拒絕雞湯，我要掙錢！用數據分析找到銷售成功背後的真正秘密
這是陳老師《做一個人見人愛的數據分析師》長篇連載第九篇
第一篇戳：最惹銷售反感的十種數據分析師，進來看看有沒有你
第二篇戳：數據分析師如何面對「我早知道了！」這句質疑
第三篇戳：數據分析師如何應付「你行你上啊！」的嘲諷
第四篇戳：天氣太熱業績差，除了設壇求雨外，數據分析師還能幹啥？
第五篇戳：數據化甩鍋！把問題優雅的甩給外部環境，活學活用PEST
第六篇戳：碼數5小時，結論憋兩天，分析報告結論到底該怎麼下！
第七篇戳：日報沒人看，周報全白乾！減少無效報表就該這麼干！
第八篇戳：從一個小問題洞察掙錢秘籍，卻被90%的數據分析師忽略
在銷售領域，這種雞湯故事遍地都是：一個其貌不揚的糟老頭進了店裡，大家都懶得理他，一個小夥子認真接待了他，然後糟老頭龍顏大悅搖身一變XX集團總裁，給了小夥子一個巨大的訂單，小夥子就發財啦！
夢醒行了喂，8點檔電視劇結束！
在現實世界裡：跳下懸崖會摔死，不會有一本武林秘籍一個邪教公主等下下邊；iphone7掉到水裡會撲街，並沒有一個河神拿著iphoneX冒出來問是不是你調的；糟老頭子真的就是糟老頭子，往往你解釋半天，他還嫌產品貴，既不買也不走，真討厭！
然而聽多了雞湯，就會覺得銷售無所不能。就會真的相信：只要有本事就能把一瓶水賣出100萬，只要真的有本事就能把一讓沒人穿鞋的非洲小鎮人手買一雙鞋，只要舌花燦爛就能戰無不勝，八歲到八十歲的都能買我的產品。
這實際上恰恰是大部分普通人做不好銷售的原因。因為大家從本質上理解錯了銷售是幹什麼的。想要做好銷售分析，真正幫助團隊提升績效，就能理解銷售的本質。
——銷售的本質是什麼——
在公司內，各個部門是有分工的：
1. 產品經理們創造富有價值的產品
2. 供應鏈把產品生產出來，交給市場
3. 市場部包裝產品，選擇合適渠道，配合廣告昭告天下
4. 銷售們按照產品的定位、屬性，找到對應的顧客，促成交易！
是滴，在大部分雞湯故事裡，那些口吐蓮花的說辭不應該從銷售的嘴裡說出來。因為產品定位、開發、設計、包裝、推廣都不是他的職責。產品到了銷售手裡就是一份明確的FAB文檔，你要找到對應的顧客賣給他，僅此而已。正如同前線的戰士不會去研究槍械原理、參數、功能，戰士需要的是記憶參數以及瞄準、射擊、打死敵人。
實際上有一種銷售和雞湯故事裡的銷售行為一樣。他們口才出眾、思維敏捷、沒有的說成有的、死的說成活的，八歲到八十歲都能賣——搞傳銷的。當然他們也是被國家工商總局、食葯安檢總局、各地公安局嚴厲打擊的犯罪分子。
——深入剖析銷售成功因素——
既然銷售是溝通產品與用戶之間的橋樑，那麼就有三方面因素可以促成銷售：
1. 在橋這頭：有便利的渠道可以接觸顧客
2. 在橋上：銷售的動作可以有效引導顧客
3. 在橋那頭：有優質的產品可以吸引顧客
這就是我們剝離影響銷售因素的三大基本維度：渠道、行為、產品。加上目標客戶，就構成了剖析小的四大維度。
我們要做的就是幫助銷售部門總結出規律：針對XX類客戶，在XX渠道，通過XX銷售行為，可以推薦成功XX產品。特別是把那些優秀團隊的經驗量化、固化！這樣既能沉澱分析經驗，又能向其他銷售團隊推廣，既體現分析深度，又提升業績，可謂一舉兩得！
——場景還原與標籤總結——
當我們在內部數據看到一個門店或一個銷售團隊業績突出的時候。就可以形成初步假設：「為什麼他做的好？為什麼他的客單價就是做的高？為什麼他的客戶回頭率就是高？」之後就可以深入一線，深入業務去了解原因。
與一線、業務部門溝通，你會聽到很多類雞湯故事。不要輕易放過去，否則就會輸出諸如：「做好微笑服務」這種正確的廢話。這裡需要把典型場景還原，越具體越好。比如開篇的小伙和糟老頭的故事，如果是真實發生的，就可以這麼還原：
1. 還原用戶：什麼叫「糟」？多「老」算老頭？
2. 還原渠道：什麼時間上門的？去的哪個門店？
3. 還原行為：銷售如何引導客戶？問了什麼？答了什麼？展示了哪些？
4. 還原產品：最後客戶選擇什麼產品？是否有評價？
基於場景還原，我們可以給這個成功案例貼上各種維度標籤，用於後續檢驗。
——標籤驗證與經驗沉澱——
提取了標籤以後，我們需要驗證這是個案、特定群體的經驗，還是普遍可行規律。驗證方法，可以以標籤為線索，找其他類似客群、類似渠道、類似行為、類似產品下是否還有類似案例，類似程度如何，出現頻率如何。
一個非個案的經驗，至少要經過三重數據檢驗：
