數據分析少不了商業分析思維，以及對業務的理解。很多時候覺得思維不夠健全，或者分析沒有思路，其實都可以借助思維模型的學習來不足，來加速分析的成功。
之前分享了大V空白女俠的35個經典模型中的15個《數據分析師需要掌握的35個商業模型（一）》。
沿着她的思路，筆者又整理了10個人認為很常見很實用的模型，所有模型更新完畢后，我會將文稿資料（PDF形式）分享給大家！
一、波特五種競爭力模型
波特五力模型是企業制定競爭戰略時常用的戰略分析工具，任何產業的競爭規律會體現在波特五力模型的五種競爭作用力上。戰略的分析和制定聽起來離我們的生活很遙遠，但實際上企業新開一家門店，開發一個新產品，都可以用到這個模型。
波特五力模型是將大量不同的因素匯集在一個簡便的模型中，以此分析一個行業的基本競爭態勢。五種力量模型確定了競爭的五種主要來源，即供應商的討價還價能力、購買者的討價還價能力、潛在進入者的威脅、替代品的威脅、來自同行的競爭。
供應商的討價還價能力：供方主要通過其提高投入要素價格與降低單位價值質量的能力，來影響行業中現有企業的盈利能力與產品競爭力。
購買者的討價還價能力：購買者主要通過其壓價與要求提供較高的產品或服務質量的能力，來影響行業中現有企業的盈利能力。
新進入者的威脅：新進入者可能會與現有企業發生原材料與市場份額的競爭，最終導致行業中現有企業盈利水平降低，危及現有企業的生存。
替代品的威脅：同行業或不同行業中的企業生產的產品互為替代品，它們之間就產生相互競爭行為，替代品之間的競爭會以各種形式影響行業中現有企業的競爭戰略及市場份額。
同行企業間競爭威脅：現有企業之間的競爭常常表現在價格、廣告、產品介紹、售后服務等方面，其競爭強度與許多因素有關。
案例：
假設你在一個新小區附近開了一家便利店，一開始生意不錯，但隨着沿街店鋪逐漸一個個開設出來，你感覺到了危機。比如斜對面那家水果店因為價格便宜生意也很火爆。路口新開的百貨超市貨品齊全，深受女性顧客青睞。再有傳言最近將開一個農貿市場。這些店算不算替代品呢？如何分析競爭戰略呢？
用波特五力模型可以這樣分析：
1、直接競爭對手
路口的百貨超市是你的直接競爭對手，因為你們爭奪同一批顧客。如果所有顧客平攤到你們兩家，你無法盈利，你就處於過度競爭市場中。對於你的競爭對手你可以考慮：打折促銷，降低價格，24小時服務等，提供特色便利服務，提升競爭力
2、消費者
你可以分析顧客對與消費敏感度來自於哪幾個方面。比如商品、價格、會員粘性、外賣服務、購物時間…找出顧客的痛點，制定策略。比如顧客長期購買你店里的某個網紅產品，可以對網紅產品做文章，綁定銷售，或者滿29送網紅產品，辦理會員送網紅產品，來增加顧客流量和粘性。或者儲值卡，來增加顧客遷移成本。
如果你的小龍蝦是從當地最大的供應商那里采購的，這家供應商同時服務於幾百家客戶，那么你的議價能力就被削弱了，你無法從供應商那里得到重視，也無法獲得折扣，也就是“店大欺客”的道理。
還有其他，篇幅有限就簡單講講。
比如供應商，就是降低進貨成本，可以和其他店組成聯盟，擴大采購規模，提高議價能力。機或者尋找更低的供應商。
比如潛在競爭對手，水果店和農貿市場都是。假設水果店覺得水果好賣，又賣了牛奶，這個時候你就會面臨顧客被分流的風險，利潤也會被分割，這也是要考慮的，如何鎖定客戶。
總結：其實波特五力模型提供的是一種思考方向，尤其是分析戰略經營的問題，可以幫助很好的結構化思考競爭問題。
二、SCP分析模型
SCP分析模型主要用於分析行業者企業受到外部沖擊時，企業的戰略調整及行為變化。
SCP模型從特定行業結構、企業行為和經營績效三個角度來分析外部沖擊的影響。
1、行業結構：主要是指外部各種環境的變化對企業所在行業可能的影響，包括行業競爭的變化、產品需求的變化、細分市場的變化、營銷模型的變化等。
