贝恩行业分析方法概揽

1994 ll 1- 行业分析方法 概 述 机 密 文 件 1994 ll 2- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 3- 逻辑推理和数理分析对于战略制定是非常重要的 战略规划的关键是依靠逻辑推理来 理解是什么构成了商业活动 - 经济发展 - 竞争者、细分市场、时间等等这些因素的相互作用 理智的组织客户的消费（购买）目标 想方设法去迎合客户的消费（购买）目标 帮助客户 “实现消费（购买）” 逻辑推理中一个重要而成熟的部分是数理分析，数理分析能 将复杂的现实情况简化为几个关键的点 区分重要的经济因素 1994 ll 4- 数理分析绝不仅仅是数字的堆砌 数理分析是 . 整合量化和定性的信息 扩大客户的视野 思考的 - 有创造性 - 有概括性 不是 . . . 无止境的计算 让统计方法来主导或限制 追求 “经典的” 科学的严密性 1994 ll 5- 关于数理分析的偏见 “任何事情都能被量化” 不是这么确切 ,但 大部分 “量化的”影响是基于经济学上的 - 外在成本或机会成本 - 是否能准确的进行量化 客户雇佣我们来分析问题和将问题客观化 量化分析是基础 1994 ll 6- 创造力和坚韧不拔的数量分析是高级分析的两个重要特性 在处理问题中尽力使用不同的方法或途径来检验假设和发现矛盾 寻求多角度的答案 永远不要盲目的相信一个数据系列 永远不要一遇到障碍就停止工作 客户之所以常常不能做出很好的分析就是因为他们在面对良好的、有效的数据匮乏局面时很快“投降” 我们永远不会对数据的无效投降 你的上司不想听到“没有数据”，而想知道能得到什么结论，要用多少时间，需要多大成本 1994 ll 7- 使用本概述介绍方法需要注意的问题 没有哪个文件能教你成为一个优秀的分析师 答案看起来很简单，但获得答案的过程很痛苦 每个问题于案例都有不同程度的不同之处 一个概述能 为期盼中的分析提供些情趣 表明在实际操作工程中哪种分析最有效 解释基本的分析技术，并对各种通常会犯的技术性错误提出警示 最好的训练来自于 项目团队中的工作经验 同优秀的分析师和其他专业人员的讨论和共同学习 最好将知识建立在自己的创新上（即进行创新性学习） 1994 ll 8- 不要将自己被这些方法、工具所束缚 他们师最通常使用的分析工具的“样品” 其他的分析工具在特定的环境下会很适用 公司价值管理 (投资现金流回报 资产增长，等等 ) 另外，没有任何工具能替代新创造的方法 1994 ll 9- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 10- 进行图表演示时数据间的关系是最重要内容 图表应该能很容易被一个没有量化概念的客户所理解 每张图表达一个主要意思或概念 越直接的表述观点越好 将客户的业务与相关问题（我们的分析对象）的关系清晰的论证 清晰的标明图表的标题、坐标轴和信息来源 制做图表是为了客户和我们的分析目标 有探索性的 有说服力的 论证充分的 1994 ll 11- 仔细的选择图表标尺 图表边界与数据边界吻合的越紧密越好 选择有助于思考目标分析关系的数值范围和比例 需要比较数据时使用同样的数值范围和比例 1994 ll 12- 图表标尺的选择：线性的 对数的 在线性标尺中，两个数值的特定的差距在比例尺上任何地方拥有相同的跨度 在对数标尺中，两个数值的特定比例在比例尺上任何地方拥有相同的跨度 0 1 0 0 2 0 0 3 0 0 4 0 00 . 0 1 0 . 1 1 10 1 0 01 2 4 8 16 一个区间 线性标尺 对数标尺 2 对数标尺 1 任何数值与 0的比例都是无穷，因此 0在逻辑标尺中无法出现 1994 ll 13- 数据间的关系决定了图表标尺的选择 最常用的三种标尺 线性 对数 对数 线性 线性（ 通常是时间） 对数 线性 半对数 全对数 连续变化的比例 连续的增长率 连续的 “弹性” 如果没有事先期望的数据关系模式，先按线性处理 y = b y = b y = x + b 1994 ll 14- 什么时候使用线性图表？ 