专栏名称: 数据化管理
零售业数据分析及研究者,【数据化管理】咨询顾问、培训师,自由职业。
目录
相关文章推荐
运营研究社  ·  你网购退货,养肥了这家公司 ·  2 天前  
财联社  ·  4000元手机,被小米、荣耀盯上了 ·  2 天前  
财联社  ·  4000元手机,被小米、荣耀盯上了 ·  2 天前  
爱否科技  ·  【广告】爱否回收,欢迎比价 ·  6 天前  
运营研究社  ·  2025年小红书风口已经很明显了! ·  5 天前  
爱否科技  ·  Nothing 首款折叠屏手机 ... ·  1 周前  
51好读  ›  专栏  ›  数据化管理

最惹销售反感的十种数据分析师,进来看看有没有你

数据化管理  · 公众号  ·  · 2017-09-14 08:10

正文

本文作者:天善特邀社区专家 陈文|他的系列文章:https://ask.hellobi.com/blog/chenwen/602


——本文会引起某些数据分析师的不适——

——2年以下经验的新兵请在家长陪同下观看——



数据分析师1:日报显示昨天业绩没达标

销售部门:早知道了*1


数据分析师2:周报显示昨天业绩没达标

销售部门:早知道了*2


数据分析师3:月报显示昨天业绩没达标

销售部门:早知道了*3


数据分析师4:月度分析表明不达标是因为客户到店少

销售部门:早知道了*4


数据分析师5:所以我们要加强客户到店

销售部门:早知道了*5

销售部门:你丫废话不废话啊!老子天天守在门店啊!到店人多不多我看不到啊!你当我是瞎子吗!加强到店,说的轻巧,你给老子加强个试试看啊!


数据分析师6:可以推出爆款产品吸引客户,你看XXX就卖的很好

销售部门:早知道了*6

销售部门:卖的好我当然知道啊,调货都调不到啊,库存不够你倒是帮老子想想办法啊!


数据分析师7:那客户数少,客单价提起来也行,你们可以推XX+XX组合

销售部门:早知道了*7

销售部门:但是对谁推啊!我们能促成一单已经很不容易了好吧!还TM推大单,用你的直筒子脑袋想想,单价上去了,成交率肯定会往下跌啊,还作分析的呢!


数据分析师8:从数据上看,性别女(58%),年龄25-30(42%)推成功率最高(58%)

销售部门:扯淡!

销售部门:你到门店看看,有几个性别女且年龄25-30的会买这个。况且我们怎么知道人家年龄25-30,我还查户口啊!


数据分析师9:你们没有数据思维!怎么能做到精准销售!都给我收集数据去!客户基本资料必须补完!做不到扣钱!

销售部门:哦,知道了

销售部门:那好办,今天谁的业绩最低,谁受处罚,就罚填这些顾客信息表,随便填填满为止,哈哈哈


数据分析师10:填回来的顾客全叫丁一,王二,算了算了,认真填有奖励!每份给20块!

销售部门:哦,知道了,大家填起来!

销售部门:呦呦,切克闹,管他成交不成交,资料先得来一套!七大姑啊八大姨,各个都得往上交,20块钱不会少,轻轻松松捞到饱啊,捞!到!饱!


——正经讨论的分割线——


上边这些事情估计做过销售日报月报季度报的同学都经历过。我们常说数据驱动业绩,分析提升效益。可以在最能直接驱动业绩,提升效益的销售领域,数据反而显得最无能为力。大部分时候我们给出的结论不是被说成:“早知道了”就是被视为:“站着说话不腰疼”。至于日报月报没人看,专题分析被人喷,对经验不足的分析师则是家常便饭的事。特别在线下销售企业和B2B类销售企业,这种现象更常见。


导致这个问题的有三大原因


一:因果倒置


我们看到的数据大部分是结果。客户已经成单以后,我们可以看到交易记录,顾客信息,但是这是已经成交的情况。成交的过程是什么样子?为了促成交易销售做了哪些动作?不深入一线,只是就数论数的话,根本猜不到原因。而销售们往往对真实情况了如指掌,当然看不起只靠用户数*活跃率*付费率*付费金额这种简单公式推测出的分析结果。


二:指向不明


我们习惯性给概率,平均值,而销售最讨厌的就是这些。因为没有一个客户叫比例,也没有客户叫平均。他们需要的是很明确的:到底要做谁!要理解这些销售的心情,他们可不是坐在办公室吹着空调喝着咖啡打着ppt的市场部策划。他们要做大量基础销售动作,还要承担丢单的挫折感,哪有闲工夫听理论。


三:行动不清


我们习惯性给建议,而销售们需要的是动作。一个具体的销售动作,由迎客+询问+引导+FAB+促销推荐+促单至少5步完成。B2B类销售还需要至少6次持续跟进。在这个复杂的链条里,单纯的说“提高客单价”“增加交叉销售”这种空话是没有意义的,销售们需要的是具体的我可以说什么,我可以做什么。


归根到底,是因为业绩是做出来的,不是算出来的。如果仅仅是给一个数字,就无法体现数据分析师的意义,上一套自动BI就可以炒了你们全组人。如果不想只给数字,就得深入到业务中,理解销售的工作特点,输出可以帮助到他们的结论。


这就需要分析师们不能沉迷于自己的数字游戏,沉迷于加减乘除算法模型之间,而是要设身处地的思考:


1. 如何发现机会,提示方向;

2. 如何找到标杆,提炼经验;

3. 如何量化行为,清晰考核;


把那些Ace级销售的行为标准化,武装给销售团队的每一个人;


把那些习以为常中忽视的问题暴漏出来,及时纠正方向,提升效率。


真正让数据分析起到分析应用的作用,而不是简单跑个数了事。






近期优质文章推荐:


如何看穿数据可视化的谎言?


销售团队建设与管理|打造高绩效的销售团队培训


马云刘强东雷军等大佬纷纷出招,新零售的战场谁才是最后的赢家?


营运数据分析培训 | 10月13~14日|北京(仅余少量名额)


你的深度思考能力,是如何一步步被毁掉的?