五步法,做一份优质的销售数据分析

共 2819字,需浏览 6分钟

 ·

2021-10-17 18:45


很多同学抱怨,销售分析很难做。能用的数据很少,领导们的期望却很高,总指望通过数据能直接提升业绩,咋办!今天我们系统解答一下。销售形式有很多种,不带入具体场景是很难讨论的。因此我们来个具体场景:

某互联网交易平台,通过线下销售团队招揽企业入住。目前销售部领导找到数据分析师,希望能做一些精准分析,为一线销售赋能,提升销售生产力。问:这个数据分析项目该怎么做?


一、解题的关键


首先,这个题的题眼在哪里?
1、赋能
2、提升生产力
3、精准分析
 
 
看到题目,很多同学可能已经急不可耐地祭出大招“杜邦分析法”了。网上十篇讲销售分析的文章,九篇半会讲杜邦分析法,有的还会在后边加个“拆解法”以增加文章档次(如下图)。

 
确实,这些方法是销售分析的基本方法。然而他们并不适合在这里用。注意,题目里销售们面对的是企业客户,这是toB类业务。toB类业务,就意味着极其繁琐的跟进流程和复杂的客户关系(如下图)。

 
这也意味着销售们要花大量时间在赶路、打电话、谈判、开会、陪客户喝酒、去洗浴城等等事情上。在这种情况下,给一堆饼图、线图、条形图,是根本没有人看的。不信的同学,可以统计下你们公司BI系统在销售部的使用率,能超过10%都很厉害了。
 
所以,这个题的真正题眼是:一线。在报表压根没人看的情况下,其他的“赋能”、“助力”、“精准”是根本谈不上的。这就要求我们先不要想“我有什么数据”,更不要幻想“造个阿尔法大狗子汪汪一叫客户就下单了”,而是思考“销售们到底需要什么”。


二、解题的顺序 


▌解题的第一步,得先了解销售们的工作。
为了避免自己YY,大家可以通过SOP、访谈、陪同作业等等方式,理解到底这帮哥们在干啥(如下图)。


▌解题的第二步,要找到痛点。
想让数据“被关注”,想让分析的结果“有用”,得先保证自己提供的是别人需要的东西,这就得从痛点开始(如下图)。
 

▌解题第三步,找到发力点。
注意,销售们的痛点,很多不是数据能解决的。但这并不妨碍我们利用它勾引起销售们的注意力。比如销售们最常干的就是打电话。我们完全可以把常用的客户标签、客户状态做进电话本里,销售们一眼就能看到哪些是很久没联系的老客户,哪些是新签约待跟进的新客户,打电话方便,报表使用率自然上去了。

 
注意,这里要控制发力力度。就拿电话本举例,有些产品经理也关注到了这一点,但是他们特别喜欢在打电话前加一个“工作计划表”非逼着一线去填工作计划。还美其名曰:你看销售流程第一步是列客户名单嘛,所以要定个工作计划,这样科学合理。
 
结果,自然是产品使用率降到0了!因为,只有每天对着电脑舞文弄墨的产品经理自己,才喜欢做什么甘特图,写每日计划。你让他顶着大太阳,打着领带,坐在滴滴,堵车几个小时去见客户,他也没心思写这么文绉绉的东西,鬼才会写。所有面对一线的东西,对便利性的要求,都是远远大于科学性的,切记切记。

▌解题第四步,寻找改进机会。 
当我们的数据有人看了,数据产品有人用了,这时候可以思考如何做提升。注意,面对一线,切记空谈:要搞高。这样简直是讨打,很容易换回一句“你行你上啊”(如下图)。


如果发现问题,最好直接告诉一线:你这么做有用!还是上边的例子,如果真发现这个问题,可以先看签约率高的人做了什么。如果我们发现展示同行客户案例有效(提升5%左右),那直接把行业案例库作为功能做到产品里去。告诉他们:聊天的时候,点这个按钮,管用!

效果绝对比摆饼图、线图、条形图好得多。销售也愿意听,也愿意用。

▌解题第五步,逐步推广使用。  
有可能我们通过数据发现了100个问题,但是想解决,也得一个个来。最好看到一个数据改善以后,再推下一个。很多数据产品经理喜欢一次性搞个巨复杂的“综合解决方案”给一线,结果,自然又是躺在手机APP/小程序里吃灰。

 
有些同学会说:我没机会做数据产品,咋整?这里最大的区别,不是你能不能做一个数据产品,而是你脑子里装着的是真实的业务问题,还是饼图线图条形图、加减乘除开根号。如果脑子里装的是真实的问题,我们可以:

1、做ppt的时候,直接做《销售必胜攻略》,把数据发现和对应的解决办法写在一起,打包输出。

2、做excel的时候,直接把问题标注在变动曲线上,并且在明细表里把能克服问题的个人highlight,写一个标注在旁边。

3、做口头汇报的时候,在说完反映问题的数据后,直接讲一个解决问题的个人的故事,告诉大家这样能改善数据。

即使没有产品,你也能说出别人乐意听的东西。甚至还能推动公司立项,为自己争取一个输出数据产品的机会。
 
如果脑子里装的只有饼图线图条形图,即使真上一个数据产品,最后结果也是:报表打开率5%,只有销售团队老大和销售数据统计砖员俩人会看,看完还甩一句:我早知道了,你说这有啥用……


三、这个场景还能继续


比如:
1、企业背景改为:toC类,传统美容院
2、企业背景改为:toC类,汽车
3、线下团队改为:电话销售
4、一线销售改为:大区经理
5、一线销售改为:销售运营
6、销售的产品改为:广告服务
7、销售的产品改为:数据产品

大家可以自己思考下,这些看似一点点的变化会带来什么区别。这时候数据分析项目需要做成什么样,才能满足需求。
 
有同学会问,这种场景推演有什么意义?因为在企业里,真实的数据分析就要面对各种奇形怪状的场景。

比如:
● 服务对象可能是:一线员工、中层领导、高层领导
● 业务内容,可能受疫情影响,大量传统的,和互联网没有交易的美容、健身房、汽车4S店也跑来搞线上引流、在线直播
● 互联网平台自身推完了企业入驻,再推数据产品,再推营销服务,再推办公OA,再推数据中台资源……

所有这些, 都是在我们身边真实存在,每天发生的事件。都是要真实解决的问题。
 
不切入到具体场景,遇到问题只会到处问“互联网数据该怎么分析???”,最后得到的答案还是万年不变的AARRR,还是杜邦分析法,还是漏斗模型——有屁用。

所以真想做数据分析做得有用,就得认真切具体场景,提升具体问题具体分析的能力。有兴趣的话,本篇集齐60在看,我们挑个运营的场景做解析,敬请期待哦。

原创精选:

用户系列 | 模型系列 | 数据分析报告
分析方法 | 运营分析 | 实战案例
年度好用 | 求职、职场真相
好的分析思路,需要日积月累,需要有人指导,来学习业务知识,熟悉运用各种分析方法吧!扫码了解陈老师的《业务知识一站通》视频课程。学习课程还可以加入学员群,和陈老师一对一沟通哦。
《业务知识一站通》
长按扫描二维码
了解陈老师的视频课程
还可加入学员群
享受陈老师一对一咨询服务
点击“阅读原文”试听视频课程
浏览 34
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报