京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
作者:李诗怡
定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵轴)和"相对市场占有率"(横轴)为维度,将业务划分为四类象限指导资源分配。
两大维度: 市场增长率(市场吸引力)、相对市场占有率(企业实力)
核心思想: 将"现金牛"的现金流投入"明星"和潜力"问题"业务,剥离"瘦狗"业务。
| 类型 | 增长率 | 占有率 | 特征与策略 |
|---|---|---|---|
| 明星产品 | 高 | 高 | 需大量投资维持领先 |
| 现金牛 | 低 | 高 | 产生稳定现金流,支持其他业务 |
| 问题产品 | 高 | 低 | 需谨慎评估是否追加投资 |
| 瘦狗产品 | 低 | 低 | 利润微薄,建议收缩或淘汰 |
应用场景: 产品组合管理、战略规划(投资/维持/放弃)、资源优先分配
定义: 通过最近一次消费时间(R)、消费频次(F)、消费总金额(M)三大指标对用户进行价值分层的模型。
| 指标 | 全称 | 含义 | 判断方向 |
|---|---|---|---|
| R | Recency 最近一次消费时间 | 距上次消费的时间间隔 | R越小越活跃,R越大越沉睡 |
| F | Frequency 消费频次 | 固定周期内消费次数 | F越大忠诚度越高 |
| M | Monetary 消费总金额 | 周期内消费总额 | M越高商业价值越大 |
| 用户类型 | R/F/M组合 | 运营策略 |
|---|---|---|
| 重要价值用户 | R高、F高、M高(三高) | 专属会员权益、大额券、一对一客服,严防流失 |
| 重要挽留用户 | R低、F低、M高 | 大额召回券、唤醒短信、推送偏好商品,主动挽回 |
| 一般发展用户 | R高、F低、M低 | 低价体验款、小额优惠券,培养消费习惯 |
应用场景: 用户分层、精准营销、会员运营
题目: 波士顿矩阵模型中,表现特征为市场占有率高,销售增长缓慢,可以带来稳定现金流的产品属于第几象限?
A. 第二象限
B. 第四象限
C. 第三象限
D. 第一象限
答案: 选 C。波士顿矩阵中,市场占有率高、销售增长缓慢、能带来稳定现金流的是"现金牛"产品。按横轴为市场占有率(左高右低)、纵轴为销售增长率(上高下低)的标准布局,现金牛位于左下方即第三象限。
题目: 在做波士顿矩阵时为什么有时候题目和书本上的象限对应的产品不一样?
答案: 这个时候需要注意的是,题目没有给出图片需要以"市场增长率"是纵轴和"相对市场占有率"是横轴来答题,如果给出了具体的波士顿矩阵图,我们需要重点看横纵轴分别代表什么。
题目: 下图是根据RFM模型对某公司客户进行的分层,以及不同客户的帕累托图,根据图1与图2回答以下问题:


接上题(2)在有限资金下为提高收入,应重点对哪类人群进行营销?
A. 一般挽留用户
B. 一般发展用户
C. 重要价值用户
D. 一般价值用户
答案: 选 B。

CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-02CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-02CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26