推广 热搜: 收购ACF  石英加热管,  800  T型槽试验平台  求购ACF  深圳回收ACF  回收ACF  T型槽装配平台  求购日立ACF  T型槽地梁 

这才是真正的数据分析【建议】,而不是“要搞高!”世界上最深的海沟在哪里

   日期:2024-05-25     作者:接地气的陈老师    浏览:46    评论:0    
核心提示:来源:接地气的陈老师每到写分析建议的环节,很多人就急得直挠头:数据分析建议到底该咋写?我写了建议,但是被嫌弃,咋办?高级的数据分析建议到底长啥样?今天系统跟大家讲解一下,高质量分析建议该咋提,话不多说

来源:接地气的陈老师

每到写分析建议的环节,很多人就急得直挠头:

数据分析建议到底该咋写?

我写了建议,但是被嫌弃,咋办?

高级的数据分析建议到底长啥样?

今天系统跟大家讲解一下,高质量分析建议该咋提,话不多说,上干货。

低等的建议,长这样

典型的低质量建议,形如:

“同比下降3%,要注意”

“业绩差5%未达标,要搞高”

“转化率下降10%,建议提升”

这些都是废话。业绩低了,肯定要搞高啊,难不成要搞低吗。真正的问题是:到底咋搞?谁来搞?投多少搞?搞到多高合适?一口气搞太高会不会以后没得搞?领导很想搞但一线说“这都是大环境不好”该咋搞?……不解决这些具体问题,“要搞高”就是一句空谈。

这里涉及的业务细节很多,单靠对着同比、环比、业绩达成几个结果指标拍脑袋,是很难解决细节问题的,并且也很难证明建议的可行性。因此最快捷的方法,就是找标杆。标杆是已经成功的案例,通过拆解标杆的特征和做法,来识别复制标杆的难度,从而推导出可行的业务策略。具体来说,可以分四步走。

第一步:筛选标杆

树立标杆是第一步。但注意,并不是把某个指标从高到低排个序,排名在前的就是标杆了。很有可能某个指标很突出的,其他指标有问题。

因此一般建议:找一个衡量数量的指标,加一个衡量质量的指标,至少2指标考量。比如:

  • 考核推广渠道:转化数量/每新增成本

  • 考核销售业绩:销售收入/回款天数

  • 考核产品功能:使用人数/留存时长

这样能选出更合理的标杆,避免业务为了刷业绩指标盲目猪突。有了两个指标,可以先做矩阵分析法,识别出表现明显好/明显差的个体,再在同一类里,按数量/质量某一指标做分层,排除一二三名(如下图所示):

这才是真正的数据分析【建议】,而不是“要搞高!”

这里要注意,如果做矩阵分析用的只是一个月的数据,那么需要多看几个月,验证一下标杆的稳定性,剔除那些仅仅某一个月做得好的。找表现稳定的标杆。找到以后,可以进行下一步分析。

第二步:识别特征

注意!并非所有标杆都可以复制。比如分析发现,业绩做得好的业务员,全都是在圈子里摸爬滚打10多年,有深厚客户关系的人,那即使再激励刚入行的人也没法获得成绩。这时候只能看:怎么优化招聘手段,吸引更多有经验的人加入。

因此第二步:识别特征很重要。要对业务个体打标签,把那些难复制的特征标识出来。来鉴别是否这个标杆是可复制的。常见的难复制特征,比如:

  • 对业务员来说,个人外貌、社会关系、从业经验

  • 对线下门店来说,店铺位置、周边环境

  • 对线上推广来说,特殊取消,垂直领域大V

总之,如果只有具备独特特征的才能成功,那就采用复制策略,多找具备这种特征的个体。如果不依赖独特特征,则可以采用激励策略,激励个体进步。

这才是真正的数据分析【建议】,而不是“要搞高!”

有一种特征也属于不可复制特征,但很特殊,即“特定时间段”。比如创新型产品,某个历史时期上了,它很先进,因此后续表现很好。比如某个类型店铺,先于别人开店,吸收足够多会员,导致后续表现很好。这种特征需要结合具体业务情况去发现,不能只看眼前的数字。

剔除了不可复制的特征以后,剩下的就是进一步分析的机会点。

第三步:了解过程

想要提深入建议,一定要深入到过程指标当中。类似“转化率低了,要搞高”之所以质量低,就是因为转化率也只是从业绩中拆出来的指标,本质上还是个结果指标。拿结果解释结果,肯定没啥新意。要找到”转化率”是怎么来的才行。

这里本质是要做个漏斗分析。要注意的是,这个转化漏斗,不能光看转化指标,更需要多打标签,比如下图中:

1、邀约时间、邀约成功率、拜访次数、体验产品次数,这些是指标

2、邀约话术、需求类型、体验的产品类型、主打功能点,这些得打标签

这才是真正的数据分析【建议】,而不是“要搞高!”

一般转化指标,指向的是行动数量的差距。比如“客户1次不理你,你要约至少3次”“拿到线索在24小时内必须建立联系”,这种是比较容易弥补的,只要够勤奋就能做到。

而标签,则是指向具体业务做法。比如“你要先展示爆款产品,而不是一上来就谈优惠”“你要多讲行业经验,不要只说产品”。

这一步想要做得深入,需要数据分析师对业务有足够了解,才能打出足够多的,准确的标签,比如:

1、到底我们的产品有几类,和同业比,优势在价格/功能/便利性?

2、到底我们的话术有几种,主讲企业品牌/行业经验/产品优势/价格优势?

3、到底客户需求有几类,谁看重行业经验/谁看重功能/谁纯粹图便宜?

这一步会难倒很多人,因为很多公司的过程数据收集得很烂,特别是toB业务的企业,CRM做得不好,用不起来,大量数据只停在销售们的脑子里,这是没法深入分析的。

而这一步恰恰又是不可缺的,所以需要做数据的同学们不断努力,推动业务多做采集。至少先把自己内部的产品分类、销售策略、运营策略之类标签打起来,再慢慢加强客户信息采集。

第四步:推出建议

有了前三步的准备,第四步提出建议就踏实靠谱得多。因为我们通过对比,已经剔除了不可复制的特征,找到了可以复制的关键过程,那么直接给建议就好了。

注意!并非所有人都可以拯救,很有可能某些业务就注定吊车尾,就该被淘汰掉。所以在给建议的时候,可以利用第一步分层的结果,区分高中低对象给建议。

比如对销售业绩提改进建议,很有可能顶级的销售都自带资源,无法复制。而底层的销售其实并不具备成为销售的基本素质,需要淘汰,因此整体建议,可以如下图所示:

这才是真正的数据分析【建议】,而不是“要搞高!”

小结

综上,想提高质量的建议,本质是:深入业务。

只有深入,才能:

1、剔除不稳定个体,找到真正标杆

2、剔除不可复制特征,找到可复制标杆

3、细看业务过程,理解影响因素,找到可复制的点

4、深入观察业务个体,找到可提升的人,放弃垫底的

原文链接:http://www.souke.org/news/show-325983.html,转载和复制请保留此链接。
以上就是关于这才是真正的数据分析【建议】,而不是“要搞高!”世界上最深的海沟在哪里全部的内容,关注我们,带您了解更多相关内容。
 
打赏
 
更多>同类资讯
0相关评论

推荐资讯
网站首页  |  VIP套餐介绍  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  SITEMAPS  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报