1. 可再現：在同一門店，同一銷售身上可以再來一次，直到n次。
2. 可重現：只要經驗所需的條件具備，就會自然再發生一次。
3. 可複製：其他門店，其他銷售一旦具備條件，也能發生。
是滴，你會發現所有的雞湯，裡邊的條件都是不滿足這三重檢驗的！能通過檢驗的才是經驗。
當然，有可能經驗不是普遍成立的，但是可以部分重現，比如：
1. 特定客群
2. 特定渠道
3. 特定行為
4. 特定產品
這就意味著，我們看數據可以看的更細。基於少數成功樣本生產標籤後，貼給其他銷售團隊，進行多維度對比，才能真正找到規律。實際上，因為地域、文化、經濟水平、客群特徵的差異，小範圍內可行的經驗反而更普遍。
很有可能，一個行業普遍可行的規律是從業多年的前輩們人所盡知的，根本輪不到數據分析師這個新興工種發言。所以在提煉規律的時候，數據分析師們不要貪多，爭取單點突破。特別是近兩年來新媒體發展迅速，新生代消費習慣變化快。可能在這些新領域梳理屬於我們的經驗，比在傳統領域更容易出成果。
——特別關註銷售行為——
四大維度中，銷售行為是最重要維度。因為：渠道和產品，本質上都是需要資源支持的。比如我們分析出來開店開在步行街就是容易賺錢，買天貓首頁廣告就是流量高，但是不可能公司所有的資源都往這些點上投，總需要高低搭配。比如我們分析出來XX爆款就是牛，那其他產品線怎麼辦？渠道為了搶爆款打起來，甚至相互竄貨怎麼辦？
而過分強調顧客維度也是有問題的。比如我們固化一個經驗：糟老頭子就是好！那樣以後渠道就是反過來，看到糟老頭子都人人往上撲，正常顧客沒人理了。所以一般提給渠道的有關顧客的經驗，都是至少兩條：男/女、老/幼、窮/富。以免我們的分析把渠道帶到溝里。
銷售行為實際上可以進一步拆解。如果是由人完成的銷售，至少可以拆成：迎客—詢問需求—產品推薦—問題解答—促成話術—輔銷品/促銷利用—顧客維護—二次跟進八個階段。如果是電商渠道銷售，至少可以拆成流量來源—推廣文案—主打產品—詳細信息—促銷信息—下單—售後跟進—二次推送七個階段。如果有可能，在每個階段都可以深入，分析用什麼內容，什麼方式吸引顧客效果更好。
最近總結出簡單易記的原則，比如介紹135，跟進3721之類的，讓銷售團隊去複製，就是分析助力小的終極形態了。連這個行業的銷售規範都是你分析出來的，還有比這更能帶動業績的嗎！還有比這更能體現能力的嗎！
——實體企業缺數據怎麼辦——
還有一些問題，比如有些同學會抱怨：我們是實體企業，我們不能像電商那樣記錄成交前行為軌跡啊！這裡有個小技巧：現在智能手機那麼普及，你的銷售還在拿本子記顧客信息嗎？還在拿著紙筆邊記邊背產品FAB嗎？為什麼不做一些簡單的小程序給銷售用呢？
產品FAB，圖庫，促銷政策一點就有；再來個小測試和顧客常見360問，顧客問題一觸就有答案；首次登陸顧客信息就派優惠券給顧客手機，後續跟進一站式搞掂。這樣方便的工具，銷售能很快用起來。數據部門就能記錄到售前信息，又是雙贏事件。在這個領域，陳老師有豐富經驗。不過這是數據產品設計的問題了，已經不是分析的問題，這裡不再贅述。
——全文還差一點就完了——
實際上，很多數據分析師做不出深入的銷售洞察，是因為他們自己也是雞湯受害者。輕信了各種流行的故事，缺少深度思考，缺少標籤和驗證。銷售部門說什麼信什麼，自己的報告就是拉個平均值然後標XX指標高了，XX指標低了。最後配一句：「要加強服務」這種正確廢話。
有些同學還誤把複雜當深度。領導讓做深入分析，就一個勁擺各種數據，以為數越多，模型越複雜就越有深度。所謂分析深度，指的是能看到問題背後深層次原因，而不是同一個問題擺20幾個指標來描述。
想深入問題，就得深入業務本身；想要數據支持業務，就得先用數據量化業務。這是個持續的，循環的過程，雖然很有可能幹了三五年只有少數發現，但是這才是體現自己吃透一個行業，有深度積累的地方，望大家重視，保持努力！
然而，有些同學會說：陳老師你這一個渠道就整這麼複雜的分析了，我們公司300個渠道，我每月寫月報要寫掉半條命，要怎麼分析啊！實際上面對多渠道分析，思路和單一渠道是一樣的，但是需要更有策略的展示數據，詳細的攻略，後續給出。
※美美的商務范兒——ggplot2蝴蝶圖
※第19期：從SQL語法看集合化
※百億級別數據倉庫實踐——同程交通數倉建設
※最惹銷售反感的十種數據分析師，進來看看有沒有你
※數據分析師第二怕被問到的問題！
TAG:天善智能 |