数分必备,预测天花板的5种方法

2022 年 3 月 5 日 人人都是产品经理

关注并将「人人都是产品经理」设为星标

每天早 07 : 45 按时送达

如何才能判断当前项目的提升空间有多大、并协助下一步资源投入决策的判断?也许,你可以结合一些常用的分析方法,如倒推、类比、趋势拟合等。本篇文章里,作者便总结了五种预测“天花板”的有效方法,一起来看。


全文共 2230 字,阅读需要 5 分钟

——————/ BEGIN /——————

当我们做某个产品功能、具体的策略优化、甚至是做一个新业务的时候,通常我们需要回答一个问题,即这个功能/策略/业务的天花板、上限到底有多高。

目前的体量距离天花板还有多远,后续还有多少提升空间,以最终决策我们是否需要继续投入资源,投入多少资源以及判断预期收益。

针对这类预测天花板/上限的问题,一般有几种通用的思维方式和预测判断的分析方法。

在面对不同的业务实际问题时可选择不同的分析方法作为参考。

主要方法可分为:趋势拟合、演化、倒推、需求本质、类比法。

趋势拟合

趋势拟合是我们最容易想到也最常用的方法,它通常和其他分析方法一起来搭配相互佐证。

趋势拟合是根据现有的数据体量与增速进行拟合,同时综合考虑未来的可能变动因素以预测未来数据的增长情况。

但使用这种方法也有一些局限,趋势拟合更多的是基于历史已有的数据去预测未来,几乎无法预测意外变化;且它需要历史数据已经积累了足够多,时间也足够长,目前已能发现一些规律的变化以预测未来的趋势。

我们需要不断地对齐拟合,拟合的越准则对业务的判断越准确,从而更容易在适当时候做出正确的决策。

演化

演化则主要是基于子项拆解逻辑。

假设我们要预测的是A,我们要对A的情况进行细分拆解,发现可以拆解为平行的子项B1、B2、B3等等。

找到现状条件下的最优子项的值例如B2作为当前平行子项中理论上限值,然后再假设其它子项B1、B3最终都能达到、到B2这个上限值,最终得出整体的上限是B2*3。

用演化法需要注意,拆解下来的最优子项一定要有代表性且合理。

例如我们需要预测一个家庭的收入上限,不要用学历最差的那个家庭成员来做最优子项,这样并不合理,也缺乏代表性。

举个🌰子,我们如何估测某家连锁店在某城的体量天花板?

一个用演化法的解法就是:可以了解目前现有各门店的状况,找出其中效益最高的分店B,然后我们假设某城的其他分店也都能达到分店B的体量,从而测算出在某城某连锁店的收入上限是多少。

倒推

倒推法主要是基于一定的逻辑去找到相同条件下理论上的最优情况,来作为目标上限值,此方法因需要限制条件相似所以比较依赖数据完整性。

举个🌰子,我们如何估测某地连锁时装店在开店3个月时的月收入天花板?

一个用倒推法的解法就是:可以收集新开时装店的相关情况,可以用人货场的思路去枚举以找到相关指标。

例如附近流动/常驻人口数量、店面人口流动量、周边人均收入水平(购买力)、店铺成本、坪效、销售人员服务水平、周边竞品店面情况,以及以上指标相似情况下其它分店在第3个月时收入水平,从而获取在人-货-场等条件相似情况下,相似的其他时装店最高收入即是该时装店的理论收入上限。

另外一个通俗易懂的🌰,小明是个大三在校生,他想预估毕业后他的收入天花板有多高。

这时,他可以去找与他同个学校、同个专业、同个省份甚至家庭背景也较近似的学姐学长们聊,这样就可以对自己未来的收入天花板有个大致预估。

需求本质分析

本文介绍的其他方法更多是偏向用数据来预测数据,但同时我们也可以从数据中抽离出来去看事物的本质。

纵观整个人类发展史,就是把原来必须自给自足的事情交给一定程度的社会化分工来完成。

我们以分析外卖市场为例,在我们社会逐渐依赖社会化分工的大趋势中,吃饭/做饭这件事是还没有被社会化分工所取代的需求之一。

从需求端看,家庭的规模越来越小,也越来越多人选择独居生活,那么自己做饭这件事变得并不具备规模效应,吃饭这件事有被社会化分工取代的需求。

从供给端看,我国高人口密度使得外卖配送员一次可以带多份餐,此外智能手机的普及以及电车成本的低廉,导致我们具有高效的调度系统及低廉的维护成本。

以上每一项优势都会导致外卖这项业务的市场空间的扩大,未来也会有越来越多的人将吃饭的需求移交给外卖。

需求本质分析法很适合当我们需要去思考一个新兴行业的终局以及创业机会选择时所用的分析方法。

类比

最后是类比法,类比法的本质是用相近业态在他方市场的终局,来看我们作为新兴市场的未来。

类比法与倒推法有些类似,本质区别在于类比法找的参照物是相同需求在他方市场的理论最优值,而倒推法聚焦在相似需求在我方市场的最优;

一个🌰:相同需求,相同的业态。

当我们想预测国内的中长视频市场的天花板,我们可以怎么做呢?一个类比法的思路是,我们可以通过youtube在海外市场的渗透率规模来预测国内的中长视频业务天花板。

另一个🌰:相同需求,近似的业态。

我们还是以预测外卖业务天花板为例,当社会中自己做饭的规模效应越来越小后,人们会越来越多使用社会化分工来解决餐饮需求,那么具体这部分的市场体量可以占到多少呢?

