分类分析法，数据分析基础方法，认知事物的基本方法！第3辑

分类——认知事物的基本方法

什么是分类？为什么要分类？

分类的方法是什么?

解构事物的三要素——要素、属性和行为

维度分类法

属性分类法

流程分类法

层级分类法

分类中的权重设定问题

5.5 流程分类法

流程分类法是按照事物的流程来分类的方法。客户做决策基本都遵循一个过程：不知道→知道→感兴趣→有意向→高意向→购买前→购买→购买后等。我们可以根据这个决策过程将产品的销售过程划分为几个大的类别，这就是按照流程分类的方法。

这个过程叫作客户决策漏斗模型，如下图所示。

不同商业模式下的企业用户开发管理的过程都不同，但基本都会经历以上这几个阶段，即使是快速消费品，客户的整个成交过程虽然只有短短的几秒钟，也会经历这几个阶段。客户在每个阶段的需求都不同，针对客户的需求，企业需要传递的营销信息也会不同，或者为客户提供的服务也会不同。每个企业需要根据不同的客户制定不同的销售漏斗模型，并通过分类分析，找到不同类型客户的不同漏斗模型并进行分类管理。

西门子、通用电子、IBM、飞利浦等B2B部门基本都是采用这种方法或者类似漏斗模型来管理客户成交过程的。针对不同的阶段，采购商的参与人员、做出的决策不同，为其提供的营销信息和专业服务、需要参与的销售人员的级别也需要不同。采用流程分类法让我们可以非常清晰地知道客户到达了哪个阶段，我们应该采取什么方法支持销售过程，确保客户能够有效地从上一个阶段进入下一个阶段，从而提高每个阶段的转化率。

5.6 层级分类法

层级分类法是按照事物构成的层级关系来分类的方法，不同于我们常说的AHP（层次分析法）。事物的构成要素由子要素构成，子要素由孙要素构成，如果一层层地细分下去，则会分成多个层次，这种思路就是按照层次分类的方法，即不同的事物在不同的层级上。当我们将事物分类进行比较时，要考虑事物之间或者事物的度量之间是否处在同一个层次，不处在同一个层次的比较就会存在偏颇或者错误。

例如，我们无法比较北京市和济南市的GDP，虽然两者都是“市”，但北京市是“省”级的直辖市，而济南市是省会城市，低一个等级。北京市与山东省是具有可比性的，因为从行政区划分的角度来看，二者是同一个等级的。

按照事物的层级来对事物进行分类也是非常常见的。一个三级分销体系由一级分销商、二级分销商和零售商组成；一个收货地址本身就包含了国家、省份、市、乡（区）、镇（街道）、村等不同等级的行政区划分；一个军队有军、团、旅、营、连、排、班等不同的等级划分。

我们对产品也是按照品类、品种、产品和系列来划分的，例如家庭洗涤用品→洗发水→海飞丝→海飞丝营养去屑系列→200ml旅行装，就是产品的层级。在企业对产品进行编码追溯的时候，还会有进一步的细分，同样是200ml的海飞丝营养去屑旅行装，还可以根据不同的生产批号和生产日期进行追溯，这样就有了更细的分类。这就是对产品的层级分类。产品的层级分类可以用来评价公司产品或者市场上某个系列产品的丰富程度。

现在绝大多数的企业都是科层制的组织形式，因而在对企业内部组织进行分类研究时，其本身就是分层级的。在对员工的业绩指标进行数量化分析时，要考虑到各个层级的差异，并且企业组织的层级本身是一个矩阵式的组织。例如一个IT部门的5级科员与财务部门的5级科员是不同的，其市场薪资水平肯定也会有巨大的差异。一个生产系统的5级科员与采购系统的5级科员，其所拥有的审批权限额度也是不同的。所以，在对组织内部人员或者智能、能力等进行数量化分析的时候，我们采用的分类方法要复杂得多，相互之间的可比性存在巨大的差异，不能简单地进行平均，也不能简单地进行加和计算。

我们在研究企业的决策机制与体系时，也需要考虑企业组织的层级，因为不同额度的采购决策需要参与的客户人员的层级也会不同，在研究销售过程的时候也需要这方面的考量。在对客户的数据进行整理汇总的时候，需要考虑到客户内部的层级人员以及其决策权限、决策要素以及决策周期等。在营销和销售过程数量化研究过程中需要有针对性地设定各种数据结构，体现层级分类的问题。

