如何进行数据挖掘，得出有价值的观点？

1、确定数据分解的框架。根据2/8法则，对于细节无需完全列出
2、按照分解的框架，对今年的数据进行分析
3、确定可比的公司和可比的年限范围，正常3~5年
4、按照框架对于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
6、对于重点细分数据领域，拆分细化指标。
7、定性分析背后的原因，并提出建议。
8、归纳总结关键发现

分析中的常见问题：

• 不分主次或者混淆主次。 对占比影响较大的部分进行Fenix
• 想当然，不凭数据说话。 随便拍脑袋
• 数据挖掘的深度不足，或者过于深度。
• 分析框架不MECE.
• 只有数据分析，没有数据洞察，更没有后续的建议

得到好的洞察：

• 商业直觉和本能
• 内部访谈
• 竞争对手访谈
• 外部专家访谈：为了快速建立对一个行业的认识，要经常和专家打交道。

问题

image-20211021080205948

1、确定分解框架

盈利能力逐年下降，那么盈利能力分解为哪些部分？

image-20211021073957617

2、基于框架针对目标公司数据分析

• 比较高的数据主要是可变成本

image-20211021080256921

3、与历史数据和可比竞争者对比

可以看出往年历史数据在成本上没有太多的变化。

image-20211021080453549

4、按照框架细分的数据进行对比

image-20211021080703418

5、与竞争对手与可比竞争者进行对比

• 固定成本差异不大
• 可变成本中销售与原材料大于同行水平

image-20211021074723132

6、重点数据领域开展细化分析

image-20211021074846520

7、定性分析，分析背后的原因

销售人员对销售的积极性不够，然后可以继续进行访谈找出问题。

image-20211021075247788

8、汇总报表，并给出建议

image-20211021075501932