咨询公司的数据分析模型有多高大上？

编辑导语：很多行业在日常工作中都会遇到数据分析的板块，数据分析可以很好的协助我们读懂现在的数据情况；咨询公司的数据分析很多人都觉得非常的高大上，其实每个分析方法都有自己的使用目的；本文作者对此进行了详细的解释，我们一起来看一下。

做数据分析的同学们都见过下边这种矩阵，很多人对此顶礼膜拜，甚至还有一些网文作者直接就把：矩阵思维、矩阵模型、矩阵法招呼上了。

说它是数据分析的“底层思想”“核心逻辑”，好吧……肯定他们是没在咨询企业上过班了；其中真相如何，今天我们系统讲解一下。

一、从平均值法说起

平均数是用的最多，也被调侃的最多的概念。

有诗为证：

村头老张一千万

隔壁九个穷光蛋

统计局里算一算

各个都是张百万

但问题是，为啥平均数被吐槽这么多，实际上却又使用的最多？

明明统计学里有平均数、中位数、众数三个概念，三个概念都很好理解，但为啥非是平均数呢？

答：因为平均数用起来方便、省事；用平均数，能很简单的把总量按人头分解。

比如：

销售金额=购买客户数*人均购买量

生产数量=生产线数*平均产能

备货数=门店数*平均销量

这样在做管理的时候是很省事的：想提高销量，要么增加客户人数，要么提高人均购买。

这两个数字可以简单的直接相乘，用中位数、众数显然达不到这个效果。

并且，在下命令的时候也很清晰：每个人都要做到平均水平以上！你做不到，你就拖了大家的后腿，大家都能做到你凭什么做不到；你看，简单清晰，而且符合人们的直观感觉，很有说服力。

所以平均数是自带标准的。高于平均值就是好，低于平均值就是不好，这一点对咨询顾问们来说非常重要——因为大部分咨询顾问，在特定行业里的经验远没有客户多；因此诊断问题的时候，咨询顾问们非常需要一个不依赖于行业的、中立的、有说服力的标准来判断好坏；判断完好坏，才能进一步分析为啥好、为啥坏，因此平均值法是用的最多的判断方法。

当然，平均值法也有它的先天不足，这就引申出其他方法。

二、平均值法的迭代升级

用平均数的问题，其实来源于个体差异过大，所谓：“我和姚明平均身高，和马云平均财富”；因此在平均值法的基础上，又引入了二八法：按20/80理论，直接把最好的前20%分离出来，单独观察，避免干扰其他群体，这样也能做出判断。

二八法一般在前台/营销端用的多。因为后台/供应端的生产、物流都是机器化流程，容易把控质量，但前台/营销端常常出现少数能力好的销售做出大量业绩、少数金主爸爸贡献大部分利润的情况。

在管理上，进而衍生出：淘金法——招100个销售，要从里边培育出20个Ace级销售；类似挖一大堆沙，从里边淘出金子的过程。

如果评价维度有两个呢？这就引申出了矩阵法。

三、从平均值法到矩阵法

矩阵法本质上是一种用两个维度来找判断标准的方法。它的操作非常简单：

第一步，找到两个评价维度，每个维度取平均值做判断标准。

第二步，两个指标交叉，把待评价对象。

第三步，根据两维度含义，给出分类解读。

只要两个指标相关性不是非常高，两个指标交叉的时候，数据就会分散在四个矩阵里，这样能清楚找到业务含义（如下图）。

更有趣的是，如果两个评价维度组合得当，是能够解读出很多有意思的业务含义的。比如游戏行业的用户活跃/用户付费两个指标。可以起个：

高活跃+高付费=金牛用户（又出钱又出力的老牛）☆低活跃+高付费=土豪用户（懒得自己打，爷花钱买！）

高活跃+低付费=白嫖用户（啦啦啦，就是干玩不给钱。）

低活跃+低付费=边缘用户（都不咋玩，要跑咯。）