本书为从事企业经营分析工作的人员以及企业中的高层管理者提供数据分析的思路和方法。本书的内容来自笔者长期从业经验的总结，所有的内容都是从企业的实际应用出发，涵盖了多个行业，其中包括生产制造业、零售服务业、电商行业等，读者可以将其中的思路和方法轻松地应用到实践工作中。本书主要内容包括企业中的大数据介绍、数据分析的目的、数据分析的思路、对比与对标、分类、聚类、逻辑关系、预测、结构、各职能部门的具体数据分析、常用的数据分析工具介绍。

资深经营分析师，全球QSTop30经济学硕士学位，拥有 8 年数据分析与经营策略经验，横跨快消、金融、互联网等多个行业。从事过数据分析、商业分析及经营策略分析相关工作，曾任数交所数据分析、阿里商业分析、字节跳动经营分析团队 Leader，兼备一线及管理视角，专注通过数据驱动决策，提升业务经营效率和收入目标达成。擅长深度解析复杂业务问题，将业务需求转化为数据指标和分析模型；多次为业务负责人撰写经营策略报告，在复盘分析、策略调整和目标制定中，善于以直观、简洁的方式呈现复杂数据，并推动关键决策，拿到业务结果。

第一部分 开篇
//
第1章 初识经营分析 2
1.1 通过3个场景揭秘经营分析师如何开展工作 2
1.1.1 场景1：年度规划，设计战略蓝图 2
1.1.2 场景2：月度复盘，解码数据与策略调整 5
1.1.3 场景3：日度追踪，实时监控与问题响应 7
1.1.4 传统经营分析 vs 互联网经营分析：区别在哪里 8
1.1.4.1 职责定位：传统财务的守护者 vs 互联网业务的赋能者 8
1.1.4.2 工作目标：控制成本 vs 驱动增长 9
1.1.4.3 核心技能：财务知识 vs 业务思维 10
1.1.4.4 工具方法：财务软件 vs 业务模型 11
/
1.2 经营分析师的多维价值 12
1.2.1 一线员工视角：明确方向与优化执行 12
1.2.2 管理者视角：掌握全局与推动决策 14
1.2.3 协同部门视角：跨部门高效联动 15
/
1.3 经营分析师的核心方法论与技能 17
1.3.1 核心方法论：驱动业务增长的4个环节 17
1.3.1.1 环节1：设定清晰目标和拆解路径 18
1.3.1.2 环节2：监控和追踪业务进展 19
1.3.1.3 环节3：深入分析指标偏差与识别问题的原因 19
1.3.1.4 环节4：基于数据洞察来优化策略 20
1.3.2 经营分析师的成长路径：从数据支持到策略引领 21
1.3.2.1 初级分析师：熟悉数据处理，执行分析任务 21
1.3.2.2 中级分析师：独立负责业务线，解读数据并提出优化建议 22
1.3.2.3 高级分析师：构建战略视角，主导决策方向 23
1.3.3 数据分析师 vs 经营分析师：自我跃迁的核心技能 25
1.3.3.1 理解业务：决定经营分析的深度和价值 25
1.3.3.2 洞察数据：揭示从目标到指标的数据真相 26
1.3.3.3 迭代策略：实现“经营分析驱动业务”的闭环 26
//
第二部分 理解业务——决定经营分析的深度和价值
//
第2章 建立认知：什么是业务 30
2.1 商业模式：理解公司如何创造和交付价值 30
2.1.1 业务的终极目标是什么 31
2.1.2 商业模式画布：通过1张图理解业务持续经营的关键目标 32
2.1.2.1 什么是商业模式画布 32
2.1.2.2 案例：通过商业模式画布对跨境出海业务进行可行性分析 34
/
2.2 流程与架构：通过2张图掌握业务运转的底层逻辑 36
2.2.1 业务流程图：理解业务链条和关键环节 37
2.2.1.1 什么是业务流程图 37
2.2.1.2 案例：多业务视角的业务流程图绘制 38
2.2.2 组织架构图：理解公司内部的运作机制 40
/
2.3 需求分析金字塔：通过1张图洞察业务深层需求 42
