
简单汇总统计的两大局限
大部分不了解多元回归分析的商务人士们在验证“销售能力与收益率是否相关”这一假说时,做完数据统计后都会做一张图示的柱状图(如图1-9所示)。
围绕各家分析对象企业,调查人员向公平公正的第三方询问“你认为这家企业的销售能力强吗”,然后根据问卷调查结果将企业分组并计算各组企业总资产收益率的平均值,最终将其汇总为这张图。被评价为“完全不认为”的企业组平均总资产收益率仅为2%多点,而与此相对,被评价为“非常认为”的企业组平均总资产收益率则高达近5%。根据图1-9我们可以推断:销售能力是帮助企业在市场中斩获成功的关键。因此,组建强有力的销售团队才是有助于提高企业盈利能力的战略。

图1-9 交叉分析的汇总图表
但这类简单汇总统计至少存在两个局限。
其一,费时费力。到目前为止,本章介绍了如何借助前人智慧去发掘那些我们自身从未想到过的、数目庞大的解释变量。如果大家切实遵循了这个流程,那么解释变量的数据可能会多达几十个甚至几百个。
这本身的确是件值得高兴的事,但这也同时意味着我们需要通过Excel做数百次统计。试想一下,我们到底要点击多少次鼠标才能完成这样一个规模庞大的任务呢?即使我们能用Excel宏来提高统计效率,但最终还是免不了浏览上百张图表。如果到头来结局仍是“搞不清到底哪张图表更重要”,那么我们费劲艰辛收集来的数据就仍然无法产生价值。
说一千道一万,我们想知道的只是“从统计学角度而言,具有可信度的且能解释企业间收益率差别的解释变量”而已。所以,如果我们能灵活运用本书提到的多元回归分析法,那么不管备选解释变量是几十个还是几百个,我们都能迅速锁定那些我们想要知道的信息。
其二,我们无法了解通过简单统计找到的“答案”是否是导致差异产生的真正原因。例如,通过图1-9我们可以得出“销售能力影响了企业的收益率”这一结论,但也有可能仅仅是因为销售额较高的企业将多余的现金用在强化销售能力上了而已。
也就是说,可能关键只是“销售额上去了,规模经济发挥效应,导致企业收益率提高”,所以只要企业规模达到一定程度,即使不怎么做销售,收益率也会增加。在这种情况下,就催生了“销售额高的企业收益率高,同时销售团队也大多强大”的结果。所以,我们得到的“销售能力强的企业收益率高”的这张图提供的只是些流于表面的信息。在这一前提下,就算那些销售额低的企业勉强提升了销售能力,也并不能给收益率带来多大改善。
多元回归分析这种多变量分析方法则能以“在其他解释变量条件固定的情况下,该解释变量每增加1,总资产收益率会增加或减少多少”的形式呈现出具体的分析结果。
用这种方法分析上述案例,当我们将销售额和销售能力这两个因素都设为解释变量时,可以得出的结论是:“在销售能力这一条件固定的情况下,企业销售额越高,收益率也越高”,或“在销售额这一条件固定的情况下,销售能力的高低与企业收益率几乎无关”。
综上所述,通过多元回归分析得出的结论比通过简单汇总统计得出的结论更清晰明了。