2、企業行為：主要是指企業針對外部的沖擊和行業結構的變化，有可能采取的應對措施，包括企業方面對相關業務單元的整合、業務的擴張與收縮、營運方式的轉變、管理的變革等一系列變動。
3、經營績效：主要是指在外部環境方面發生變化的情況下，企業在經營利潤、產品成本、市場份額等方面的變化趨勢。
思考的邏輯通常是
1、分析外部競爭環境對企業造成的沖擊
通過對替代產品可獲得性，產品差異性，增長率，變更性/周期性來分析外部競爭環境對企業造成的沖擊。
2、從行業結構分析外部沖擊對企業造成的影響。
行業結構是指特定的市場中的企業在數量、份額、規模上的關系。
3、從企業行為(Conduct) 分析外部沖擊對企業造成的影響
企業行為是市場結構、經濟績效的聯系紐帶，企業行為通過各種策略對潛在進入者施加壓力從而影響市場結構。分析的角度包含有從營銷（定價，產量，廣告，新產品研發）、產能變化、企業縱向整合、內部運營效率（成本控制、物流、過程發展、組織效能）等。
4、從經營績效分析外部沖擊對企業造成的影響
經營績效是指特定市場結構下，通過特定企業行為使某一產業在價格、產量、成本、利潤、產品質量、品種及技術進入等方面達到的狀態。主要是通過對財務方面的盈利性以及價值創造；科技的發展，雇佣對象的變化來分析企業當前的經營績效。
三、價值鏈分析模型
價值鏈模型最早是由波特提出的。波特認為企業的競爭優勢來源於企業在設計、生產、營銷、交貨等過程及輔助過程中所進行的許多相互分離的活動，
設計任何產業內競爭的各種基本活動有五種類型：
內部后勤：與接收、存儲和分配相關聯的各種活動，如原材料搬運、倉儲、庫存控制、車輛調度和向供應商退貨。
生產作業：與將投入轉化為最終產品形式相關的各種活動，如機械加工、包裝、組裝、設備維護、檢測等。
外部后勤：與集中、存儲和將產品發送給買方有關的各種活動，如產成品庫存管理、原材料搬運、送貨車輛調度等。
市場和營銷：與提供買方購買產品的方式和引導它們進行購買相關的各種活動，如廣告、促銷、銷售隊伍、渠道建設等。
服務：與提供服務以增加或保持產品價值有關的各種活動，如安裝、維修、培訓、零部件供應等。
四、ROS/RMS矩陣
ROS/RMS（Return Of Sales/Relative Market Share）矩陣也稱做銷售回報和相對市場份額矩陣，主要是用來分析企業的不同業務單元或產品的發展戰略。這個模型認為，企業某個業務單元或產品在市場上的銷售額應該與其在市場中的相對份額成正比，並且該業務單元或產品的銷售額越高，該業務單元或產品為企業所提供的銷售回報就應該越高。
如下圖，企業的某種業務單元或產品的銷售額在由低向高不斷增加，其相對市場份額和銷售回報也在一個“通道”內由低向高不斷增加。如果該業務單元或產品的銷售額增加，而其對企業的銷售回報或相對市場份額降低，那么企業就不應該在這個時候進入其他領域，應該着重改善這個業務單元或產品的經營狀況。
五、AARRR模型
AARRR是增長黑客的經典模型，也叫用戶增長模型。五個字母分別代表分別是獲取、激活、留存、變現以及推薦。模型的提出者認為，所有創新型、成長型的企業都應該按照這個模型來做增長。
這個模型將數據分析分成了五個大的模塊，我們依據這個模型，把每一個模塊划分出更細分的維度，羅列出影響每一個維度的變量指標，而這些指標就是我們做數據分析的基礎指標。
1、獲取用戶
獲取用戶一般需要評估的維度有：渠道的獲客數量、獲客質量等。渠道數量和質量的指標包括：每日新增、累積新增、啟動次數、首次交易戶、首綁交易戶、一次性用戶數、平均使用時長等。篩選出適合自己的優質渠道。通過篩選優質渠道，能夠讓我們在進行推廣時取得事半功倍的效果。
