利用 Python 对某网上商城进行战略分析

本项目参考自《活用数据》

战略分析

为了确定企业的使命和目标,所以需要进行战略分析。分析思路就是从研究目的到研究内容的细分。所以要解决两个问题,战略分析的研究目的,以及战略分析的研究内容。

1 研究目的:战略选择

战略分析的研究目的就是为了帮助企业进行战略选择。那么该如何选择呢?
需要关注两个核心点:

  1. 市场吸引力 :这个市场规模如何?进入这个市场能赚钱吗?
  2. 企业竞争力:我们企业的核心竞争力在这个市场有优势吗?

2 研究内容:环境分析

如何判断市场的吸引力和企业的竞争力,需要通过企业目前所处的营销环境来确定。营销环境包括宏观环境,市场环境和竞争环境。

  1. 通过分析宏观环境和市场环境,了解市场的吸引力
  2. 通过分析竞争环境,了解企业的竞争力

2.1 宏观环境分析

宏观环境是指影响市场的宏观因素,主要包括政治(political),经济(economic),文化(social),科技(techology)四类因素,就是常说的PEST。

例如新能源汽车补贴政策,推动了新能源汽车市场的开拓,是政治环境为新能源汽车市场开发带来的机会。

因此企业通过对宏观环境的把握,企业可以判断出对于一个领域而言,那些是机会,哪些是威胁,如果机会大于威胁,则说明市场具有吸引力。

2.2 市场环境分析

判断市场吸引力,除了宏观环境,还必须要结合市场环境。

市场环境一般指,行业规模,行业利润,行业生命周期等。显然市场规模足够大,利润足够高,增速足够快,成长性足够强,以及处于长期成长的市场是企业的最爱。但是市场不可能满足所有的指标都完美,企业需要根据自身资源与定位和环境进行匹配,找到具有吸引力的市场。

2.3 竞争环境分析

竞争环境就是影响企业生存状态的波特五力。具体指以下五方面:

  1. 供应商:需要与供应商进行讨价还价;
  2. 购买者:需要与购买者进行讨价还价;
  3. 竞争对手:与你抢占市场份额;
  4. 替代品:可以满足同样的需求;
  5. 潜在进入者。

分析竞争环境,就是将企业与影响企业生存状态的波特五力进行对比,分析自身的竞争力,判断企业的优势和劣势。

3 分析方法

3.1 定性分析:SWOT 分析

战略分析架构表

分析目的 分析角度 分析内容 输出结果
战略选择
企业竞争力
(企业内部因素)
宏观环境(PEST) 机会
威胁
市场环境(规模、利润、增速、生命周期等)
企业竞争力
(企业内部因素)
竞争环境 优势
劣势
通过查阅资料进行环境分析,将其填入如矩阵图。

利用 Python 对某网上商城进行战略分析_第1张图片
但是由于每个机会和威胁的重要性和表现水平不同。SWOT分析只是定性分析,不能进行战略选择,因此要对其进行量化。

3.2 定量分析:内外因素评价矩阵

数据分析一定要对结果进行量化,只有进行了量化才能真正了解他,并做出决策。量化 SWOT 中的机会、威胁、优势和劣势,并根据量化分值做出战略决策。这种对SWOT分析量化的方法叫做内外因素评价矩阵

  1. 内部因素:优势和劣势;
  2. 外部因素:机会和威胁。

内部因素评价矩阵(Internal Factor Evaluation Matrix,IFE矩阵),量化内部因素,刻画企业竞争力。
外部因素评价矩阵(External Factor Evaluation Matrix, EFE矩阵),量化外部因素,刻画市场吸引力。

内外因素评价矩阵是对 IFE 矩阵和 EFE矩阵的统称。

计算步骤:

  1. 分别计算各个因素的评分和权重;
  2. 计算机会,威胁,优势,劣势的加权平均数
  3. 最后,用加权平均数的大小判断市场吸引力和企业竞争力,并给出战略建议。

4 内外因素数据获取

一般来说专家对宏观环境把控较好,因此专家访谈适合做企业外部因素评分;而消费者对产品或服务有真实的体验,因此市场调研适合做企业内部因素评分。

此项目的数据采取专家访谈和市场调研结合的方式。

  • 机会数据
    利用 Python 对某网上商城进行战略分析_第2张图片
  • 威胁数据
  • 利用 Python 对某网上商城进行战略分析_第3张图片
  • 优势数据
  • 利用 Python 对某网上商城进行战略分析_第4张图片
  • 劣势数据
  • 利用 Python 对某网上商城进行战略分析_第5张图片

5 内外因素得分计算

5.1 评分计算

我先对数据格式进行处理,转换位如图样式
利用 Python 对某网上商城进行战略分析_第6张图片
机会因素的最终评分以专家人数为权重f,对分数 xi 的加权平均数
x ‾ \overline{x} x= ∑ \sum xi × \times ×fi / ∑ f \sum f f i

