數據分析八大模型：詳解PEST模型
本文轉載自微信公眾號「碼工熊」，作者小熊妹 。轉載本文請聯系碼工熊公眾號。
大家好，我是愛學習的小xiong熊妹。
上一篇為大家分享了行業分析的基本做法(一文看懂：行業分析怎么做?)，很多小伙伴在問：有沒有個分析模型可以用?今天介紹一個行業分析的業務模型：PEST模型。
一、什么是PEST
PEST是指影響行業發展的四個關鍵因素：
政策(Political)：政府對行業監管政策
經濟(Economic)：宏觀經濟形勢
社會(Social)：社會發展趨勢
技術(Technological)：新技術出現
四個因素合成PEST。即使不是專業做數據分析的人，也能感受到：政策、經濟、社會、技術會影響到行業發展。問題是在，怎么把這四個因素，量化成可分析的指標呢?
二、P的量化方式
首先，政策(P)的影響是最難量化、最難預計，也最重要的(特別是在我們國家，你懂得)比如2021年，K12課外輔導行業，就被政策直接干沒了。課外輔導行業從業人員數以百萬計，也沒有誰能分析出來。
因此政策影響只能做趨勢性判斷，很難直接量化。除非是一個行業經歷過政策周期性調整，才能一定程度量化出，政策寬松/收緊的時候，行業發展趨勢如何。類似課外輔導這種被政策直接干沒的，就沒法分析了，只能想辦法收集政策風聲……
三、E的量化方式
經濟E是比較容易量化。因為宏觀經濟形勢，會在上游、下游企業，以及行業自身的新進入/退出玩家身上，得到充分的表現。并且，這種表現一定會反映到自己企業里。
比如2021年，很多地方限電，導致工廠無法正常開工，訂單交付延遲。很多原材料漲價，導致商品成本上升，這些都是宏觀經濟的影響。
量化E的時候，一般從以下三個角度來看
- 上游企業的經營更好/更難→導致我司的成本更高/更低
- 下游企業的經營更好/更難→導致我司的銷售更好/更差
- 較其他行業，我行業更好/更差→導致進入行業的玩家更多/更少
(如下圖)
四、S的量化方式
社會S是比較難量化的。因為社會上總是有各種新思潮、新流行文化、新風尚出現，且這些玩意很難具體到，比如時尚指數，愛好指數這種指標。
因此，想要量化S，建議直接看行業的終端用戶群體，通過對終端用戶需求的了解，來判斷社會變化可能對行業的影響。
常用的指標，包括：
- 用戶數量：增加還是減少
- 用戶喜好的購物渠道：線上/線下，比例變化
- 用戶喜好的信息渠道：傳統媒體/新媒體，比例變化
- 用戶喜好的商品類型：爆款商品的特征
(如下圖)
在分析以前，一定要先把自己企業的目標用戶設定好，比如分布在1、2、3線城市、年齡在25-45歲之間女性。有了這個設定，就可以分頭找數據了。
用戶數量可以從國家統計局獲得，用戶喜好，可以通過市場調查抽樣獲得，或者通過天貓/京東/抖音/快手等平臺發布的平臺用戶畫像數據來獲得。
五、T的量化方式
T是相對容易量化的，因為T的變化，會反映到商品新賣點/生產成本的變化。因此不用管具體的新技術是啥，只要請教我們的供應鏈/開發工程師們，是否這個新技術能影響收入/成本即可。
有可能，新技術還停留在概念階段，沒有明確表現為某個商品功能點/生產工藝的改進。此時不太容易下判斷，最好等有相對明確的商品功能點/生產工藝出來以后，再做評估。
六、PEST的綜合應用
注意：PEST作為影響行業的宏觀因素，一般情況下不會劇烈變化，會有一個循序漸進的變化過程。比如政策出臺前，媒體會有風聲透出。比如上游行業的變化，一般是現有部分企業出現變化，之后是全行業性變化。
因此，PEST的分析，不需要每日/每周的追數據。本身指標變化就不是很大，采集數據難度又很高。一般是在月度復盤的時候，把變化的苗頭提示出來，在季度復盤的時候，如果PEST某方面放生重大變化，再單獨列數據進行分析。這樣既能滿足需求，又不增加很大工作量。