2、提高活躍度
激活一般指注冊激活、主動活躍、推送活躍、交易活躍等。
通過活躍度指標數據，我們能夠很好的了解到用戶的體驗，有助於提高用戶粘性。
3、提高留存率
留存率指標包括：次日、3日、7日、30日留存。一般來說，次日留存>3日留存>7日留存>次月留存。用戶的留存量剛開始會下降的比較嚴重，到了后期會逐漸穩定在一個數量級上。穩定下來的這些用戶，基本上就是產品的目標用戶了。
留存還有很多指標，如：次日留存、3日留存、每日流失、每日回流、用戶聲明周期、平均生命周期貢獻、7日回訪用戶、使用間隔、頁面訪問量、回訪率等等。具體選定哪個維度進行統計可以依據自己的產品和業務重新定制。
4、獲取收入
收入有很多種來源，主要的有三種：付費應用、應用內付費、以及廣告。付費應用在國內的接受程度很低，包括Google Play Store在中國也只推免費應用。在國內，廣告是大部分開發者的收入來源，而應用內付費目前在游戲行業應用比較多。
無論是以上哪一種，收入都直接或間接來自用戶。所以，前面所提的提高活躍度、提高留存率，對獲取收入來說，是必需的基礎。用戶基數大了，收入才有可能上量。
5、自傳播
以前的運營模型到第四個層次就結束了，但是社交網絡的興起，使得運營增加了一個方面，就是基於社交網絡的病毒式傳播，這已經成為獲取用戶的一個新途徑。這個方式的成本很低，而且效果有可能非常好；唯一的前提是產品自身要足夠好，有很好的口碑。
從自傳播到再次獲取新用戶，應用運營形成了一個螺旋式上升的軌道。而那些優秀的應用就很好地利用了這個軌道，不斷擴大自己的用戶群體。
六、漏斗模型
營銷漏斗模型常用於營銷過程。是將非潛在客戶逐步變為客戶的轉化量化模型。營銷漏斗模型的價值在於量化了營銷過程各個環節的效率，幫助找到薄弱環節。
也就是說營銷的環節指的是從獲取用戶到最終轉化成購買這整個流程中的一個個子環節，相鄰環節的轉化率則就是指用數據指標來量化每一個步驟的表現。所以整個漏斗模型就是先將整個購買流程拆分成一個個步驟，然后用轉化率來衡量每一個步驟的表現，最后通過異常的數據指標找出有問題的環節，從而解決問題，優化該步驟，最終達到提升整體購買轉化率的目的，整體漏斗模型的核心思想其實可以歸為分解和量化。
比如分析電商的轉化，我們要做的就是監控每個層級上的用戶轉化，尋找每個層級的可優化點。對於沒有按照流程操作的用戶，專門繪制他們的轉化模型，縮短路徑提升用戶體驗。
七、基於用戶生命周期的分析體系
用戶生命周期衍生於“客戶生命周期”的概念。
用戶從不同角度有不同的分類法：
比如從用戶活躍度來看，可以分為僵屍用戶、低頻用戶、活躍用戶和深度用戶
從用戶對平台的價值來看，可能分法就變成了種子用戶、普通用戶、核心用戶。
從用戶價值來看，分為無效用戶、潛在用戶、跟進用戶、成單用戶。
不同的行業有不同的分類，不同的分類也有不同的運營策略。而從用戶生命周期的角度來解析和管理用戶，是常見的數據分析方式之一。
舉例從用戶活躍度來看，可能就要構建一個用戶活躍度模型：
- 流失用戶：有一段時間沒有再打開產品(曾經打開過產品），那么我們就視為流失用戶，根據產品的屬性，可以按30天，60天，90天等划分。
- 不活躍用戶：有一段時間沒有打開產品，為了和流失區分開來，需要選擇無交集的時間范圍。比如流失用戶是60天以上沒打開產品，那么不活躍則是0～60天沒打開。
- 回流用戶：有一段時間沒用產品，之后突然回來再次使用，則稱為回流用戶。回流用戶是活躍用戶，且是由流失用戶或不活躍用戶喚回而來。
- 活躍用戶：一段時間內打開過產品。
- 忠誠用戶：也可以叫超級活躍用戶，長期持續使用產品，比如連續四周，或者一個月內15天等
