10张图,数据分析如何赋能业务
“数据助力业务”大口号喊了很多年,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。
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(、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。
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。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,但是真刀真的提高一线成功率,比讲啥科学道理都管用(如下图)
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)
怎么做数据分析
发布评论