思路好，下班早！思路混亂，忙到肝顫！多渠道的分析方法
這是陳老師《做一個人見人愛的數據分析師》長篇連載第十篇
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
第九篇戳：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
在第一到九篇中，陳老師都是列舉的單一渠道的分析方法。實際上，企業里多渠道經營是很常見的事。特別是實體企業，為了趕時代風口，各種自營店、加盟店、電話營銷中心、網店、微商城、EDM全往上招呼。陳老師見過的最誇張的企業，廣告投放+直接獲客渠道，一共300多種。估計他們做銷售渠道分析的表哥每個月光碼錶都累死了。300張excel表，想想都酸爽。
然而真碼了這麼多表，有人認真看嗎？？？
——多渠道分析常見錯誤——
估計真碼出來，不但沒人看，而且會被領導怪罪：「分析的一點都不深入，流於表面！」為什麼？因為真有300個渠道的話，單純擺上客流量、成交率、客單價三個數據，具有300*3=900個數；再來了獲客成本、獲客投入、ROI，就是900*2=100800個數；再來一個同比環比目標比，就是1800*2*3=10800個小圖……
10800張圖喂！這還沒算上產品、客群、訪問行為等細分維度分析。10800張圖得看到猴年馬月去！問題是，這10800張圖，最多只能說明問題出在哪裡，為什麼客單價降了，是短期降還是長期降？是內部因素還是外部因素？是主觀沒有做好還是客觀競爭壓力大？統統沒有說明！領導當然會抱怨分析不深入了。
分析深入，指的是圍繞一個問題多角度論證很深入，不是說擺了10800張圖就是深入了。當我們面對的銷售渠道眾多，情況紛繁複雜的時候，要首先幫助銷售部門的領導們看清全貌，再逐步聚焦到問題點上，這樣才能達到分析深入的目標。而不是單純的鋪一堆數字，一下陷入的細節里。
——多渠道分析展開思路——
首先要理解一個背景：銷售渠道有哪些種？銷售成功需要三重因素保證：
1. 天時：外部資源配合，品牌宣傳、爆款產品、促銷政策
2. 地利：優質的渠道，比如高端社區店、人流大的步行街店、優質網站流量
3. 人和：銷售團隊主動性、能力、團隊配合
在不同的渠道，以上三個因素的分析重點不同。一般認為：
l 線下團隊/線下門店/線上渠道：線下團隊運作更看重人和；線下門店地利+人和；線上渠道更看重天時作用
l 有資源/無資源：在有客戶名單的情況下，更看重天時，配合好各種資源發揮名單作用。在無客戶名單的情況下，人和/地利更重要。或者依靠團隊力量開發資源，或者依靠優質渠道吸引流量。
其次要理解一個問題：為什麼要建這麼多銷售渠道？多渠道銷售可能是單純的增加獲取顧客的概率，迎接對手挑戰，比如：
1. 增加概率：只要還有營銷費用，把能用的接觸客戶渠道全用上！！！
2. 迎接挑戰：對手有網店、我也要開網店，線上銷售熱，我也要參合一腳。
3. 精準捕捉：針對大客、潛客主動出擊，電話、簡訊、上門拜訪都行。
多渠道銷售更有可能是整體戰術設計，比如：
1. 分階段銷售：典型的方式，如線下做體驗店、二次消費交給線上完成。
2. 分客群銷售：旗艦店、社區店、網店、微店針對不同客群，各司其職。
3. 分產品銷售：典型的方式，如線下做爆款、線上廉價甩尾貨。
在這種情況下，意味著不同渠道本身承擔的角色就不同，不能單純的按同一標準考核。
面對這麼多複雜背景，在開展多渠道銷售分析之前，自己心裡必須有個譜：我即將分析的那麼多個渠道，到底是怎麼特點？有什麼渠道政策？領導的定位與期望是什麼？。正確看待渠道特點，才是擺脫只會拉個平均值寫XX指標高了低了的起點。
——多渠道分析展開方式——
第一步：渠道分類。首先判斷我們的渠道分類是全渠道引流還是各司其職式，之後根據不同渠道的特點，分為線上/線下，團隊/門店等幾個大類。
第二步：輸出全景。針對渠道大類，先輸出客流量、業績貢獻、投入比例、ROI這幾個關鍵數字，讓銷售管理層們一眼看到：哦，原來我們的業績來自哪裡，我們的成本來自哪裡。從而引發管理層思考，產生初步假設。
第三步：判斷外因。針對渠道大類，結合業務走勢及PEST分析，首先分析宏觀環境，外界因素影響。把需要銷售團隊以外力量協助的因素先講清楚。如果是宏觀環境有問題，銷售需要市場、營運等部門配合，可以先討論清楚，避免陷入細節歸因不清。
第四步：尋找內因。按照各類作用及重要性，逐一深入。先定分析順序，再看二級指標，客流量、成交率、客單價。逐步鎖定每個渠道大類內主要問題。
第五步：聚焦分析。再針對各渠道問題排優先順序，深入診斷問題來源，這時可以引入客戶結構、產品結構、團隊結構、典型標杆等等，具體分析問題。做完一個主題再做下一個，免得羅卜白菜一鍋燉最後貪多嚼不爛，也免得一次輸出太多報告累死自己。
——本文還差一點點就完了——
實際上，把複雜當深入是數據分析新手們常見的錯誤。分為三類：
第一類：認為擺的數字越多越深入
第二類：認為畫的圖越炫酷越深入
第三類：認為模型越沒人懂越深入
可實際上，我們煞費苦心做的報告，業務部門最多看10分鐘時間。他們大部分精力要放在如何組織隊伍、培訓知識、安排工作、執行任務上。所以數據展示要分梯度，逐步聚焦，層層深入，才能更好地幫他們節省精力，解決問題。
有些新人不服氣，說這是公司沒有數據意識。設想一個公司，產品不做設計、市場不做策劃、營運不搞售後，所有人擠在一個屋子裡，對著一個黑板看數據分析師深入分析各種未來，思考數字背後的巨大財富——這不是傳銷窩子嗎！
※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
※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
TAG:天善智能 |