对象在单位时间内的变化最好使用线性图表 , 例： 特定时间阶段的市场份额变化 特定时间阶段的边际利润率变化 线性图表上斜下 45度斜线代表 的和不变 通过原点的射线代表两组数据的比例不变 1988 89 90 91 920510152025303540455055%) 线性图表 硬件 软件 1994 ll 15- 1010010001920 1930 1940 1950 1960 1970 1980 1990 2000什么时候使用半对数图表 ? 半对数 图表常常用于论证连续的增长率 ,例： 特定时间段的市场规模增长率 国玉亩产量 (蒲式耳 / 英亩 ) R=对数 图表 1994 ll 16- 什么时候使用全对数图表 ? 全对数图表一般用于分析弹性，例： 需求价格弹性 规模经济 斜下 45度曲线表明分析对象是普通产品 1 0 . 0 01 0 0 . 0 01 0 0 0 . 0 00 . 1 1 1078% =,000 100 10 1994 ll 17- 圆形或气泡图常用来表达三维的关系 第三维度应该与 两个坐标轴相联系 比较常见的例子包括 : 市场规模 资产数量 现金流量 圆形 区域（ 面积而非周长）代表比例 1994 ll 18- 气泡图示例 不同业务的增长率 市场份额 业务规模 5 20 25 30 35 40 451980际年均增长路 (%) 市场份额 (%) = $10亿销售收入 料来源 : 商业周刊 1994 ll 19- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 20- 通涨调整是纠正通货膨胀的影响 将变量的 “名义值” 转化为 “实际值 ” 以美元计量的时间序列数据因包含着或高或低的通货膨胀率而扭曲了增长的实际情况 通涨调整祛除了部分扭曲 要得出通涨调整指数 ,价值量需要与基年的通涨指数和数据年的通涨指数的比例相乘 , 例： 1979 销售量 (按照 1993美元价值 $) = 1979 (1979美元价值 $) x 通涨指数 1993 通涨指数 1979 1994 ll 21- 选择合适的通涨调整方法取决于你试图解决的问题 国民生产总值） 指数最好用于表述在整体经济上的货币的平均真实价值变化 季度数据 消费品物价指数）最好仅仅用于表述消费者花费在特定的商品组合（ 的货币价值变化（在美国是以 1973为基年） 月度数据 工业或特定产品价格指数最好被用于进行产品物理产出的价值的通涨调整 可以从商业部的特定行业部门得到数据 可以在较为狭窄的产品中依靠消费者或企业数据建立这种指数 1994 ll 22- 在混合了汇率计算和跨国通涨计算中要特别小心 首先将每个国家的历史数据转换成当地的基年的价值形式 例： 日本 1993 日元 W. 德国 1993 德国马克 美国 1993 美元 然后按照固定的汇率转换为单一的货币形式（如美元） 1994 ll 23- 示例 : 一家集成电路板（ 制造商 公布的销售收入 通涨指数 平均 平均 年份 (百万美元 ) (1987 = 价格 (美元 ) 晶体管价格 (美分 ) 1987 786 988 595 92 989 730 99 990 833 98 991 1,062 90 992 1,423 98 993 1,838 16 公布的美元计量的销售增长率 “实际 ” 销售增长率（美元） 销售量增长率 “晶体管 ”销售量增长率 增长率 (每年 ) 1994 ll 24- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 25- 回归分析是分析理解两个或更多的变量间关系的强有力的工具 回归分析 : 使用在一个或多个相互变量（这些变量是相互独立的）条件下的变化来解释在一个变量（非独立的）的条件下的变化 将数据关系量化并有效化 对于预测和因果解释非常有用 但是 . . . 绝不能取代对于一个问题的清晰的独立思考 仅用作分析工具组合中的一个组成部分 可能成为分析工作的“泥淖” - “为了几棵树木而失去了整个森林” 1994 ll 26- 变量 之间有何关系 ? 