc4a80d.png" srcset="https://media.finebi.com/strapi/thumbnail_image_0a2bc4a80d_71cec352f1.png 180w,https://media.finebi.com/strapi/small_image_0a2bc4a80d_71cec352f1.png 500w,https://media.finebi.com/strapi/medium_image_0a2bc4a80d_71cec352f1.png 750w,https://media.finebi.com/strapi/large_image_0a2bc4a80d_71cec352f1.png 1000w," sizes="100vw">FineBI提供包括製造業、醫藥、零售、金融等不同行業的業務主題分析場景，通過業務指標數據分析與展示，讓相關管理人員能夠輕鬆掌握業務動態。<img src="https://media.finebi.com/strapi/image_54051dec7e.png">FineBI能將業務人員從資料處理和可視化的泥潭中解放出來，把更多精力投放到資料分析與資料管理和業務溝通上。下面就來實際演示一下，如何使用FineBI快速進行顧客黏著度分析。<img src="https://media.finebi.com/strapi/image_694c98b5ed.png"><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h2>1、資料準備</h2>首先，先將需要進行分析的資料進行準備和清洗。在這個範例中，我們使用了<a href="https://help.fanruan.com/finebi-tw/doc-view-1376.html">操作文檔</a>提供的範例資料。FineBI能夠從各種資料源中抓取資料進行分析，除了支持大家常用的Oracle、SQLServer、MySQL等資料庫，還支持SAP BW、HANA、Essbase等多維資料庫。還支持導入Excel數據，支持從R語言腳本導入數據。所以基本能對接各類資料源，打通並整合。<img src="https://media.finebi.com/strapi/image_f44e2a26e2.png">我們將範例資料上傳到FineBI後，新增自助資料集並命名為「使用者粘度分析」，勾選「使用者登入表」的三個欄位，如下圖所示：<img src="https://media.finebi.com/strapi/image_4376197ce0.png"><h2>2、組件製作</h2><ul><li>查看一週登入次數超過兩次的人數走勢</li></ul>我們選擇使用趨勢面積圖來展示一週登入次數超過兩次的人數走勢1）將「聯絡電話」欄位轉換為指標，得到聯絡電話的去重計數（即所有使用者的數量）。如下圖所示：<img src="https://media.finebi.com/strapi/image_44586eeb7a.png">2）對去重計數後的聯絡電話進行明細過濾，過濾得到一週內登入不止一次的使用者數量。3）拖入欄位「登入時間、聯絡電話」，製作趨勢面積圖。如此便完成了一週登入超過兩次人數的時間走勢圖。<ul><li>查看不同狀態的使用者一週登入超過兩次人數的走勢</li></ul>複製之前製作的組件，在其基礎上將「客戶狀態」拖入顏色欄並將「面積」改成「線」。如此便獲得「合作、潛在、跟進」一週登入兩次以上人數的走勢。其他走勢圖也可以按照上述方法如法炮製。<h2>3、分析結果</h2>最終，我們得到了一張用戶黏著度分析看板：<img src="https://media.finebi.com/strapi/image_eaea370162.png"><ul><li>從第一個組件中，我們可以看到【05週—10週】一週登入兩次以上的人數持續上升；結合右邊的折線圖組件，可以看到上升最明顯的是潛在使用者。說明該時間段的活動或產品優化在用戶黏著度反饋上是有正向影響的，特別是對潛在使用者。</li><li>只登入一回的使用者佔 74.83% ，所以從整體看，用戶黏著度有待加強，需要使用一些策略來增加用戶黏著度。</li></ul>&nbsp;點擊下方圖片即可免費試用FineBI，快速進行自助數據分析，幫你從資料處理和可視化的泥潭中解放出來！<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a>&nbsp;