用戶活躍可以簡化為一個最簡單的公式：新增用戶的數量要大於流失用戶的增加量。不同業務情況需要各自衡量，怎么去構建這個模型。
八、產品ABC分類模型
ABC分類模型又稱帕累托分析法，主要用於分清產品對象的主次，分為A，B，C三類。
一般地，會用在產品分類上，去測量並構建ABC模型。比如某零售企業有500個SKU以及這些SKU對應的銷售額，那么哪些SKU是重要的呢，這就是在業務運營中分清主次的問題。
常見的做法是將產品SKU作為維度，並將對應的銷售額作為基礎度量指標，將這些銷售額指標從大到小排列，並計算截止當前產品SKU的銷售額累計合計占總銷售額的百分比。
百分比在 70%（含）以內，划分為 A 類。
百分比在 70~90%（含）以內，划分為 B 類。
百分比在 90~100%（含）以內，划分為 C 類。
以上百分比也可以根據自己的實際情況調整。
ABC分析模型，不光可以用來划分產品和銷售額，還可以划分客戶及客戶交易額等。比如給企業貢獻80%利潤的客戶是哪些，占比多少。假設有20%，那么在資源有限的情況下，就知道要重點維護這20%類客戶。
九、用戶行為決策分析模型
即消費者行為模型。原來一直倡導的AIDMA模式，即——引起消費者注意——產生興趣——激發欲望——強化記憶——促使行動。現在隨着互聯網的興起，消費者在商品的選擇上已不限於實體，更多的是電商的形式。甚至商品也不一定是實體的，也有虛擬的、知識類的產品。因此從過去的AIDMA模式做進一步的延伸，慢慢演變出AISAS模式，即引起消費者注意——產生興趣——網絡搜索——購買行動——分享。很明顯的區別是，購買的路徑縮短了，效率提高了。且用戶在購買之后分享，又延伸了消費的長度。
用戶行為決策分析模型在電商互聯網、互金等行業，用戶運營崗或者產品運營崗常常可套用分析的模型，通過各環節各渠道的數據，分析轉化率、流失率、存活率等等來制定一些營銷策略，精准化運營，甚至優化產品。
十、杜邦分析模型&平衡計分卡
企業在對經營情況進行分析時，大多主要利用財務報表數字通過財務指標計算反映其盈利能力、營運能力、財務風險、股東回報水平等，其中最有代表性的應屬杜邦分析模型。
杜邦分析模型，是通過對凈資產收益率的分解，從銷售凈利率、資產周轉率、權益乘數等三方面考察對股東回報的影響，而這三方面又涵蓋了采購管理、成本費用控制、資產營運水平、財務杠桿的稅盾效應等更深入的因素，從而由表及里、由外而內、由果至因地體現了歷時財務狀況。
杜邦分析模型等指標設計看似非常精巧，由於財務分析主要依據過去的數據或過去經濟活動在分析時點結果的數據，它就成了企業過往生產經營成果的集中體現，利用這些數據，也只能分析過去干得如何。那么如何對企業經營未來的情況做預測，就要依仗另一個模型——平衡計分卡。
平衡計分卡，主要從四個方面分析企業的存在狀況，即財務、客戶、內部運營、學習與成長。
其流程基本就是：了解戰略、設定目標和指標、制定戰略舉措。
給大家推薦我國新一代大數據用戶行為分析與數據智能平台：數極客(https://www.shujike.com)，是國內首款支持無埋點、前端埋點、后端埋點、API導入四種混合數據采集方式的大數據分析平台，目前服務了：中國移動、中軟國際、招商證券、百合網、好未來、用友軟件、航天信息、重慶大學等知名企業，累計擁有500多家付費客戶。
運用數極客打通用戶行為數據和業務數據，自動監測網站、APP、小程序等多種渠道推廣效果分析，是增長黑客們必備的互聯網數據分析軟件。數極客支持實時多維分析、漏斗分析、留存分析、路徑分析等十大數據分析方法以及APP數據分析、網站統計、網站分析、小程序數據統計、用戶畫像等應用場景，業內首創了六種提升轉化率的數據分析模型，是數據分析軟件領域首款應用定量分析與定性分析方法的數據分析產品。