2.3.1 客户的深层需求分析 43
2.3.2 市场的深层需求分析 44
2.3.3 内部决策者的深层需求分析 45
//
第3章 掌握方法：从信息到洞察 47
/3.1 看清业务需要了解哪些信息 48
3.1.1 了解市场：捕捉大环境的脉搏 49
3.1.2 了解行业：洞察细分赛道的规则 51
3.1.3 了解客户：理解需求，才能驱动增长 53
3.1.4 了解竞争对手：判断企业在棋盘上的位置 55
3.1.5 了解自身：内视企业核心竞争力 58
/
3.2 信息从哪来：经营分析师的情报地图 60
3.2.1 一手信息：从源头提炼判断的原材料 61
3.2.2 二手信息：高效利用已有的洞察和资料 63
3.2.3 信息如何沉淀成为你的“第二大脑” 65
3.2.3.1 建立个人信息库：让知识“存得住、看得懂、调得出” 65
3.2.3.2 建立持续的信息渠道清单：让信息“源源不断地流进来” 67
3.2.3.3 工作复盘与记录：让信息“不断长成经验，沉淀为洞察” 67
/
3.3 利用模型和框架梳理零散信息 68
3.3.1 经典业务分析模型 69
3.3.1.1 问题定位：5W2H模型，还原业务问题的全貌 69
3.3.1.2 问题拆解：逻辑树模型，将复杂问题结构化拆解 70
3.3.1.3 市场分析：SWOT模型，评估企业在环境中的位置 71
3.3.1.4 用户识别：通过帕累托法则找出高价值客户 72
3.3.1.5 竞品分析：4P模型，从产品到营销全面对标 72
3.3.1.6 产品规划：波士顿矩阵，用产品结构匹配市场增长节奏 73
3.3.1.7 策略闭环：PDCA循环，建立持续优化的反馈机制 74
3.3.2 行业专用分析框架 75
3.3.2.1 互联网行业：用AARRR模型拆解用户增长路径 75
3.3.2.2 零售行业：用“人货场”框架把握销售逻辑 76
3.3.2.3 汽车行业：用4P模型结合行业指标进行分析 77
3.3.3 建立自己的分析模型库 78
3.3.3.1 3类必备模型：通用×行业×个性化沉淀 78
3.3.3.2 搭建模型库的路径：从“模仿”到“迁移”，再到“构建” 79
3.3.3.3 如何让模型真正变成你的“表达语言” 80
//
第4章 快速融入业务：落地实操指南 81
4.1 初识业务的“黄金前两周”：信息捕捉与关键人物识别 81
4.1.1 看目标：从OKR入手明确业务目标 82
4.1.2 看执行：从看板洞察业务进展 85
4.1.3 看复盘：从材料中明确业务问题 87
/
4.2 与合作方建立信任关系：三类人、三件事 89
4.2.1 识别三类关键人，建立连接起点 90
4.2.2 做好三件小事，构建业务信任感 92
4.2.2.1 嵌入业务团队：真正走进业务核心区 93
4.2.2.2 访谈关键同事：向协同团队问对问题 95
4.2.2.3 对话一线客户：直面客户感受真实需求 97
/
4.3 打造影响力飞轮：从被动支持到主动驱动 100
4.3.1 第一步：从“答题型”分析转向“命题型”分析 101
4.3.2 第二步：从“临时协同”到“节奏共振” 101
4.3.3 第三步：从“工具使用者”到“框架建设者” 102
//
第三部分 洞察数据——揭示从目标到指标的数据真相
//
第5章 构建指标体系：量化目标的基础 106
5.1 为什么要构建指标体系 106
5.1.1 指标体系的价值 107
5.1.2 指标体系 = 好指标 + 体系化 109
5.1.3 何为好指标：可量化、可落地、能指导行动 109
5.1.4 3种指标拆解路径：从目标到指标的路径设计 111
5.1.4.1 行为漏斗法：适用于用户行为驱动的业务 111
5.1.4.2 价值链拆解法：适用于B端业务或多部门协作场景 112
5.1.4.3 OKR映射法：适用于从战略到执行的指标落地过程 113
