大家好，我是愛學習的小xiong熊妹。
在工作中，經常有人來問：“小熊妹，建個模型分析分析下！”而幹多了就發現：不同人口中的模型根本不一樣。是以今天，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，有着複雜的計算公式。但是，這些模型大多服務于資料計算需求，類似：如何預測一個連續型變量。如何對資料進行分類。
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100萬台，是以呢？我要做什麼決策嗎？我做更多業務動作，是不是就能多賣呢？這些問題不能直覺的從算法模型得到答案。
是以，為了更直覺地支援商業決策，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。是以商業分析模型，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。
再往下看，成本可以分成：
固定成本：生産裝置/門店/研發等一次性基礎投入
可變成本：商品生産成本/銷售提成等與銷量有關的成本
考慮到利潤也與商品銷量有關。是以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，賣商品固定成本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援：求出盈虧平衡點，清晰最保底的目标。想不虧欠，至少TP=0.此時對應Q=1000。是以這個商品至少要能賣到1000件以上，我才能回本。清晰了目标，就可以奔着目标努力啦！
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、誰說隻能賣1個貨
4、誰說銷售不會波動
……
不要着急。商業模型的設計思路，就是從簡單到複雜，逐漸增加考慮因素，把問題做深入。心急火燎，一次丢一堆問題，隻會把自己搞暈。更沒法解決問題了。
三、稍微更新難度
設想一個簡單場景：降價，多賣一點貨，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，就能獲得經驗資料（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
那麼此時，可以進一步将公式總結為（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，是以對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、價格有清晰的資料記錄
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标簽不規範，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，更不用談模組化了。
當然，商業分析模型也不止步于此，還能進一步更新進化。
四、進一步更新難度
以上都隻是簡單讨論，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、隻有1個商品，1個貨源，不需要配置設定
4、目标單一，就是利潤最大化
5、不存在競争對手
實際商業決策中，這些問題會變得複雜：
1、限制條件問題：資源投入、産出受客觀限制
2、不确定機率問題：未來情況以一定機率發生
3、任務配置設定問題：有N個選擇情況下，咋配置設定
4、多目标決策問題：既想這樣，又想那樣