標籤:

【連載之八】從一個小問題洞察掙錢秘籍,卻被90%的數據分析師忽略

作者:陳老師

文章來源:【連載之八】從一個小問題洞察掙錢秘籍,卻被90%的數據分析師忽略

這是陳老師《做一個人見人愛的數據分析師》長篇連載第八篇

第一篇:ask.hellobi.com/blog/ch

第二篇:ask.hellobi.com/blog/ch

第三篇:ask.hellobi.com/blog/ch

第四篇:ask.hellobi.com/blog/ch

第五篇:ask.hellobi.com/blog/ch

第六篇:ask.hellobi.com/blog/ch

第七篇:ask.hellobi.com/blog/ch

大部分在做日報月報的數據分析師(或者數據分析專員)都是邊罵邊做。特別是銷售日報月報這種看起來毫無技術含量的東西。畢竟這些玩意一點都不大數據、都不人工智慧、甚至都不夠分析。沒有模型怎麼好意思叫分析嗎!總是幾個指標高了低了,有啥意思。

最大的意思,就是當那些黑科技還在努力證明自己有價值的時候,這些看起來土土的,毫無技術含量的門店和銷售,才是貨真價實的在為公司掙錢。養活著數據分析師們可以研究前沿的科技。

一個問題很自然的出來了:為什麼有些人能掙到錢,有些人不能?

如果對這個問題敏感,你會注意到:在你做的日、周、月銷售排行中,總有一些銷售團隊、一些業務員、一些門店躋身前列。如果通過洞察他們的行為,找到掙錢的秘籍呢?你需要至少4個步驟:

——第一步:圈目標——

首先,要把待分析的目標圈出來。我們可以很容易的從排行頭部找到這些人/團隊/門店。但是不能僅僅只看總業績,因為我們的重點是搞清楚:到底為什麼他們做的好。因此至少需要總業績,連同客流量、成交率、客單價等數據一起拿出來。這樣可以儘快分類,找到他們比其他人好在哪裡,便於進一步深入。

這裡需注意的是,不能直接拿頭部排名和平均值比,很有可能每個指標都高出很多。要將業績排序,分出一二三梯隊,拿第一梯隊和第二梯隊的指標比較,可以更能看出來到底哪些地方有差距。

這一步完成後,我們會有些初步假設。比如:

1. 發現某個銷售團隊客流量特別大,那麼可以假設:他們從哪裡招攬客人?

2. 發現某個銷售團隊成交率特別高,那麼可以假設:他們賣的是什麼產品?

3. 發現某個銷售團隊客單價特別高,那麼可以假設:他們哪來的高端客戶?

當然,還可以指標細化、還可以指標交叉,提出更細的假設。這裡可參見連載第二篇的方法,一條主線,三大輔助結合起來看數據。

——第二步:貼標籤——

這裡依然是陳老師連載第五篇中的方法。貼的標籤越多,越能豐富數據維度。特別是當我們鎖定了業績好的門店和團隊以後,針對這少數幾個樣本,貼標籤就更容易了。並且下一步的分析還需要大量標籤支持。

——第三步:找原因——

這裡可能需要實地走訪、直接溝通、二手資料收集等等手段配合。因為很多原因是隱藏在數字背後的。去到現場身臨其境感受下,比坐在電腦前邊瞎猜強的多。一般來說,做的好的銷售團隊有三種:

特殊屬性型,比如:

1. 門店位置特別好。步行街店臨近大超市,人流特別多;或者臨近高端小區,客源特優質。

2. 銷售個人形象好。男的人靚嘴甜有風度,女的長得乖放的開,特討客戶喜歡。

3. 銷售背景特別硬。為什麼銀行都喜歡招本地土著啊,一個人背後就是若干家族的錢!

這些都是先天優勢,天生我有才,就是容易成功。

資源優勢型,比如:

1. 個人總是佔得先機。銷售高峰期排班就排他。

2. 門店總是優先拿貨。新上市的iphoneX別人家沒有他家有貨。

3. 總部總是大力支持。價格政策、促銷政策、退貨政策都向他傾斜。

這些都靠資源投入,好鋼用刀刃,就是容易成功。

行為習慣型,比如:

1. 顧客檔案建的好:他們團隊顧客資料收集最齊全

2. 顧客促單有秘訣。他們團隊有一些獨特話術、做法。

3. 顧客跟進很及時。他們團隊顧客60天不到店比例特低,就是常跟進。

這些是靠體力干出來的,大力出奇蹟,就是容易成功。

——第四步:判優劣——

我們情感上會更傾向:靠實力做出來的才是真本事。可現實就是現實。很多時候,很多行業,想做好銷售就得找先天資源,想做好銷售就得砸資源。所以不要依靠情感做判斷,要看數據。

到底是是不是真的的好,要看三個維度:

1. 漲得快:整體環境好的時候,業績增長幅度。

2. 飈得高:業績總規模能做的很大。

3. 站得住:整體環境不好的時候,抗跌能力強。

三個標準套到第三步的分析上加以評判,會更全面看待:到底什麼樣的銷售團隊做的好!這個問題。通過綜合評判來看到底哪種模式,哪些手段更有用。這裡有可能得到的不是一個全局最優解,而是一個局部最優解。比如:啟動早期可能需要有特殊屬性帶動,後期會轉移向行為習慣;正常情況下是行為習慣佔優,但短期衝量需要資源投入。

——令人興奮的結尾——

這裡可能需要大量的分類對比與實地走訪,才能總結出一套適合自己行業的結論。但是真要是能搞出這一套東西,就牛逼大發了。這就是很多行業夢寐以求的:《銷售業績提升指南》不要說數據分析了,業務部/銷售部/渠道部的老闆們都會請你去做培訓,至少一個渠道管理副總以上的崗位在等著你,比什麼數據分析師掙得可多多了!要知道銷售部門都是按業績拿提成的哦!!!

在收穫這麼牛逼的成績之前。我們還得大量的沉澱。因為在本篇里陳老師只是指出了可以按這個順序看數據,具體如何剝離先天條件因素,如何合理貼標籤,如何提煉業務動作,請看下篇介紹:業務能力標準化。這是銷售篇的終極技巧。

你想涉足數據分析、數據挖掘領域,戳這裡可以看清行業全態,找到合適自己的方向 edu.hellobi.com/course/

你覺得這些和身處基層的自己隔得太遠,戳:edu.hellobi.com/course/ 看基層專員如何突破障礙,快速積累經驗

新人們想看如何跳課,學習更多套路,戳:edu.hellobi.com/course/

主管們想看如何更好評價新人等級,戳:edu.hellobi.com/course/

陳老師猛烈吐槽,戳:ask.hellobi.com/blog/ch

天善智能 :hellobi.com 是一個專註於商業智能BI、數據分析、數據挖掘和大數據技術的垂直社區平台,擁有 5 萬+名註冊用戶,95% 以上來自全國各地近 4 萬家甲方企業。平台管理各種社群 300 余個,所有用戶均來自數據類相關的一線技術開發、Tech Lead、PM、架構師、VP、CEO,是國內最大的數據領域垂直社區。 關注天善智能(微信號:tianshansoft),關注大家都在關注的大數據社區

推薦閱讀:

結構思維——用結構化思考讓數據分析到達問題的底層
數據分析師或金融分析師有無發展前景?
優秀的數據分析能力體現在哪些方面?

TAG:数据分析师 |