/
5.2 按“黄金3层结构”拆解指标体系 115
5.2.1 战略层：定义结果目标，锚定前进方向 115
5.2.2 经营层：锁定关键路径，定义过程指标 116
5.2.3 执行层：对接落地动作，细化操作指标 119
5.2.3.1 拆解流量：锁定人群结构与渠道效率 120
5.2.3.2 拆解转化率：找出转化断点与漏斗异常 120
5.2.3.3 拆解客单价：识别价格结构与销售策略问题 121
5.2.4 判断拆解深度的“黄金3问” 123
/
5.3 指标口径与字段定义：让数据说“同一种语言” 125
5.3.1 为什么指标口径一致很关键 125
5.3.2 指标口径标准化的维度和原则 126
5.3.3 如何设计一个完整的指标口径 127
//
第6章 测算业务目标 129
6.1 将战略目标解码为业务目标 130
6.1.1 战略目标 vs 业务目标 130
6.1.2 业务目标的4个维度 131
/
6.2 业务目标测算方法：推算合理的目标值 132
6.2.1 自上而下拆解目标 133
6.2.1.1 明确整体目标 133
6.2.1.2 测算目标值 133
6.2.2 自下而上反推目标 135
6.2.3 交叉验证目标 137
/
6.3 业务目标的3种呈现方式：确保人人都看得懂 139
6.3.1 面向高层管理人员：1张图让复杂业务简单化 139
6.3.2 面向中层管理人员：1个看板让目标更清晰 143
6.3.3 面向一线人员：1张表让执行可落地 145
6.3.4 面向全员：1场会议让目标有效落地 146
//
第7章 实时监控业务：打造业务监控体系 148
7.1 搭建业务监控体系 148
7.1.1 初探业务监控体系 148
7.1.2 设计业务监控体系维度的原则 151
/
7.2 做一个优质的业务监控看板 153
7.2.1 第一招：讲好故事，设计“有血有肉”的业务监控看板 153
7.2.1.1 串好业务故事线 154
7.2.1.2 选对业务监控看板类型 155
7.2.2 第二招：用对图表，越简单越好 157
7.2.2.1 原则一：越重要的数据，越要图表简单 158
7.2.2.2 原则二：从目的出发，选择合适的图表类型 158
7.2.3 第三招：做好设计，巧用布局和排版 159
7.2.3.1 第一眼：好看 160
7.2.3.2 第二眼：清晰 162
7.2.3.3 第三眼：专业 165
//
第四部分 迭代策略——实现经营分析驱动业务的闭环
//
第8章 异动分析：验证假设，精准归因 170
8.1 从波动中识别异动 170
8.1.1 了解异动 171
8.1.1.1 偏离历史基线 171
8.1.1.2 偏离预设目标 172
8.1.1.3 偏离业务常识与经验 172
8.1.2 设定合理的异动判断标准 173
8.1.2.1 波动范围 vs 参考基准 173
8.1.2.2 是否影响业务判断或后续管理动作 174
8.1.2.3 是否出现“异动组合” 175
8.1.3 3类常见的业务异动 176
8.1.3.1 结果类异动 176
8.1.3.2 过程类异动 177
8.1.3.3 信号类异动 177
/
8.2 指标波动的分析方法 178
8.2.1 识别异动，界定问题 178
8.2.2 回归指标体系，排查上下游关系 180
8.2.3 拆解异动维度，定位核心责任因子 183
8.2.4 总结结论，构建归因闭环 186
/
8.3 构建从监控到响应的异动处理闭环 187
8.3.1 监控系统的作用：预警只是起点 187
8.3.2 建立持续的异动复盘机制 190
//
第9章 经营分析报告：呈现结论，优化策略 192
9.1 通过3个案例看懂高质量的经营分析报告 192
9.1.1 案例1：不聚焦，内容又多又冗长 193
