一篇文章搞懂数据分析中的矩阵分析法

大数据 数据分析
矩阵分析法,顾名思义,就是用矩阵的方式来分析数据,其中,最有名的就是波士顿矩阵(BCG Matrix,Matrix: Boston Consulting Group)。

矩阵分析法,顾名思义,就是用矩阵的方式来分析数据,其中,最有名的就是波士顿矩阵(BCG Matrix,Matrix: Boston Consulting Group)。

[[431716]]

波士顿矩阵是以市场增长率和市场占有率作为坐标轴,将企业产品分为四类,如下图所示。 

一篇文章搞懂数据分析中的矩阵分析法 

从图中可以看到,这四类产品有如下特征。

  • 市场占有率高,且市场增长率高的产品称为明星产品。
  • 市场占有率高,但市场增长率低的产品称为现金牛产品。
  • 市场占有率低,但市场增长率高的产品称为问题产品。
  • 市场占有率和市场增长率都低的产品称为瘦狗产品。

针对这四类产品要采取的运营策略也是不同的。

明星产品:市场份额高,且有较大的成长空间,需要加大投资,使其继续增长。

现金牛产品:市场占有率高但没什么成长空间,属于成熟阶段,能够为企业带来大量的现金流,保持即可。

问题产品:市场占有率低,但增长率高,这种产品往往是一个企业的新产品,潜力大,但也伴随着风险,想提高市场占有率就要加大投资,以便快速抢占市场份额,加大投资可能会影响企业现有的成熟的业务,意味着企业需要转型,所以“问题”这个词很好地描述了这种产品,企业必须慎重考虑是继续发展该产品还是放弃。

瘦狗产品:市场占有率低,且增长率低,即无法带来现金流,也没有办法改善其增长问题,更多地是基于情感因素或者其他因素保留该产品,对于这类产品,需要尽快剥离或者放弃。

以上就是波士顿矩阵分析法。

所以,矩阵分析法其实就是把事物分成四个象限,所以也叫四象限分析法,这种分析方法在我们的日常生活和工作中也很常用。

例如,在时间管理中,将所有事情按照重要性和紧急程度分成四类,如下图所示。 

一篇文章搞懂数据分析中的矩阵分析法 

图片来源于网络

在上图中,将所有事情按照轻重缓急分成四类。

  • 第一象限表示重要且紧急的事情,应该优先处理。
  • 第二象限表示重要但不紧急的事情,虽然不紧急但很重要,也应该优先处理。
  • 第三象限表示紧急但不重要的事情,可以利用空余时间或者垃圾时间来处理。
  • 第四象限表示既不重要也不紧急的事情,应该尽量避免。

在数据分析工作中,也可以按照这个思路来分析问题,例如,想知道各个地区的销售额和数量,可以做如下表所示的统计。 

一篇文章搞懂数据分析中的矩阵分析法 

但是不够直观啊,接着可以通过一个矩阵来可视化,如下图所示。 

一篇文章搞懂数据分析中的矩阵分析法 

从这个矩阵中,容易看出,哪些地区的销售额和销售数量都较高,哪些地区的销售额和销售数量都较低。

上面这个图通过Excel就可以完成,下面说说如何绘制,总共分三步。

第一步:用数据透视表统计出各个地区的销售额和数量,并求出销售额和数量的均值,如下表所示。 

一篇文章搞懂数据分析中的矩阵分析法 

第二步:绘制散点图,以销售额作为X轴,以数量作为Y轴,如下图所示。 

一篇文章搞懂数据分析中的矩阵分析法 

第三步:调整坐标轴,将横纵坐标轴的交点调整为均值。

选中横坐标,在坐标轴选项中,将“坐标轴值”设置为销售额的均值2686258。 

一篇文章搞懂数据分析中的矩阵分析法 

按照同样的方式,选中纵坐标,将这个值设置为数量的均值6279,如下图所示。 

一篇文章搞懂数据分析中的矩阵分析法 

调整完成后,得到如下这个图。 

一篇文章搞懂数据分析中的矩阵分析法 

最后,对图表做一些美化,例如去掉坐标轴刻度标签等,就完成了矩阵分析。

以上就是数据分析中的矩阵分析法。

 

责任编辑:华轩 来源: 今日头条
相关推荐

2020-04-22 13:27:20

数据分析模块解决

2021-09-09 17:38:55

数据分析矩阵

2021-05-18 09:00:28

Pythonclass

2017-05-23 09:20:32

大数据数据分析多层模型

2019-05-06 16:28:05

数据分析python

2020-06-03 11:06:26

DNS域名缓存

2024-12-09 13:11:22

2018-08-23 16:22:40

2023-10-29 18:15:41

数据分析趋势分析法漏斗分析法

2021-05-21 09:01:56

Python继承多态

2021-08-02 10:01:09

Iterator接口Java项目开发

2021-05-27 09:01:14

Python文件读写Python基础

2023-01-05 07:52:36

高可用架构消息队列

2020-11-18 09:33:03

数据分析业务问题

2021-10-26 00:00:53

数据分析指标

2021-09-26 18:38:36

数据分析DEA

2020-07-28 17:27:53

Nginx 负载均衡模块

2017-07-20 16:55:56

Android事件响应View源码分析

2024-10-23 16:02:40

JavaScriptPromiserejection

2020-06-23 16:28:25

Nginx负载均衡服务器
点赞
收藏

51CTO技术栈公众号