像麦肯锡咨询师一样做商业分析_课程笔记 模块六： 数据分析

文章目录

• • 信息可视化呈现和分析
  • • excel整理数据信息
    • • 信息分析的目的和对象
      • 咨询公司信息分析流程
      • 咨询公司要求的Excel常用功能
      • • Excel常用功能（足够应对80%以上的数据整理要求）
        • 进阶功能（建议大家自行学习）
        • 咨询公司对EXCEL格式要求
        • Excel实用操作技巧：常用快捷键
      • 条件格式
    • 数据信息分析——常用Excel数据分析应用
    • • vlookup
      • 数据透视表
    • 定性信息分析——如何呈现更直观易读
    • • 原则一：展现逻辑，避免信息堆砌
      • 原则二：形象展示，避免文字轰炸
      • 数据分析要求：明确分析的目的
      • 基于原始数据：梳理出具体的数据整理框架
  • 如何像咨询顾问一样透过数据看本质
  • • 方法论：如何进行深度数据挖掘，得出有价值的结论
    • • 步骤
      • 方法论应用举例：如何分析一个企业的盈利率下降
    • 实例展示:如何拆解分析各大白酒企业ROE比较低的原因

信息可视化呈现和分析

excel整理数据信息

信息分析的目的和对象

1. 分析对象：

• 市场
  • 市场概况、市场格局
  • 市场规模
• 消费者
  • 消费者行为数据
  • 消费者偏好
• 供应商
  • 客户内部数据
  • 访谈
• 竞争者
  • 专家访谈
  • 店铺走访/行业数据库

2. 通过分析要回答的问题：

• 市场趋势
  • 细分市场，动态，驱动因素等
• 消费者需要什么以及他们的偏好
• 新模式、潜在问题
• 业绩表现比较、对标最佳实践

咨询公司信息分析流程

咨询公司的数据量一般不大，更多精力放在如何从多个数据源搜集到多个维度的信息

1. 信息搜集阶段：
   1. 用于收录定性与定量信息（ 市场数据、竞争对手信息、市场趋势等）的格式，便于后续整理
2. 建立可供分析的数据源：
   1. 结合专业数据库等来源下载数据并整理数据，建立一个原始数据库（ master data） 将此作为后续分析的基础
3. 数据分析阶段
   1. 利用各种数据分析技巧，分析特定维度的信息，并利用可视化工具，选用合适的图表，展现数据分析结构

咨询公司要求的Excel常用功能

Excel常用功能（足够应对80%以上的数据整理要求）

• 条件格式：常用于结果展示阶段
• Vlookup：把分散的数据源汇总整理
• 数据透视表：应用于复杂数据分析计算

进阶功能（建议大家自行学习）

• Index Match
• 数组
• Get Pivot Data：调用数据透视表数据
• Basic VBA： 90%情形用不到（可以使用宏录制）

咨询公司对EXCEL格式要求

8个建议：

1. 不要网格线！ (视图 -->网格线)
2. 减少不必要的边框
3. 顶行需要有标题
4. 不要隐藏任何行和列
5. 不要合并单元格
6. 公式要具有复用性
7. 公式需要简单，复杂运算要拆开
8. 格式要统一

Excel实用操作技巧：常用快捷键

快捷键	功能	快捷键	功能
Ctrl + F	查找	Ctrl + Shift+左/右	选择该行所有数
Ctrl + C/V	复制、粘贴	Ctrl +Shift+“+”	快速插入单元格/行/列
Ctrl + Z	撤回上一步	Ctrl + D/R	向下/右侧复制
Ctrl + S	保存	F2	编辑单元格
Ctrl + Shift+上/下	选择该列所有数据	F4	重复上一步操作

条件格式

• 定义：条件格式可用于定位无效或不正确的数据， 或突出显示为表示目的而需要突出显示的引用单元格。
  如果指定条件为真， 条件格式将自动对单元格应用格式， 例如单元格着色或字体颜色。
• 操作步骤：
  • 选择要应用条件格式的数据范围
  • 打开条件规则管理器
• 适用场景：从数百行数据中突出显示需要的数据