9.1.2 案例2：内容聚焦，但逻辑混乱 194
9.1.3 案例3：逻辑清晰，但看着很累 194
/
9.2 环节1：明确经营分析报告的目标 196
9.2.1 谁是经营分析报告的“真正读者” 196
9.2.2 经营分析报告的常见类型 197
9.2.2.1 阶段复盘报告：聚焦业务进展与问题 198
9.2.2.2 工作进度报告：汇总日常工作进展与成果 199
9.2.2.3 专项课题报告：深度剖析特定问题或业务 200
9.2.3 明确交付标准和时间 200
9.2.3.1 交付标准通知通常需要注意哪些内容 201
9.2.3.2 交付标准通知模板 202
9.2.3.3 对齐交付标准过程中的常见误区 203
/
9.3 环节2：构建清晰逻辑 205
9.3.1 搭建3段式结构：问题描述 → 原因分析 → 行动建议 205
9.3.2 3类经营分析报告模板 207
9.3.2.1 专题分析型报告：起因 - 过程 - 发现 207
9.3.2.2 复盘汇报型报告：阶段回顾 - 成果评价 - 问题拆解 208
9.3.2.3 高层沟通型报告：战略价值 - 关键洞察 - 风险应对 210
/
9.4 环节3：呈现生动且丰富的内容 212
9.4.1 结构：一页一个观点，标题即结论 213
9.4.1.1 文档标题清晰：突出核心结论 213
9.4.1.2 PPT结构清晰：一页只讲一个核心观点 214
9.4.2 图表：每张图表都为“结论”服务 214
9.4.2.1 表格呈现观点，而非堆放数据 214
9.4.2.2 图片润色：一张图胜千言 217
9.4.3 语言：5项优化原则，用业务视角讲数据 219
//
第10章 经营分析会：拉齐认知，明确方向 223
/
10.1 会前：充分准备，明确方向 223
10.1.1 确定会议目标 224
10.1.1.1 日会：效率优先，聚焦异常 224
10.1.1.2 周会：梳理问题，推动节点 225
10.1.1.3 专项会：解决问题，策略升级 226
10.1.1.4 项目启动会：统一方向，约定路径 227
10.1.2 制定会议框架：避免低效沟通 228
10.1.2.1 日会：3步聚焦，快速排雷 229
10.1.2.2 周会：指标复盘 + 策略迭代 230
10.1.2.3 专项会：问题闭环4步法 230
10.1.2.4 项目启动会：目标驱动 + 路径协同 231
10.1.3 前置会议议程：确保参会方知晓 232
/
10.2 会中：精准汇报，推动策略迭代 234
10.2.1 组织者：聚焦问题，掌控节奏 234
10.2.2 汇报者：在短时间内打动参会人 235
10.2.3 参会者：从“参与者”变为“贡献者” 236
/
10.3 会后：落地执行，循环验证新策略 238
10.3.1 输出会议纪要：让信息流准确传达 238
10.3.2 建立执行追踪机制：让任务流闭环推进 239
10.3.3 策略调整与验证回路 240
//‘
第五部分 案例精解——从方法到实践
//
第11章 【案例1】行业分析：值不值得做，从哪里切入 244
11.1 扫描市场——行业在增长吗 245
11.2 拆解行业结构——格局稳不稳 246
11.3 匹配平台能力——这个市场打得过吗 247
11.4 明确切入路径——具体该从哪里下手 248
/
第12章 【案例2】专题分析：透视一次电商平台GMV下降的本质 252
12.1 从“现象”中拆出“结构化问题” 253
12.2 通过洞察数据来定位原因 254
/
第13章 【案例3】门店经营分析：透视一次区域门店销售额下降的本质 257
13.1 发现问题：从销售异动中找出原因 258
13.2 还原现场：用数据复现真实经营场景 259
13.3 拆解主因：形成结构化的优化建议 261
结语 263