数据分析八大模型：详解PEST模型

大家好，我是爱学习的小xiong熊妹。

上一篇为大家分享了行业分析的基本做法（​一文看懂：行业分析怎么做？​​），很多小伙伴在问：有没有个分析模型可以用？今天介绍一个行业分析的业务模型：PEST模型。

一、什么是PEST

PEST是指影响行业发展的四个关键因素：

• 政策（Political）：政府对行业监管政策
• 经济（Economic）：宏观经济形势
• 社会（Social）：社会发展趋势
• 技术（Technological）：新技术出现

四个因素合成PEST。即使不是专业做数据分析的人，也能感受到：政策、经济、社会、技术会影响到行业发展。问题是在，怎么把这四个因素，量化成可分析的指标呢？

二、P的量化方式

首先，政策（P）的影响是最难量化、最难预计，也最重要的（特别是在我们国家，你懂得）比如2021年，K12课外辅导行业，就被政策直接干没了。课外辅导行业从业人员数以百万计，也没有谁能分析出来。

因此政策影响只能做趋势性判断，很难直接量化。除非是一个行业经历过政策周期性调整，才能一定程度量化出，政策宽松/收紧的时候，行业发展趋势如何。类似课外辅导这种被政策直接干没的，就没法分析了，只能想办法收集政策风声……

三、E的量化方式

经济E是比较容易量化。因为宏观经济形势，会在上游、下游企业，以及行业自身的新进入/退出玩家身上，得到充分的表现。并且，这种表现一定会反映到自己企业里。

比如2021年，很多地方限电，导致工厂无法正常开工，订单交付延迟。很多原材料涨价，导致商品成本上升，这些都是宏观经济的影响。

量化E的时候，一般从以下三个角度来看

• 上游企业的经营更好/更难→导致我司的成本更高/更低
• 下游企业的经营更好/更难→导致我司的销售更好/更差
• 较其他行业，我行业更好/更差→导致进入行业的玩家更多/更少

（如下图）

四、S的量化方式

社会S是比较难量化的。因为社会上总是有各种新思潮、新流行文化、新风尚出现，且这些玩意很难具体到，比如时尚指数，爱好指数这种指标。

因此，想要量化S，建议直接看行业的终端用户群体，通过对终端用户需求的了解，来判断社会变化可能对行业的影响。

常用的指标，包括：

• 用户数量：增加还是减少
• 用户喜好的购物渠道：线上/线下，比例变化
• 用户喜好的信息渠道：传统媒体/新媒体，比例变化
• 用户喜好的商品类型：爆款商品的特征

（如下图）

在分析以前，一定要先把自己企业的目标用户设定好，比如分布在1、2、3线城市、年龄在25-45岁之间女性。有了这个设定，就可以分头找数据了。

用户数量可以从国家统计局获得，用户喜好，可以通过市场调查抽样获得，或者通过天猫/京东/抖音/快手等平台发布的平台用户画像数据来获得。

五、T的量化方式

T是相对容易量化的，因为T的变化，会反映到商品新卖点/生产成本的变化。因此不用管具体的新技术是啥，只要请教我们的供应链/开发工程师们，是否这个新技术能影响收入/成本即可。

有可能，新技术还停留在概念阶段，没有明确表现为某个商品功能点/生产工艺的改进。此时不太容易下判断，最好等有相对明确的商品功能点/生产工艺出来以后，再做评估。

六、PEST的综合应用

注意：PEST作为影响行业的宏观因素，一般情况下不会剧烈变化，会有一个循序渐进的变化过程。比如政策出台前，媒体会有风声透出。比如上游行业的变化，一般是现有部分企业出现变化，之后是全行业性变化。

因此，PEST的分析，不需要每日/每周的追数据。本身指标变化就不是很大，采集数据难度又很高。一般是在月度复盘的时候，把变化的苗头提示出来，在季度复盘的时候，如果PEST某方面放生重大变化，再单独列数据进行分析。这样既能满足需求，又不增加很大工作量。

作者：小熊妹。公众号：码工小熊。数据界新人，喜欢数据分析、数据挖掘。