# 权值列表
elements = []
# 需要求加权平均值的数据列表
weights = []
# 加权平均值
avgsocore = []
[weights.append(row) for index, row in threat.iteritems()]
elements = weights[-1]
del weights[-1]
for i in range(len(weights)):
    avg = round((np.average(elements, weights=weights[i], axis=0)),3)
    avgsocore.append(avg)

得到 avgsocore利用 Python 对某网上商城进行战略分析_第7张图片

5.2 权重的计算

权重的确定方法有很多,本文采用的是变异系数法。变异系数是刻画离中趋势的重要指标,反映取值的差异和波动,在数值上等于标准差除以均值。详情,请自行搜索。

  1. 计算评价因素的平均分,就是上面的加权评分;
  2. 计算频率 Pi;
  3. 计算离差平方 (xi - x ‾ \overline{x} x)2
  4. 计算标准差 σ \sigma σ= ∑ ( x i − x ‾ ) 2 × P i \sqrt{\sum{(xi -\overline{x})^2}\times Pi} (xix)2×Pi
  5. 计算变异系数V及变异系数之和 ∑ \sum V
  6. 计算权重Wi
# 2. 计算频率
fre = []
[fre.append(weights[i] / sum(weights[i])) for i in range(len(weights))]

# 计算离差平方
Deviation = []
[Deviation.append((elements - avgsocore[i])**2) for i in range(len(avgsocore))]

# 4. 计算标准差
std = []
for i in range(len(Deviation)):
    a = Deviation[i]*fre[i]
    a = math.sqrt(sum(a))
    std.append(a)

# 5. 计算变异系数V
V = np.array(std) / np.array(avgsocore)

# 6. 计算权重
W = V /sum(V)

# 保存数据到新的数据框
df = pd.DataFrame()
key = []  

[key.append(index) for index, row in threat.iteritems()]
del key[-1]
df['关键因素'] = key
df['评分'] = avgsocore
df['权重'] = W
df['加权平均数'] = df.评分 * df.权重

得到结果
利用 Python 对某网上商城进行战略分析_第8张图片
利用 Python 对某网上商城进行战略分析_第9张图片
利用 Python 对某网上商城进行战略分析_第10张图片
利用 Python 对某网上商城进行战略分析_第11张图片

6 制作战略选择矩阵图

6.1 分析思路

  1. 计算 机会最终得分/威胁最终得分,若比值>1,则机会大于威胁,市场具有吸引力;
  2. 计算 **优势最终得分/劣势最终得分,若比值>1,则表明优势大于劣势,企业具有竞争力。
  3. 最后基于计算出的两个比值,制作战略选择矩图
    利用 Python 对某网上商城进行战略分析_第12张图片

6.2 图表绘制

# 商城对应坐标
c_t = df_opportunity.加权平均数.sum() / df_threat.加权平均数.sum()
s_w = df_strength.加权平均数.sum() / df_weakness.加权平均数.sum()

fig = plt.figure()
# 留 1% 空白边缘,时展示效果没关,如果不留空白,最大值和最小值就会非常靠近边缘。
gap = 0.01

# 坐标轴范围,由c_t, s_w得
xMin = 0.1 * (1 - gap)
xMax = 1.6 * (1 + gap)

yMin = 0.1 * (1 - gap)
yMax = 1.6 * (1 + gap)

# 设置 x 轴和 y 轴的范围
plt.xlim(xMin, xMax)
plt.ylim(yMin, yMax)

# 设置 x 轴和 y 轴的坐标轴的刻度,这里将所有刻度去掉了
plt.xticks([])
plt.yticks([])

# 绘制散点
plt.scatter(
        c_t,
        c_t,
         marker='o', color=mainColor
        )
# 设置坐标轴标签
plt.xlabel(
        '机会最终得分/威胁最终得分',
        color=fontColor
        )
plt.ylabel(
        '优势最终得分/劣势最终得分',
        color=fontColor
        )

# 设置均值线
plt.vlines(
       1,
        ymin=yMin, ymax=yMax,
        linewidth=1, colors=mainColor
        )
plt.hlines(
        1,
        xmin=xMin, xmax=xMax,
        linewidth=1, color=mainColor
        )

# 添加象限
plt.text(
        xMax-0.15, yMax - 0.1,
        'SO战略', color=fontColor
        )
plt.text(
        xMin + 0.025, yMax-0.1,
        'ST战略', color=fontColor
        )
plt.text(
        xMin+0.025, yMin+0.05,
        'WT战略', color=fontColor
        )
plt.text(
        xMax-0.15, yMin+0.05,
        'WO战略', color=fontColor
        )

输出结果利用 Python 对某网上商城进行战略分析_第13张图片
由图可知,网上商城处于SO战略区,所以该商城应该利用外部机会,依靠内部优势,达到最佳业务状态。

代码及数据:
链接: https://pan.baidu.com/s/11ko9o29aDOUtfz9F5fHrUA 提取码: nwdb

你可能感兴趣的:(数据分析,Python)