蓝盟IT小贴士，来喽！
一、矩阵分析法是什么？
在数据分析领域，有一个简单但非常致命的核心问题。 “到底指标应该是多少呢？ ’为了这个问题，在公司里经常吵架。 矩阵分析法就是要解决这个问题。 那个逻辑很简单。 比平均值高也可以。
很多伙伴会感到惊讶。 这太简单粗暴了。
但是仔细想想，使用平均值是非常合理的：
理解上很简单：中位数、众数、四分位数，都太抽象了，不仔细想想就不知道是什么
计算方便： AVERAGE函数是所有开发工具的标配，使用起来非常方便。
易用性：比如销售人均产值1万，那100万的业绩，招100人就足够了。
相比之下，告诉我们销售团队的中位数/众数为1万人，要做出100个业绩需要多少人？ 答不上来。 所以平均值很好用！
二、如何排队？
平均值就可以了，为什么还要排队呢？ 因为单纯只用一个指标是无法充分评价好坏的。 例如审查销售时，只审查销售业绩时。 那些销售者销售利润低的引流型产品的倾向很高。 那样利润高、价格高、不好卖的利润型产品，谁也不卖了。 最后销售越多，公司支付给销售的提成就越多，公司的利润反而下降了！
此时，需要引入两个指标进行评估。
销售业绩
销售额利润
这样就做好了矩阵！ 矩阵分析法最大的优点是直观易懂。 通过两个指标的交叉比较可以很容易地发现问题。 特别是，在这两个指标是投资/成本指标的情况下，成本高、收入低、成本低的收入和收入高的两类可以直接为业务指明改善的方向，因此可以大大避免“不知道如何评价好坏”的问题。
许多咨询公司喜欢使用这种方法。 就像KANO模型和波士顿矩阵一样，本质是找到两个好的评价指标，通过两个指标交叉构建矩阵，来对业务进行分类。 分类效果好，流传广泛。
三、矩阵分析法的简单例子
举个简单的例子，在一个销售团队中，10名销售人员在一个月内开发的客户数，产生的总业绩如下图所示。 在矩阵分析法中：
步骤1 :首先求出顾客数、业绩的平均值
第2步：利用平均值，对每个销售者的顾客数量、业绩进行分类
第3步(区分多顾客高业绩、少顾客高业绩、多顾客低业绩、少顾客低业绩4种)
这样分类就完成了。
而且，这四种可以取四个很棒的名字。 例如：
多客户高业绩：均衡型(或)双手均为握持型() ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) )。
客人多，业绩少：小摊型，就像摆摊一样，人多，但赚不了多少少客户高业绩：吃大户型，抓几个大户猛吃……
客户少的业绩：发展等待型(或任何头脑都不行……) ) ) ) )。
四、矩阵分析法的应用范围
有两个场景。 不适合同时使用矩阵分析法。
其一，极大/极小值有时影响了平均值。 例如，在下图中，销售者的平均业绩看起来像100，但头3个高手，业绩占57%，另外17人是陪衬。
此时，矩阵分析法的基础：平均值已经不具备区分能力。 如果20个人能做到100万人，40个人能做到200万人，这不容易想象。 要达到200万美元，需要找几个高手，而不是一群咸鱼。 一般出现极大/极小值时，可以使用层次分析法。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