数据信息分析——常用Excel数据分析应用

vlookup

• 定义：VLOOKUP函数在表A中找到预定的值， 与表B中最左边的列进行比较， 并返回表B中
  相应列中的第一个对应值
• 操作步骤：
  • VLOOKUP (lookup_value, table_array, col_index_num,[range_lookup])
  • VLOOKUP (查找目标,查找目标,返回值的列数,精确OR模糊查找)
• 使用场景：
  • 使用唯一的VLOOKUP值将数据从一个表导入到另一个表
  • 验证某个表中的数据值是否与另一个表中的数据值匹配
• 要点：
  • table_array必须是第一列
  • 必须绝对引用
  • col_index_num,直接敲回车
  • 原始数据表格中引用对象必须没有重复
• Vlookup函数常犯的三个错误：
  • 近似匹配（ 1/TRUE）与精准匹配（ 0/FALSE）
  • 近似匹配就是查找最接近的上一个值，而且要求查找的列为升序排列
  • 省略时默认就是FALSE，但前面那个逗号不能省略
  • 如果把逗号也省略了，就默认为TRUE
  • 筛选目标不在匹配区域首列
  • 下拉公式时未进行可变单元格的锁定
• Vlookup进阶：如何实现多条件查找？
  • 合并两个条件成为新的一列

数据透视表

对数据进行分类汇总

定性信息分析——如何呈现更直观易读

原则一：展现逻辑，避免信息堆砌

根据信息的类型，以及信息间的
逻辑关系，选择适当的展现形式。

• 列表：在多个维度上对多个对象进行比较
• 流程图：信息中存在流程关系
• 路线图：存在分阶段、分步骤信息
• 时间轴：存在历史演变、时间先后顺序信息
• 图：存在地理位置/国家信息
• 组织图：存在组织架构信息

原则二：形象展示，避免文字轰炸

运用多种形式展现信息，变抽象文字为直观形象。

• Harvey ball：比较多个对象在不同维度上的程度差异
• Heat map：通过颜色展示程度差异
• 箭头：展示发展趋势
• 正负号：展示优/劣势、或积极/负面影响
• 电量/信号/……：与Harvey ball类似
• Icon：形象化展示
• 图片：形象化展示（谨慎使用）

数据分析要求：明确分析的目的

• 请从多个维度评价Jeep-大切诺基的不同
  型号的业绩表现
• 请根据分析结果，对Jeep-大切诺基未来
  的产品布局提出建议

基于原始数据：梳理出具体的数据整理框架

复合年均增长率CAGR

如何像咨询顾问一样透过数据看本质

方法论：如何进行深度数据挖掘，得出有价值的结论

步骤

1. 确定数据分解框架：把握2/8原则，对细节无需列出，不必严格追求MECE,参考金字塔原理
2. 按照框架对目标公司进行数据分析
3. 确定可比公司和可比年限范围：通常为业务相近的竞争者、通常取3-5年的历史数据对比原范畴
4. 按照框架对可比公司和历史年份进行对比
5. 确定细分研究数据与领域：同样把握2/8原则，抓大放小
6. 对于重点细分数据领域，拆分细化对标
7. 定性分析背后的原因，并提出建议
8. 归纳总结 ，形成关键结论

方法论应用举例：如何分析一个企业的盈利率下降

实例展示:如何拆解分析各大白酒企业ROE比较低的原因

ROE：净资产收益率、权益净利率、净值报酬率，是指净利润与平均净资产的百分比，反映公司所有者权益的投资回报率。

计算公式：ROE=当期净利润/当期平均净权益=归属于母公司股东净利润*2/（期除归属于母公司股东权益+期末归属于母公司股东权益）

ROE是分析上市公司盈利能力的最为常用的核心观察指标，也是判断一家企业是否有投资价值的锚定指标。

ROE的杜邦分析法：杜邦模型最显著的特点是将若干个用以评价企业经营效率和财务状况的比率按其内在联系有机地结合起来，形成一个完整的指标体系，并最终通过权益收益率来综合反映。

1、权益净利率，也称权益报酬率，是一个综合性最强的财务分析指标，是杜邦分析系统的核心。

2、资产净利率是影响权益净利率的最重要的指标，具有很强的综合性，而资产净利率又取决于销售净利率和总资产周转率的高低。总资产周转率是反映总资产的周转速度。对资产周转率的分析，需要对影响资产周转的各因素进行分析，以判明影响公司资产周转的主要问题在哪里。销售净利率反映销售收入的收益水平。扩大销售收入，降低成本费用是提高企业销售利润率的根本途径，而扩大销售，同时也是提高资产周转率的必要条件和途径。

3、权益乘数表示企业的负债程度，反映了公司利用财务杠杆进行经营活动的程度。资产负债率高，权益乘数就大，这说明公司负债程度高，公司会有较多的杠杆利益，但风险也高；反之，资产负债率低，权益乘数就小，这说明公司负债程度低，公司会有较少的杠杆利益，但相应所承担的风险也低

定义：

• 评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的经典方法
• 杜邦分析的核心为ROE（净资产收益率）

标签：数据分析,分析,咨询师,Ctrl,Excel,信息,麦肯锡,数据
来源： https://blog.csdn.net/JUNEZHANG2015/article/details/116153049