我的编程空间,编程开发者的网络收藏夹
学习永远不晚

十张图,数据分析如何赋能销售

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

十张图,数据分析如何赋能销售

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:

  • 提高拨打成功率
  • 选择更有效话术
  • 减少搜资料库难度
  • 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。 不过有趣的是,如果销售是经常不重视数据的典范,那么运营就是过度使用数据的典范。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

十张图,数据分析如何赋能销售

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

十张图,数据分析如何赋能销售

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。 不过有趣的是,如果销售是经常不重视数据的典范,那么运营就是过度使用数据的典范。

大数据数据分析如何赋能销售

编程学习网:“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。
大数据数据分析如何赋能销售
2024-04-23

如何做销售数据分析?

作为一名在京东从事多年数据分析工作的人士,我来回答这个问题,下面我将使用多种销售数据分析方法,详细介绍如何进行销售数据分析,相信通过我的介绍一定能让你有所收获~
数据分析2024-11-30

数据分析,如何赋能业务?

现实中并不是每个人都是总指挥,受岗位、部门、等级的限制,人们不能无限制的调动资源,因此可用的手段往往是有限的。

九张图揭秘如何做数据分析项目

某互联网大厂TOB业务线,可以向平台商家提供SaaS/Paas类服务,但苦于销售水平不高,沟通话术质量不佳,转化率不足。现计划做话术培训,提升客户转化率。

九张图揭秘:如何做数据分析项目

某互联网大厂TOB业务线,可以向平台商家提供SaaS/Paas类服务,但苦于销售水平不高,沟通话术质量不佳,转化率不足。现计划做话术培训,提升客户转化率。

R语言如何实现数据可视化分析天猫双十一销售额增长率

这篇文章给大家分享的是有关R语言如何实现数据可视化分析天猫双十一销售额增长率的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。(如果大家想学习如何画出上述的图像,可参见前面一篇博客:用 ggplot 重绘天猫双十一销
2023-06-25

七张图,看懂数据分析如何助力运营

讲数据分析体系的文章很多,经常是开篇一句:互联网分析体系……,下边几百个指标blabla汹涌而出。搞得很多同学很晕菜:这么多指标,实际中到底怎么看?今天系统讲解一下。

八张图,看懂数据分析如何驱动决策

数据驱动决策,是大家天天挂在嘴边的时髦词汇。可到底数据是如何驱动的?很少有同学真正看到过全流程。更有同学总疑惑:“自己被人追着屁股要数,感觉自己才是被驱着动的“。今天系统讲解一下,拒绝跟风。

九张图,看懂数据分析如何由浅入深

很多同学被嫌弃:做的数据分析,没深度。到底啥是分析深度?怎么才能做出深度?话不多说,直接上场景。

如何用Python帮朋友做了张猪肉数据分析图

如何用Python帮朋友做了张猪肉数据分析图,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。事情的经过是这样的:我开开心心的去一家烧饼店吃饭抬头一看,二师兄又涨价了叹了口气,
2023-06-16

word如何做图表数据分析图

Word是一款文字处理软件,通常用于创建文档、设计报告和编辑文章。虽然Word并不是专门用于数据分析和制作图表的软件,但它仍然提供了一些基本的工具和功能,可以帮助用户进行简单的数据分析和图表制作。以下是在Word中进行图表数据分析的一般步骤
2023-09-09

如何通过数据技术挖掘客户行为和推动销售:从数据飞轮的视角分析自动化营销

自动化营销的成功在于如何有效利用数据技术来实现精准营销和提高用户响应率。

如何保证MySQL和Redis的数据一致性?十张图带你搞定!

本文的主要思路是首先带大家认识了解MySQL和Redis的数据一致性情况,然后进行反推不一致的情况,从而进行探究单线程中的不一致的情况。

讲好 数据“故事” 零售业如何进行数据可视化分析?

随着互联网经济的快速发展,越来越多的零售企业开始推动线上线下业务的融合,由此也积累了海量的数据

如何通过数据分析推动数字时代营销的演变

在这个数字时代,技术和数据引导成功的营销活动,数据分析已成为企业在这个动态环境中生存和发展不可或缺的工具。通过利用数据分析,企业可以根据洞察做出决策,个性化营销策略,精确定位目标受众,并准确评估营销计划的结果。

Python中如何提升数据分析能力

这篇文章给大家介绍Python中如何提升数据分析能力,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。1.Pandas 分析包这个工具的好处是显而易见的。下面的动画是调用简单方法df.profile_report()的结果
2023-06-16

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录