专栏名称: CDA数据分析师
CDA数据分析师品牌官方微信,开放、创新、分享。
目录
相关文章推荐
人工智能与大数据技术  ·  被DeepSeek逼急了!OpenAI深夜祭 ... ·  昨天  
软件定义世界(SDX)  ·  为DeepSeek辟谣:五大误解与真相解读 ·  21 小时前  
数据派THU  ·  【ICLR2025】AdaWM:基于自适应世 ... ·  4 天前  
数据派THU  ·  AAAI2025|只根据题目和摘要就能预测论 ... ·  3 天前  
51好读  ›  专栏  ›  CDA数据分析师

【干货】2步学会构成分析,找到业务增长关键

CDA数据分析师  · 公众号  · 大数据  · 2025-02-08 09:22

正文

“我们的利润率上升了,但销售额却没变,这是为什么?”
“某个业务的市场份额在下滑,到底是什么原因?”
“公司整体业绩稳定,但某些部门的表现差异巨大,哪些因素影响了它们?”

......

以上是企业经营过程中经常会遇到的问题,如何才能找到这些问题的答案,使用构成分析拆解数据可能会有奇效。

接下来,通过一个业务案例,带大家理解什么是构成分析以及如何使用它分析业务问题。


有一家食品经销商,主要销售休闲零食、饮料和主食。最近,财务部门发给经营者一份报告,显示过去三个月的销售额保持在 300 万元不变,但利润率却从 20% 上升到 25%。


这个数据让人不禁疑惑: 销售额没变,利润率为什么会提升? 是因为商品售价提高了,还是因为更高利润的品类卖得更多了?

经营者把这个问题抛给了数据分析师,数据分析师尝试用 构成分析方法 找出 利润率上升 的原因。


首先,什么是构成分析?

构成分析是通过分析整体中各部分所占的比例,了解各部分对整体的贡献程度。


构成分析的核心是: 拆解整体数据,看清内部结构的变化 。它关注的是各组成部分的占比,以及这些占比如何随时间或外部条件变化。



构成分析的关键不在于单看“总数”的变化,而是深入拆解各部分的贡献,从而发现真正的业务动因。


构成分析是CDA数据分析师一级的知识点,业务分析是CDA数据分析一级考核的重点,因为数据分析工作岗位就要基于业务分析,如果是销售或者业务负责的小伙伴,可以去重点学习。

PS. 新版教材p65

所处位置:第二章数据分析方法 > 第二节由基础分析范式引申出的六种分析方法 > 第三小节 构成分析方法


如果想测试一下自己的构成分析的理解程度、业务分析了解程度,可以扫码CDA认证小程序,里面有很多实战测试题,解析很详细,对于个人能力提升非常有帮助。



如何进行构成分析?



第一步:获取关键数据


为了搞清楚利润率变化的真正原因,数据分析师整理了过去三个月各品类的销售额:


先不看利润率,而是关注销售额的构成变化,会发现:

· 休闲零食的 销售占比 从 33.3% 上升到 46.7%

· 主食的销售占比 从 50% 降到 33.3%

· 饮料的占比略有提升




















也就是说,虽然 总销售额没变 ,但利润率较高的休闲零食销售占比上升,利润率较低的主食占比下降,这可能是利润率提高的关键因素。




第二步:数据可视化,直观呈现变化

为了更直观地理解销售构成的变化,使用百分比堆叠柱状图来展示各品类的占比变化。


从图表可以清晰看到:

· 休闲零食占比 不断上升 ,表明其销售额在整体收入中的比重越来越大。

· 主食占比下降 ,说明低利润率的产品销售占比减少。

· 饮料略有上升 ,但整体影响较小。
























这个分析结果说明,利润率提升主要是因为高利润的品类占比增加了,拉高了整体利润率。这为食品经销商提供了一个重要的业务洞察:未来应该继续加强高利润品类的推广,而不是单纯追求总销售额的增长。


由此可见,构成分析可以帮助企业:

1. 精准拆解业务问题

识别业绩变化的真正驱动因素,而不是停留在表面的数据增长或下降。

2. 优化产品或用户结构

发现高价值产品或用户的比例变化,并调整营销策略。

3. 支持长期战略决策

帮助企业识别哪些业务或产品线值得重点投入。


构成分析是一个极其实用的分析方法,它不仅仅是简单的比例计算,而是一种深层次的数据解读手段。 通过对数据的结构变化进行分析,可以找到影响业务增长或下滑的真正原因,避免单纯依赖总量指标做出错误决策。


如果您也想做数据分析类的工作,可以透过CDA专业的数据分析能力测试,真正做到心理有数。

图片

往期干货文章:

【干货】比‘红蓝对决’还精彩!哑变量如何在分类变量中扮演关键角色

【干货】画用户画像与找相亲对象一样简单

【干货】5分钟学会数据分析方法之【对比分析法】

【干货】数据可视化很难?不存在的!一文弄懂PyEcharts可视化技术

【干货】用半监督学习方法处理标签(上)Label Propagation







请到「今天看啥」查看全文