“數據助力業務”大號口喊了很多年，可一提到數據分析，人們習慣性的依然講的是：excel，python，sql，依然是數據清洗、數據計算、可視化。到底業務部門需要啥樣的數據分析，很少有人認真討論。今天我們就拿銷售舉個例子，具體看看到底啥樣的數據分析有用。

1.讓數據有用的秘訣

問一個簡單的問題：你在用手機的時候，會去了解內存怎么運作，cpu怎么處理嗎？不會！你只關心怎么開機，怎么最快速度打開游戲，暢快玩起來。對所有科技產品都是如此：用戶關心的是對自己的價值，而不是這個東西本身的科學原理。

數據分析在企業里也是這樣。雖然數據分析背后有數學、統計學、運籌學、計算科學、機器學習等等復雜原理，但是業務部門既看不懂，也不在乎。你簡單告訴我：“干啥能出業績”就行了。

特別是銷售部門。銷售部門每天直面客戶，承擔巨大壓力。更沒心思聽道理。因此，想讓數據對銷售部門管用，首先要做的就是深入理解銷售部門的流程，認真觀察他們的實際困難（如下圖）：

需要注意的是，銷售部門有自己的組織。只要企業有一定規模，銷售團隊的規模都很大，有不同業務線的區別（電話銷售、各城市銷售團隊，線上銷售等），有分城市/分團隊管理機制。位置不同的人，關注的內容不同。因此要認真了解本公司的銷售組織，才好區分高層、中層、基層的需求。

 2.如何讓數據對基層有用

一線銷售是最辛苦、最累、壓力最大的人。想象一下，自己每天無情掛斷（說不定還罵兩句）的推銷電話，自己在商場里看都不看一眼的柜姐。是滴，一線銷售就是每天頂著客戶的白眼在努力推銷。這時候他們最不需要的就是：銷量，購買人數，客單價這種聽都聽不明白的指標。他們需要的是明確的動作指引：到底該咋做！

因此，想讓數據對他們管用，就得認真拆解操作流程，看看到底哪些環節能幫上忙。比如拿電話銷售舉例，操作流程與潛在問題，可能長這樣（如下圖）：

所謂：業務一張嘴，數據跑斷腿。拆解完流程，了解痛點后，你會發現：沒有一個高大全的銷售分析模型，能一口吃下所有問題。比如最簡單的：“我要先打哪個電話，再打哪個電話？”就可能涉及到：

• 哪些客戶價值高?
• 哪些客戶可能響應?
• 哪個時間段響應率更高?
• 哪些適合二次跟進?

?單純一個問題，可能需要好幾個點的分析才能支持到位，并且需要經過數據計算，給到一個比隨機撥打更高響應率的方案。這就需要數據分析在工作的時候特別有耐心，逐個攻堅問題。 有意思的是：雖然數據分析做了很多工作，但在面向一線輸出的時候，要非常地克制：和一線無關的事情不要講。比如：“我要先打哪個電話，再打哪個電話？”最后直接輸出在話務員的撥打名單上，把優先打的排序擺在前邊就好了。隱藏復雜過程，提升一線操作便捷度，才能讓一線真正用起來（如下圖）：

 類似這樣，對每個環節的問題進行認真梳理，能發現很多機會點，諸如：

• 提高撥打成功率
• 選擇更有效話術
• 減少搜資料庫難度
• 關聯促銷信息

每一個點可能都有2-3項數據分析要做，雖然做的辛苦，但是真刀真槍的提高一線成功率，比講啥科學道理都管用（如下圖）：

 3.如何讓數據對中層有用

在面對外呼組長、城市經理、銷售團隊經理這些中層管理時，就得換個思路。作為中層管理者，拼刺刀級別的一線操作只是他們關心的一個環節。更多的工作，會放在如何定計劃、如何組織工作、如何激勵/約束下屬上（如下圖）：

 注意：和忙的暈頭轉向的一線不同，中層管理者有時間坐下來，認真思考方案，看看數據的。但是在不同的時間節點上，他們留給數據的時間不一樣。比如：

• 具體到一天，可能只有晨會以前，有20分鐘時間看看數據
• 具體到每周總結的時候，可能有1、2個小時看一眼數據
• 具體到每月總結匯報的時候，可能有半天在認真做ppt

? 因此，輸出的數據成果要符合對方的工作習慣。就算有一大堆成果丟出來，也要很有節制的分場合輸出，避免信息爆炸。時間短，就少看點東西；時間多，就多看點東西（如下圖）：

有了明確的輸出場景，輸出內容也要圍繞場景聚焦。比如：

• 每日晨會就是看看進度，簡單激勵下下屬，就輸出幾個關鍵信息即可
• 每周周會，需要盤點資源，檢查執行情況，解決問題，就得多幾個維度分析
• 每月月會，需要復盤當月工作，就更深入的復盤，就得更多的數據支持

有層次地遞進，就能很好地助力管理工作（如下圖）：

 4.如何讓數據對高層有用

對于管理一整條業務線，或者管理多個團隊，多個地圖的大區經理，部門總監級領導。他們的任務不僅僅是訓話、打雞血，喊口號，更要負責承接好更高決策層給的任務，協調好與品牌/推廣這些助力部門，和供應鏈，客服，售后這些支撐部門的關系。不然光有銷售，沒有產品、沒有促銷、沒有宣傳、沒有供貨，供貨質量沒保證，都無法達成目標（如下圖）：

 這些管理者每天也有大把時間坐辦公室，因此有時間看更多分析報告，也有時間思考更多深層次的問題。因此單純地輸出結果類的報表，并不能滿足需求。 從思考問題的角度，最核心的糾結點在于：我是否能獨立完成任務。作為高級管理，協調資源，保障支持，排除潛在問題（甩鍋給別人）都是比直接下場開干更重要的事，因此專題分析的邏輯可以圍繞如何區分銷售/其他部門協同問題角度入手，拆出多個專題來深入解讀（如下圖）：

 5.為啥平常做的都沒啥用

看完上文，可能同學們已經發現了：為啥平時做的銷售分析沒啥用：大部分公司的數據和銷售脫節的很厲害。作為數據分析師，一不懂銷售流程，二不懂組織結構，三不懂話術技巧，每天就知道把銷售額=客戶數*轉化率*客單價的公式翻來覆去的寫，拆成各個城市的寫。這種東西鐵定沒啥大用處。

 而相當多公司的銷售也不重視分析，每天就知道看個業績達成總數，然后開始喊口號：“只要沒干死，就往死里干”。即使有CRM平臺也不好好用，天天私下研發各種黑科技騷操作。

結果就是野路子越來越多，正兒八經的業績搞不出來多少。 總之，想讓數據發揮作用，兩邊團隊的投入都是必要的，作為數據深入業務，站在業務視角思考問題，解決真實痛點。

作為業務尊重數據，嚴格執行流程，接納新方法，才能做出好成績。 不過有趣的是，如果銷售是經常不重視數據的典范，那么運營就是過度使用數據的典范。