仅仅使用单独的图表方法仅仅表达了变量间定性的和普通的概念 1 2 3 480% 70% 60% 50% 40% 30% 20% 10% 0% : of by : CV is of 1994 ll 27- 回归分析回答了以下问题 的关系是什么？ 施加的影响有多大？ 影响模式是什么？ 影响是正面的还是负面的？ 之间的联系有多强？ ？ 我的模型整体上应用效果如何？ 我解释 还有其他需要考虑的变量吗？ 1994 ll 28- 的关系是什么？ 归分析为数据关系确定了一条直线 购买量 每增加一单位的年购买量会提升 百分点 直线斜率 (本例是 揭示了影响的大小 ; 斜线的特征 (本例是斜向上 ) 揭示了影响是正面的还是负面的 %) %) 9 回归分析 7 8 um (t 5% 5% 1990); 软的 回归分析结果 1994 ll 29- 的联系有多强 ? 表示了 仅仅计算了斜线的标准查 越接近 0，或者标准查越大，二者的关系越弱 判断联系紧密程度的简单方法 : 大说明变量间联系非常强， (例：大体上有 95%的准确程度 ). 在 2之间表明变量间联系较强 , (例：大体上有 85准确程度 ). 低于 %) %) 9 7 8 归分析 um (t 5% 5% 1994 ll 30- 我的模型整体上应用效果如何？ 明了变量 中的数据解释 表明了模型整体上解释变量 基于各数据点在回归曲线周围的分散度 值在 f 0到 100%之间 100% 表明回归曲线能完美的解释变量关系 低的 明现有模型与变量关系不适合 暗示除了变量 %) %) 9 7 8 归分析 um (t 5% 5% 1994 ll 31- 多维回归法用来将几个影响因素的影响分开 使用条件 当有几个事实（变量）同时有影响时 帮助各种相互关系中区分出原因 不要用于试探性分析 1994 ll 32- 多维回归能增加模型预测能力 % $M) = 990; 1994 ll 33- 其他回归示例 非常低的 R值 * M) 负数斜率 * 非线性原始数据 * 经过对数转换 * * * = 1994 ll 34- 使用回归方法前要问的几个问题 哪个变量是需要预测的变量（或者自变量） ? 通常直接看出但有时需要思考 考虑影响的效果（指正面的还是负面的） 我相信哪些说明变量应该考虑？ 避免伪相关 独立的思考哪些因素在逻辑上应该包括 避免同时考虑相关性较高的多个变量 模型应该有中断条件吗？ 数据可以被推理到什么地步？ 回归曲线应该穿过原点吗？ 一个 0值解释变量暗示了一个 0值预测变量吗？ 我准备好数据了吗？ 以局外人的角度看 寻找各种数据 (线性 , 指数 , 幂 , 等 .) 我有足够的调研报告资料吗？ 拇指法则 : 每个解释变量要有 10个调研资料 1994 ll 35- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 36- 界定相关竞争环境 竞争优势的基础（利润杠杆） 与竞争对手的相对优势 /劣势 行业新进入者的壁垒 特定时间段上的各种变数的影响（技术、市场规模） 预测一家企业的行为的作用 竞争对手（短期的，应对措施） 客户的利润和现金流 不是为了 成本的系统 仅仅为了达到平均成本支出水平 为何要做成本分析？ 1994 ll 37- 我们需要分析哪种成本？ 竞争性成本分析 分析实际成本而不是标准成本 分析全部已负担成本，因为开销对于规模、经验等因素最为敏感 将不同的模块和产品线的成本费用区分开 因而，竞争性成本分析包括 变量的选择 费用的分摊 隐性成本费用的资本化 1994 ll 38- I n d u s t r y A I n d u s t r y 聚焦于关键成本开支环节 利润 一般管理费用 销售和物流费用 可变生产成本 原辅料成本 固定生产成本 8% 8% 16% 18% 40% 10% 8% 10% 35% 11% 18% 18% 竞争优势 原辅料环节 销售和物流环节 来源于 后向整合 进行相关多元化来优化销售力量？ 