image (23).png

想知道產品優化是否有效？快用客戶黏著度分析來量化結果！

images.png

轉換率是衡量行銷活動成效的重要標準之一，英文即Conversion Rate。它的應用範圍非常之廣，購物網站的轉換率目標是獲得更多訂單，問卷調查的轉換率目標是獲得更多填寫的問卷…轉換率越高，則意味著在獲得同樣的流量中能夠獲得更多的商業利益。提升轉換率是每一個老闆、行銷人、網站設計人員和相關業務人員需要重點投入的工作。那麼今天，我們就為你詳細解讀，什麼是轉換率？怎麼分析轉換率？如何快速製作行銷漏斗圖以定位轉換率的可優化之處？文中還會附上詳細的案例分析。<h1>一、轉換率是什麼？</h1>轉換率（Conversion Rate，CVR）指用戶到達網站之後，達成網站目標的概率。如果是電商購物網站，那麼可以使用完成付款做為轉換目標。例如，有100個用戶來到網頁，其中有10個人完成付款，那麼這個網頁的轉換率就是10%。如果網站是以讓用戶填寫詢價表單，留下聯繫方式為目標，那麼用戶來到網站後，按照流程填寫完詢價表單即為完成目標。需要完成的轉換目標可以是「訂閱電子報」、「預約服務」、「下載軟體」......等等，只要是網頁想達成的目標都可以作為轉換目標，用戶進行轉換的概率即為轉換率。<h1>二、如何進行轉換率計算？</h1>轉換率（conversion rate） = 轉換目標達成的次數 ÷ 網頁訪客數 * 100。單位是百分比（％）<img src="https://media.finebi.com/strapi/image_d81e076caf.png">根據不同的轉換目標和行銷目標，轉換率的計算方法也有所不同，比如：<ul><li>電商網站購買頁面的轉換率（％）=完成購買的人數 ÷ 頁面訪客人數 * 100</li><li>廣告投放轉換率（％）=轉換目標人數 ÷ 從該廣告進站的訪客人數 * 100</li><li>購物車轉換率（％）=加入購物車的人數 ÷ 訪客人數 * 100</li></ul><h1>三、如何製作轉換漏斗圖來分析轉換率？</h1>那麼，請開發人員在網站上進行埋點和資料統計後，拿到了一堆轉換率相關資料，我們應該如何對轉換率進行資料分析呢？轉換率代表著目標客群因應網站的行銷活動進行行動的比例，因此在品牌或產品的行銷歷程中，每一個環節對提升轉換率都至關重要。只要有一個環節的轉換率提升一倍，那麼最終的轉換結果就能提升一倍。因此，降低行銷漏斗中每一次的客戶（流量）流失，提升每個環節的轉換率，是為提升最終轉換率的關鍵。轉換率漏斗即從用戶的進入網站後的消費過程開始，從瀏覽商品、搜尋商品、加入購物車、生成訂單、款項支付、交易成功......層層漏斗最終篩選出了精準的客戶群。最佳轉換率即從用戶進入網站開始，到最後的結賬過程，每次動作都能最大化地留住大多數客戶，提升最終成功的訂單數。<img src="https://media.finebi.com/strapi/image_a8308f61bf.png">我們使用<a href="https://intl.finebi.com/zh-tw">大數據自助分析軟體FineBI</a>來進行轉化率漏斗的分析，FineBI是一款非常強大而靈活的資料自助分析軟體，擁有強大的資料處理能力。它能幫助業務人員快速進行資料分析，讓業務人員能充分瞭解並利用他們的數據，輔助決策、提升業務。如圖即為使用FineBI搭建的轉換率分析儀表板。<img src="https://media.finebi.com/strapi/image_e00780f426.png">&nbsp;<h2>1、資料準備</h2>FineBI具有非常強大的資料準備功能，支援超過30種以上的數據庫表和SQL數據源，支持Excel、txt等文件資料集，支持多維資料庫、程序資料集的等各種數據源，適用於對實時性要求較高的資料分析場景。<img src="https://media.finebi.com/strapi/image_36f7277712.png">我們將作為範例的電商資料以Excel的格式上傳FineBI後，找到 FineBI 資料集「電商轉化分析」，並用它建立自助資料集，如下圖所示：<img src="https://media.finebi.com/strapi/image_33b454dfc4.png"><h2>2、資料處理</h2>在FineBI中，資料處理也十分便捷，通過FineBI中的過濾合併計算等功能，完全不需要寫SQL語句或者是其他代碼，就能快速進行資料的處理。我們先來統計不同行為階段使用者人數，點選「+&gt;分組彙總」，將行為階段分別拖入分組和彙總欄，彙總欄選擇「記錄個數」。<img src="https://media.finebi.com/strapi/image_de3861ecc6.png"><img src="https://media.finebi.com/strapi/image_9c9c5bed5c.png">再對所有的使用者的轉換行為的前後順序進行排序。<img src="https://media.finebi.com/strapi/image_f03ce3212e.png">新增「新增欄」功能，命名為「排序合併列」，輸入公式：排序-1，以便後續進行左右合併，點選「確定」，為自助資料集表命名為「轉化率資料集-準備」並儲存，如下圖所示：<img src="https://media.finebi.com/strapi/image_f5879bd5b5.png">之後，再需要計算出不同階段轉化資料。建立自助資料集，並選擇 2.3 節建立好的自助資料集，勾選除「排序」外的其他欄位，如下圖所示：<img src="https://media.finebi.com/strapi/image_4dff7729b3.png">新增「左右合併」，選擇2.3 節建立好的自助資料集，勾選合併欄位為「排序」和「行為階段1」，點選「確定」，如下圖所示：<img src="https://media.finebi.com/strapi/image_cdddc1c209.png">選擇合併方式為「並集合並」，合併依據為「排序合併欄」和「排序」，如下圖所示：<img src="https://media.finebi.com/strapi/image_fe018175b3.png">命名自助資料集為「轉化漏斗資料」並儲存。此時已經計算出不同階段轉化資料，只需要在儀表板介面將「行為階段1」與「行為階段11」相除即可得到不同階段轉化率。