5.7 分类中的权重设定问题

在对事物进行分类时，我们经常会对不同的维度设定一个权重，由此来算出对事物的综合评分。

例如我们对客户进行分类时采用了多个维度，包括了客户的规模、客户的成长性、客户与我们之间的关系、客户所在的区域（距离我们的远近）等，这些维度决定着这个客户对我们的价值。客户规模大、成长性好、与我们关系紧密、距离我们比较近，对我们的价值越高。那么如何计算这个客户对我们的价值呢？所以结合以下四个维度来计算客户对于我们的价值：

V客户的价值=aX1，客户规模+bX2，客户成长速度+cX3，客户跟我们的关系+dX4，客户

跟我们的距离

其中：

a,b,c,d为权重系数，代表着该分类维度上的权重大小。

X1,X2,X3,X4代表着每个维度上的取值，这个取值是标准化之后的数值，其中客户与我们之间的关系是一个综合指标，需要通过RFM模型的三个维度来加权得到。

权重代表着重要程度，需要慎重选择，可以从经验中获得，也可以从实际工作过程中多人的评定来获得。这样我们就能够得到比较符合公司需要的客户评价体系。

以上仅仅是一个示例，在实际应用中，基于公司业务目标需求的不同，会有更加复杂的计算方法，但本质都是把分类的维度进行加权得到的一个评分系统。

而有些分类的维度是不可以直接加权评分的，例如RFM模型，因为在RFM模型的三个维度中，除F与M之间有关联外，R与其他两个维度没有相关性，加权之后难以理解其含义。

在进行数据分析预测时，经常要对某个产品未来的销量做出预测，这时也需要考虑到影响销量的各个维度，也需要用到权重系数。

另外，还有一种对分类的维度进行加权计算综合分的情况——对事物做出综合评价。前面的案例是对客户做出综合评价，除可以对客户做出综合评价外，我们还可以对产品、市场、业务、竞争对手、细分市场、区域市场等做出综合评价。

八爪鱼模型就是通过八个维度来评价自身产品与竞争对手产品的竞争力的模型。我们也可以使用这个模型对市场上主要的产品进行竞争力综合评分，从而形成一个综合检测指标，下面举例说明。

首先构建一个手机各种产品综合市场竞争力评分表（见下表）。

手机各产品综合市场竞争力评分表（示意）

通过这个评分表，我们可以计算每个手机型号的综合市场竞争力，从而将市场中手机型号进行对比分析。

可以采用专家评分法，也可以采用市场调研或网络调研法采集相关的评分数据，通过综合各类消费者的中肯评分，得出一个反映市场评价的分数。

另外还要不断地调整加权系数，让这个综合评分匹配每个产品的出货量，这样就得到一个手机型号竞争力排名指数，这个指数可以反映手机型号的市场销量情况。如果我们能够把这个模型应用到新产品开发上，那么在新产品还在设计的时候就能通过打分的形式对其做出评价，就可以大概估测这个产品上市后的出货量。如果在研发阶段发现新产品的出货量无法满足企业的赢利需要，那么这个产品就不需要开发出来，从而避免给公司带来亏损。

很多手机在开发阶段就是因为没有做好销量估测，导致大量的手机在制造出来后就成了库存，这是缺乏数据化管理造成的。

本案例是从数据化的角度对产品进行综合评分，以评价产品在市场上的竞争力，同时结合产品的实际表现来调整竞争力的计算方法。这种思路代表着一大类传统数据分析应用的方法，在企业的经营和管理过程中可以发现大量这样的实例。使用这种方法可以让企业通过更加简单和直观的指标来评价企业的经营和管理状况，并为高层决策提供强大但不复杂的决策工具。而这需要数据分析人员结合公司的业务实际需求，不断尝试创新，打开思路，主动创造新的分析指标。单纯地获取外部成型的综合指标并不是一个好的办法，每一个综合指标的形成过程都需要经过大量的数据核算和经验检验，并且仅仅适用于自身的环境，如果换一家公司、换一个市场环境、换一个产品品类，那么这个综合指标的实用性就变差了，甚至完全不可用了，数据分析人员需要理解这个思路并自行去创造。

全文摘自《企业经营数据分析-思路、方法、应用与工具》赵兴峰著

该文转载已取得作者认可

版权说明：版权所有归明悦数据所有,如需转载请联系我们，我们将在第一时间处理，或请注明内容出处（《企业经营数据分析》赵兴峰著），非常感谢！【往期内容已在（明悦数据）公众号同步发布】

下期内容更实战！