采购的规模效应 加强销售，销售工具的改善 1994 ll 39- 成本数据可以从客户的会计系统中得到 客户的会计系统 对于短期变革的控制和审核有效 但对战略分析意义不大 通常将成本分解为 直接成本 间接成本 t 一般管理费用 分析的重点是功效，而不是对因规模、企业所处阶段等因素造成长期成本动向的理解 1994 ll 40- 但常需要重做成本系统 原材料 30 生产成本 40 直接 15 间接 10 一般管理费用 15 交易成本 30 可变成本 10 固定成本 20 总成本 100 原材料 30 生长成本 40 金属加工成本 15 上色成本 8 组装成本 12 一般管理费用 5 分销成本 7 物流成本 5 仓储成本 2 销售成本 9 人员开支 6 售后服务开支 3 市场开发费用 10 广告 3 其他 7 G&A 4 总成本 100 会计系统 1994 ll 41- 许多变量可能影响成本 原材料 市场供应量 供应商地点 原材料种类（与客户需要契合程度） 生产 工厂产量 生产技术 生产经验 开发设计能力 运行周期 工艺复杂程度 生产要素成本 物流 市场能力 下降空间 销售 市场容量 出口数量 市场开发 市场容量 品牌 1994 ll 42- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 43- 开发设计能力差异可能是产品成本差异的关键因素 不仅影响原材料消耗，同样会影响增加的生产价值 通常需要将各竞争对手的产品进行分解分析来发现真正的差异 需要客户的参与 - 开发设计工程师 - 生产工程师 - 销售代理商 1994 ll 44- 第一步是区分开发设计的差异是什么 - 1 例 : 开发设计能力分析 转矩变换器 29 to 18 2 31 of 8 4 4 to 3 245 23.0 27 to 10 15 31 of 12 to 4 235 22.8 其他数据 涡轮 定子 泵 气阀 盖子 产模式 A 生产模式 B 将开发设计差异转化维成本差异 1994 ll 45- 第一步是区分开发设计的差异是什么 - 2 例 : 端口 2 变压器 2 No 53 M/6 端口 1 变压器 No 1 150 H (16端口 1 变压器 1 混合电路板 3 6 10 M/no (端口与终端 开关控制 控制板 其他相关功能 1要组成 客户 竞争对手 X 竞争对手 Y 1994 ll 46- 然后，与客户、代理商一起工作来确定原材料成本 例 : 客户的每单位数字端口的原材料成本偏高 组成 客户 t (8/板 ) 竞争对手 X (16/板 ) 竞争对手 Y (16/板 ) if is 口 控制成本 l 一般管理费用 附加成本 每张电路板的总原料成本 端口数 每个端口的总原料成本 成本指数 排除附加成本的成本指数 00 100 6 6 53 6 4 110 1994 ll 47- 开发设计能力差异可能暗示了应该关注的降低成本的措施 例 : 数字线控制环节出现的成本降低机会 控制环节 包装环节 模拟线路 数字线路 开关总成本 电子设备成本 系统总成本 5,235 1,321 1,080 2,160 9,796 5,441 15,237 环节 客户 竞争对手 3,046 1,770 1,140 1,376 7,332 6,072 13,404 成本 (美元 /环节 ) 1994 ll 48- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构 开发设计能力差异 生产要素成本 规模效应 ,经验曲线效应 ,复杂度效应和产能利用率效应 供给曲线 需求分析 消费者研究和理解 - 市场细分和“客户价值发现” - 关联分析 - 多维排列 价格 需求预测 - 技术 /替代率曲线 其他问题 1994 ll 49- 生产要素成本状况不需要专门的分析工具分析，但可 能导致企业处于不同的成本地位 生产要素成本差异可能影响成本结构的大部分环节 原材料成本 能源消耗 劳动力成本（直接人力成本和一般管理成本） 资本运作成本 生产要素成本差异具有加法甚至乘法效应，因此可以被直接整合进成本分析 1994 ll 50- 生产要素成本分析案例 木材产业 , 1981 美国 拿大 典 国 西 动力成本 (美元 /小时 ) 油耗 燃气消耗 煤炭消耗 其他 平均 能源价格 (美元 /标准单位 ) 1994 ll 51- 内容目录 引言 基本分析技术 图表 通涨调整 回归分析 供给分析 成本结构