最後，建立計算欄位即可。建立儀表板，點選「確定」，選擇「轉化漏斗資料」，點選「確定」，如下圖所示：<img src="https://media.finebi.com/strapi/image_ea8dc065fb.png"><img src="https://media.finebi.com/strapi/image_0aa791e358.png">點選「+」新增計算欄位，命名欄位為「轉化率」，輸入公式行為階段1/行為階段11，點選「確定」，如下圖所示：<img src="https://media.finebi.com/strapi/image_a8b13d4aa5.png"><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h2>3、使用漏斗圖進行資料視覺化</h2>FineBI支援50多種圖表樣式， 基本上涵蓋了市面上所有基礎類、高階類的圖表，並且還具有優秀的動態效果和強大的交互體驗。在使用時能夠根據需求設定各類特性，並且在行動端、LED大屏也能自我調整展示。<img src="https://media.finebi.com/strapi/image_49c30c63be.png">在這裡，我們使用漏斗圖來呈現上一步處理完的資料，來呈現各個轉換環節的轉換率：選擇圖表型別為漏斗圖，將「行為階段」維度欄位拖入「顏色欄」，也可對行為階段顏色進行自訂，並設定過濾條件為「不為空」，點選「確定」，如下圖所示：<img src="https://media.finebi.com/strapi/image_0e801ca185.png">將「行為階段1」拖入大小欄中，並修改名稱為「人數」，將「行為階段」、[轉化率]、「行為階段1」拖入標籤欄，修改「行為階段」名稱為「最後行為階段」，並設定顏色字體等，將「行為階段」拖入細粒度，並按照[人數]降冪排列，如下圖所示：<img src="https://media.finebi.com/strapi/image_f3124626b7.png"><img src="https://media.finebi.com/strapi/image_efb294be4b.png">最終，一張反映各環節轉換率的漏斗圖就製作完成了。<img src="https://media.finebi.com/strapi/image_e3f6488b95.png"><a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a><h2>4、資料分析結論</h2>通過最終完成的轉換率漏斗圖，我們分析可得到以下結論：1）使用者從瀏覽商品行為到新增購物車行為這一流程，其轉換率為51.22%，反映出該平臺的商品介紹、圖片描述等對使用者有較強的吸引力；2）新增購物車到下單的轉換率較高，高達99.66%；3）但付款的轉換率只有50.34%，這是一個值得反思和優化的轉換率節點；4）通過資料分析猜測該平臺商舖支付渠道不完善，需要增加例如支付寶、PayPal等快捷支付渠道，降低平臺因為沒有提供使用者習慣性的支付渠道而導致使用者放棄購買行為的機率。除了漏斗圖，在FineBI建立的儀表板中，可以靈活使用多種圖表的結合來進行自主資料分析，FineBI具有極高的自由度，可進行多維度多層級的資料探索分析。比如，在下面這張儀表板中，除了使用剛才製作的漏斗圖，又結合了折線圖、圓環圖、長條圖來更詳細地對轉換環節的各個維度進行資料分析。<a href="http://twdemo.finebi.com/webroot/decision/v5/design/report/2b1ca4ea5be34b2e9a2859c759e898e6/edit"><img src="https://media.finebi.com/strapi/image_717e1f4f59.png"></a>點擊圖片可查看Demo&nbsp;文中使用的電商範例資料和更詳細的操作步驟詳見<a href="https://help.fanruan.com/finebi-tw/doc-view-1123.html">操作文檔</a>。<h1>四、轉換率多少算高？如何提升每個環節的轉換率？</h1>轉換率能夠作為衡量網站行銷手段的標準，我們可以觀察每一個轉換環節的轉換率，是否有增長或者是降低，來調節每一個階段的行銷策略，進行持續的優化。至於說轉換率多少算高這個問題，實際上並沒有標準答案，不同轉換環節的轉換率會隨著行業的領域、產品的類型、網頁的設計、廣告投放的素材、行銷手段的不同而有所不同。建議使用資料分析軟體，如FineBI，製作資料分析的面板，時刻關注各環節的轉換率的波動情況。透過對資料的分析，對每個環節進行逐步調整與提升，並分階段進行檢查，才能最終優化並得到改善。對轉換率的詳細解讀就到這裡，點擊下方圖片即可免費試用強大的大數據軟體FineBI，幫助你快速進行資料分析，優化業務！<a href="https://intl.finebi.com/zh-tw/trial"><img src="https://media.finebi.com/strapi/9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg" alt="9adfc5e6-2140-4175-83d9-2df9d8c6e59d.jpg" srcset="https://media.finebi.com/strapi/thumbnail_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 245w,https://media.finebi.com/strapi/small_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 500w,https://media.finebi.com/strapi/medium_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 750w,https://media.finebi.com/strapi/large_9adfc5e6_2140_4175_83d9_2df9d8c6e59d_534890bb09.jpg 1000w," sizes="100vw"></a>

開啟全新的 BI 大數據分析之旅