大数据数据分析如何赋能销售

本文转载自微信公众号「接地气学堂」，作者接地气的陈老师 。转载本文请联系接地气学堂公众号。 

“数据助力业务”大号口喊了很多年，可一提到数据分析，人们习惯性的依然讲的是：excel，python，sql，依然是数据清洗、数据计算、可视化。到底业务部门需要啥样的数据分析，很少有人认真讨论。今天我们就拿销售举个例子，具体看看到底啥样的数据分析有用。

1让数据有用的秘诀

问一个简单的问题：你在用手机的时候，会去了解内存怎么运作，cpu怎么处理吗?不会!你只关心怎么开机，怎么最快速度打开游戏，畅快玩起来。对所有科技产品都是如此：用户关心的是对自己的价值，而不是这个东西本身的科学原理。

数据分析在企业里也是这样。虽然数据分析背后有数学、统计学、运筹学、计算科学、机器学习等等复杂原理，但是业务部门既看不懂，也不在乎。你简单告诉我：“干啥能出业绩”就行了。

特别是销售部门。销售部门每天直面客户，承担巨大压力。更没心思听道理。因此，想让数据对销售部门管用，首先要做的就是深入理解销售部门的流程，认真观察他们的实际困难(如下图)

需要注意的是，销售部门有自己的组织。只要企业有一定规模，销售团队的规模都很大，有不同业务线的区别(电话销售、各城市销售团队，线上销售等)，有分城市/分团队管理机制。位置不同的人，关注的内容不同。因此要认真了解本公司的销售组织，才好区分高层、中层、基层的需求。

2如何让数据对基层有用

一线销售是最辛苦、最累、压力最大的人。想象一下，自己每天无情挂断(说不定还骂两句)的推销电话，自己在商场里看都不看一眼的柜姐。是滴，一线销售就是每天顶着客户的白眼在努力推销。这时候他们最不需要的就是：销量，购买人数，客单价这种听都听不明白的指标。他们需要的是明确的动作指引：到底该咋做!

因此，想让数据对他们管用，就得认真拆解操作流程，看看到底哪些环节能帮上忙。比如拿电话销售举例，操作流程与潜在问题，可能长这样(如下图)

所谓：业务一张嘴，数据跑断腿。拆解完流程，了解痛点后，你会发现：没有一个高大全的销售分析模型，能一口吃下所有问题。比如最简单的：“我要先打哪个电话，再打哪个电话?”就可能涉及到：

• 哪些客户价值高?
• 哪些客户可能响应?
• 哪个时间段响应率更高?
• 哪些适合二次跟进?

单纯一个问题，可能需要好几个点的分析才能支持到位，并且需要经过数据计算，给到一个比随机拨打更高响应率的方案。这就需要数据分析在工作的时候特别有耐心，逐个攻坚问题。

有意思的是：虽然数据分析做了很多工作，但在面向一线输出的时候，要非常地克制：和一线无关的事情不要讲。比如：“我要先打哪个电话，再打哪个电话?”最后直接输出在话务员的拨打名单上，把优先打的排序摆在前边就好了。隐藏复杂过程，提升一线操作便捷度，才能让一线真正用起来(如下图)。

类似这样，对每个环节的问题进行认真梳理，能发现很多机会点，诸如：

1、提高拨打成功率

2、选择更有效话术

3、减少搜资料库难度

4、关联促销信息

每一个点可能都有2-3项数据分析要做，虽然做的辛苦，但是真刀真枪的提高一线成功率，比讲啥科学道理都管用(如下图)

3如何让数据对中层有用

在面对外呼组长、城市经理、销售团队经理这些中层管理时，就得换个思路。作为中层管理者，拼刺刀级别的一线操作只是他们关心的一个环节。更多的工作，会放在如何定计划、如何组织工作、如何激励/约束下属上(如下图)。

注意：和忙的晕头转向的一线不同，中层管理者有时间坐下来，认真思考方案，看看数据的。但是在不同的时间节点上，他们留给数据的时间不一样。比如：

• 具体到一天，可能只有晨会以前，有20分钟时间看看数据
• 具体到每周总结的时候，可能有1、2个小时看一眼数据
• 具体到每月总结汇报的时候，可能有半天在认真做ppt

因此，输出的数据成果要符合对方的工作习惯。就算有一大堆成果丢出来，也要很有节制的分场合输出，避免信息爆炸。时间短，就少看点东西;时间多，就多看点东西(如下图)

有了明确的输出场景，输出内容也要围绕场景聚焦。比如：

• 每日晨会就是看看进度，简单激励下下属，就输出几个关键信息即可
• 每周周会，需要盘点资源，检查执行情况，解决问题，就得多几个维度分析
• 每月月会，需要复盘当月工作，就更深入的复盘，就得更多的数据支持

有层次地递进，就能很好地助力管理工作(如下图)：

4如何让数据对高层有用

对于管理一整条业务线，或者管理多个团队，多个地图的大区经理，部门总监级领导。他们的任务不仅仅是训话、打鸡血，喊口号，更要负责承接好更高决策层给的任务，协调好与品牌/推广这些助力部门，和供应链，客服，售后这些支撑部门的关系。不然光有销售，没有产品、没有促销、没有宣传、没有供货，供货质量没保证，都无法达成目标(如下图)。

这些管理者每天也有大把时间坐办公室，因此有时间看更多分析报告，也有时间思考更多深层次的问题。因此单纯地输出结果类的报表，并不能满足需求。

从思考问题的角度，最核心的纠结点在于：我是否能独立完成任务。作为高级管理，协调资源，保障支持，排除潜在问题(甩锅给别人)都是比直接下场开干更重要的事，因此专题分析的逻辑可以围绕如何区分销售/其他部门协同问题角度入手，拆出多个专题来深入解读(如下图)

5为啥平常做的都没啥用

看完上文，可能同学们已经发现了：为啥平时做的销售分析没啥用：大部分公司的数据和销售脱节的很厉害。作为数据分析师，一不懂销售流程，二不懂组织结构，三不懂话术技巧，每天就知道把销售额=客户数*转化率*客单价的公式翻来覆去的写，拆成各个城市的写。这种东西铁定没啥大用处。

而相当多公司的销售也不重视分析，每天就知道看个业绩达成总数，然后开始喊口号：“只要没干死，就往死里干”。即使有CRM平台也不好好用，天天私下研发各种黑科技骚操作。结果就是野路子越来越多，正儿八经的业绩搞不出来多少。

总之，想让数据发挥作用，两边团队的投入都是必要的，作为数据深入业务，站在业务视角思考问题，解决真实痛点。作为业务尊重数据，严格执行流程，接纳新方法，才能做出好成绩。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。