还是可以用类比法的思路,我们可以参考日本。

日本针对日常餐饮的社会化分工解决方案是便利店食品,且这一文化习惯已经相当成熟,所以我们可以参考日本便利店的市场体量及渗透率来预测我们自己外卖的市场规模天花板。

参考文献:

《清华产品课-王慧文》

《浅谈上限推演和判断的方法》

—————— / END / ——————

产品经理培训产品运营培训企业内训服务

请在公众号后台回复「培训」了解更多

▼ 喜欢请分享&收藏,满意点个赞,最后点「在看」 ▼

登录查看更多
0

相关内容

【干货书】预测原理与实战,Forecasting: Principles & Practice
专知会员服务
90+阅读 · 2022年4月11日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
140+阅读 · 2022年4月1日
【简明书】数学,统计和机器学习的动手入门,57页pdf
专知会员服务
62+阅读 · 2022年3月3日
《工业互联网平台白皮书 2021》,69页pdf
专知会员服务
42+阅读 · 2022年1月16日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
121+阅读 · 2021年3月30日
专知会员服务
35+阅读 · 2021年1月16日
专知会员服务
50+阅读 · 2020年11月17日
最新《因果推断导论》课程,102页ppt
专知会员服务
177+阅读 · 2020年9月1日
【2020 最新论文】对比学习中什么应该不是对比的?
专知会员服务
38+阅读 · 2020年8月16日
符合这3点的产品经理,我劝你今年最好别跳槽
人人都是产品经理
0+阅读 · 2022年4月10日
从1到100,SaaS怎么做增长
人人都是产品经理
0+阅读 · 2022年4月1日
终于敢转岗产品经理了,我却一个面试都约不到...
人人都是产品经理
0+阅读 · 2022年3月6日
今年的春节活动,差了那么点意思
人人都是产品经理
0+阅读 · 2022年2月12日
互联网大厂的会员「陷阱」
人人都是产品经理
0+阅读 · 2021年12月19日
四个方法,拯救你平淡的数据分析报告
人人都是产品经理
0+阅读 · 2021年12月19日
从案例讲起,说说产品策略的4种方法
人人都是产品经理
0+阅读 · 2021年12月19日
工作再忙,这20篇文章也不应该错过
人人都是产品经理
0+阅读 · 2021年12月2日
四种方法,用数据挖掘潜力用户
人人都是产品经理
0+阅读 · 2021年11月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Accurate ADMET Prediction with XGBoost
Arxiv
0+阅读 · 2022年4月15日
VIP会员
相关VIP内容
【干货书】预测原理与实战,Forecasting: Principles & Practice
专知会员服务
90+阅读 · 2022年4月11日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
140+阅读 · 2022年4月1日
【简明书】数学,统计和机器学习的动手入门,57页pdf
专知会员服务
62+阅读 · 2022年3月3日
《工业互联网平台白皮书 2021》,69页pdf
专知会员服务
42+阅读 · 2022年1月16日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
121+阅读 · 2021年3月30日
专知会员服务
35+阅读 · 2021年1月16日
专知会员服务
50+阅读 · 2020年11月17日
最新《因果推断导论》课程,102页ppt
专知会员服务
177+阅读 · 2020年9月1日
【2020 最新论文】对比学习中什么应该不是对比的?
专知会员服务
38+阅读 · 2020年8月16日
相关资讯
符合这3点的产品经理,我劝你今年最好别跳槽
人人都是产品经理
0+阅读 · 2022年4月10日
从1到100,SaaS怎么做增长
人人都是产品经理
0+阅读 · 2022年4月1日
终于敢转岗产品经理了,我却一个面试都约不到...
人人都是产品经理
0+阅读 · 2022年3月6日
今年的春节活动,差了那么点意思
人人都是产品经理
0+阅读 · 2022年2月12日
互联网大厂的会员「陷阱」
人人都是产品经理
0+阅读 · 2021年12月19日
四个方法,拯救你平淡的数据分析报告
人人都是产品经理
0+阅读 · 2021年12月19日
从案例讲起,说说产品策略的4种方法
人人都是产品经理
0+阅读 · 2021年12月19日
工作再忙,这20篇文章也不应该错过
人人都是产品经理
0+阅读 · 2021年12月2日
四种方法,用数据挖掘潜力用户
人人都是产品经理
0+阅读 · 2021年11月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员