「解释」并不是突然出现的东西。能将突然出现的想法变为解释的只有一小部分悟性很高的人才。为了可靠地构建「解释」，我们需要积极的寻找。此时，我们要做的第一步，就是关注数字与数字之间的「差异」。
数字的「差异」是解释的起点，「为什么有差异？」、「为什么差异产生」、「那个差异有什么意义呢」…这些都是构建「解释」的极好的起点。
通过比较，能够找出「差异」。例如，为了知道自己公司市场的发展前景，我们需要掌握与市场的增长率相关的数据。再进一步计算的话，我们就能知道年平均增长率达到 3% 。从「年平均增长率 3% 」这一数字中，我们如何来预测市场的发展前景呢，我们为大家列举几个方法。
- 把时间序列数据划分为几个时期，比较各个时期的增长率。
- 如果是便利店的话，就比较超市以及杂货店等类似的市场增长率
这些，就是「去寻找解释」。那么接下来让我们一起来学习一下寻找数字之间「差异」的 3 个方法吧。
第一点比较「目标值」
首先是比较「目标值」。「目标值」是基于某些合理的依据设定的，那么与之相比较考虑现状是怎样的，就会知道下一步应该如何做。
但是，这些都是以「基于某些合理的依据」为前提的。举个例子，「目标值」是管理层自己设定的值，如果这个数字超出合理范围内的过高，或者与之相反，营业部长为了自己，设定较低目标值的情况，这里的「目标值」就不能成为解释的起点了。
第二点是比较基准
基准是指数量上、质量上的基准点。行业的平均数、卓越的业绩的同行等其他公司的数字、或者本公司过去的实绩等都能作为基准。在使用比较基准的时候，首先我们要确认这个基准是否与分析的目的相一致，并且需要设定合适的数字。
第三点是比较「手中的参考值」
比如说你有这样的一个参考值 「日本的大型制造业的营业额总利润率大约是25%」当你在听到「某厂商的营业总利润率为70%」的瞬间，你马上会想「这是怎么回事呢？」如果你再进一步思考「利润构造是什么样的呢」，或许你就能发现新的解释点。
为了使这种直觉的比较成为可能，我们需要事先知道 5-10 个能作为指标的数字，将这些数字作为
（本章节未完结，点击下一页翻页继续阅读）
正在加载...