为什么辛苦了半天，结果却是错的

文 | Mr. 柯南

更多干货内容，加入我们的训练营

之前，讲了分析的本质是“比较”，但我们很多人在做比较的时候，会忽略了比较的“前提”。

上周给一家企业做辅导，教大家如何做“经营分析”。那是一家餐饮连锁企业，在全国很多城市都有门店。

其中一个学习小组，他们的课题是对比分析业绩好的门店和业绩差的门店，从中找到业绩好的原因，从而做复制推广。

那个小组的学员很认真，也很卖力，收集了大量的门店数据，包括分产品、分月份的销售数据，也包括各个产品品目的毛利数据等等。他们把数据导入Excel，花了很长时间，对各门店的数据做了多维度的“比较”分析，还生成了各种图表……

据说，周末搞到了半夜2点多钟。

周一，这个小组向大家做项目汇报的时候，却受到了其他小组学员的强烈质疑：

首先，这些门店看似都是“一家门店”，但是，很多门店的面积和席位数相差很大；

然后，门店的位置差异也很大，有些在市中心的闹市商圈，有些在人流更密集的火车站附近，也有些在相对偏远的城郊结合部。

这些，都让后续的比较分析失去了“可比性”的前提，让那个小组辛苦到半夜2点的努力失去了意义……

这件事的本质是，在实际动手分析前，一定要想好比较分析的“前提”是否成立。

从这个小组的case来看，用“绝对值”的比较分析，意义不大，需要用“率”的视角来做分析。

比如说，

如果门店面积和席位数对销售业绩有影响的话，需要比较的是单位营业面积的营业额，或者单个席位的营业额；

如果客流对门店的销售业绩影响很大的话，需要先统计各门店的客流水平，比如采集某个时段经过门店门口的人流数据，再做单位客流的营业额比较分析。

这时候做的分析，才有意义。

这中间的关键点是，找到业绩增长的核心driver。

比如，我最早从事的保险行业，营销员的数量就是业绩增长的核心driver，那么，人均销售额、人均销售件数、人均开单率、人均拥有的潜在客户数……等等，就会成为经营分析的关键因子。

很多时候，我们常常忽视了这些“前提因素”，一上来就埋头处理数据，做所谓的分析，到头来都是浪费时间，毫无意义。

更麻烦的是，人都有一种天生的惰性，一旦这个事情做起来了，已经投入了很多时间和精力，就不愿再推翻自己已有的成果。想想要从头再折腾一边，往往就没了动力……

这是人性。

实际动手之前，要先想想我做这件事情的“前提”是什么，是否正确而有意义。

——做分析如此，做项目如此，做任何事情如此，我们整个人生更是如此。不要到了自己已经辛苦了大半辈子的时候，才发现，我一切的努力，它的前提都是错的。

那种痛，真的会很痛。