在工作中，經常有人來問：“那誰誰，建個模型分析分析下！”而干多了就發現：不同人口中的模型根本不一樣。因此今天，就從相對簡單易懂的商業分析模型，開始科普。

一、算法模型VS商業模型

算法模型，指的是回歸分析、邏輯回歸、kmean聚類等算法。這些算法有數學/統計學的知識做基礎，有著復雜的計算公式，這些模型大多服務于數據計算需求。

但是，這些模型，并不直接指向一個商業決策。比如用回歸分析，預測了下個月銷量是100萬臺，所以呢？我要做什么決策嗎？我做更多業務動作，是不是就能多賣呢？這些問題不能直觀地從算法模型得到答案。

因此，為了更直觀地支持商業決策，人們開始設計商業分析模型。

二、極簡商業模型

做生意要賺錢！這是商業基本法則。因此商業分析模型，大多圍繞利潤（Total Profit，記為TP）、收入（Revnue、記為R）、成本（Cost記為C）展開。利潤=收入-成本，是最基本的公式。

考慮到利潤也與商品銷量有關。因此商品銷量是第一個需要被考慮的因素。比如一個商品單價5元，可變成本2元，固定成本3000元，則可以把模型記為：

TP=5Q-3000-2Q=3Q-3000

此時就有了商業模型的第一個決策支持：求出盈虧平衡點。想不虧損，至少TP=0.此時對應Q=1000。因此這個商品至少要能賣到1000件以上，我才能回本。清晰了目標，就可以奔著目標努力啦！

但顯然這太簡單了

1、誰說價格一定是5元

2、誰說成本必須是2元

3、誰說銷售不會波動

……

不要著急。商業模型的設計思路，就是從簡單到復雜，逐步增加考慮因素，把問題做深入，心急火燎，只會把自己搞暈。

三、稍微升級難度

設想一個簡單場景：降價，多賣一點，多賺點錢。此時大家會本能地想到：降價了，每一筆掙的錢少一點，但是賣得多一點。此時價格（Price，記為P）與銷量Q之間有一個反比關系，如果我們做過調價嘗試，就能獲得經驗數據（如下表）。

我們還能嘗試做出價格與銷量的函數關系，比如上表，可以算出函數是：

Q=4500-500P

那么此時，可以進一步將公式總結為（如下圖）：

還對高數有點印象的同學會記得：一階導數為0的是極值，因此對TP求P的一次導就能算出，理論上最優價格為5.5元。

注意！上邊的計算看起來很簡單，可現實中落地的時候，要求非常多。

1、對銷量、價格有清晰的數據記錄

2、對可變、固定成本有清晰衡量

3、每次價格變動有記錄

看似簡單，可實際上很多公司商品標簽不規范，商品搭配組合沒記錄，商品價格變動記錄不全，成本核算更是無從談起。相當于連上文中第一章excel表都整不出來，更不用談建模了。

當然，商業分析模型也不止步于此，還能進一步升級進化。

四、進一步升級難度

以上都只是簡單討論，因為：

1、假設我們的采購經費、供應商供應都是不受限的

2、假設成本、價格，需求函數都是固定的

3、只有1個商品，1個貨源，不需要分配

4、目標單一，就是利潤最大化

5、不存在競爭對手

實際商業決策中，這些問題會變得復雜：

1、限制條件問題：資源投入、產出受客觀限制

2、不確定概率問題：未來情況以一定概率發生

3、任務分配問題：有N個選擇情況下，咋分配

4、多目標決策問題：既想這樣，又想那樣

5、博弈問題：如果對手有動作……