数据分析项目该怎么做？怎么进行销售分析？跟随这篇文章，我们一起学习销售分析的方法，提升具体问题具体分析的能力，解决现实的场景问题。推荐给从事数据分析的小伙伴们阅读。

很多同学抱怨，销售分析很难做。能用的数据很少，领导们的期望却很高，总指望通过数据能直接提升业绩，咋办！今天我们系统解答一下。销售形式有很多种，不带入具体场景是很难讨论的。因此我们来看个具体场景：某互联网交易平台，通过线下销售团队招揽企业入住。目前销售部领导找到数据分析师，希望能做一些精准分析，为一线销售赋能，提升销售生产力。问：这个数据分析项目该怎么做？

一、解题的关键

首先，这个题的题眼在哪里？

1、赋能

2、提升生产力

3、精准分析

看到题目，很多同学可能已经急不可耐地祭出大招“杜邦分析法”了。网上十篇讲销售分析的文章，九篇半会讲杜邦分析法，有的还会在后边加个“拆解法”以增加文章档次（如下图）。

确实，这些方法是销售分析的基本方法。然而他们并不适合在这里用。注意，题目里销售们面对的是企业客户，这是toB类业务。toB类业务，就意味着极其繁琐的跟进流程和复杂的客户关系（如下图）。

这也意味着销售们要花大量时间在赶路、打电话、谈判、开会、陪客户喝酒、去洗浴城等等事情上。在这种情况下，给一堆饼图、线图、条形图，是根本没有人看的。不信的同学，可以统计下你们公司BI系统在销售部的使用率，能超过10%都很厉害了。

所以，这个题的真正题眼是：一线。在报表压根没人看的情况下，其他的“赋能”、“助力”、“精准”是根本谈不上的。这就要求我们先不要想“我有什么数据”，更不要幻想“造个阿尔法大狗子汪汪一叫客户就下单了”，而是思考“销售们到底需要什么”。

二、解题的顺序

1. 先了解销售们的工作

为了避免自己YY，大家可以通过SOP、访谈、陪同作业等等方式，理解到底这帮哥们在干啥（如下图）。

2. 要找到痛点

想让数据“被关注”，想让分析的结果“有用”，得先保证自己提供的是别人需要的东西，这就得从痛点开始（如下图）。

3. 找到发力点

注意，销售们的痛点，很多不是数据能解决的。但这并不妨碍我们利用它勾引起销售们的注意力。比如销售们最常干的就是打电话。我们完全可以把常用的客户标签、客户状态做进电话本里，销售们一眼就能看到哪些是很久没联系的老客户，哪些是新签约待跟进的新客户，打电话方便，报表使用率自然上去了。

注意，这里要控制发力力度。就拿电话本举例，有些产品经理也关注到了这一点，但是他们特别喜欢在打电话前加一个“工作计划表”非逼着一线去填工作计划。还美其名曰：你看销售流程第一步是列客户名单嘛，所以要定个工作计划，这样科学合理。

结果，自然是产品使用率降到0了！因为，只有每天对着电脑舞文弄墨的产品经理自己，才喜欢做什么甘特图，写每日计划。你让他顶着大太阳，打着领带，坐在滴滴，堵车几个小时去见客户，他也没心思写这么文绉绉的东西，鬼才会写。所有面对一线的东西，对便利性的要求，都是远远大于科学性的，切记切记。

4. 寻找改进机会

当我们的数据有人看了，数据产品有人用了，这时候可以思考如何做提升。注意，面对一线，切记空谈：要搞高。这样简直是讨打，很容易换回一句“你行你上啊”（如下图）。

如果发现问题，最好直接告诉一线：你这么做有用！还是上边的例子，如果真发现这个问题，可以先看签约率高的人做了什么。如果我们发现展示同行客户案例有效（提升5%左右），那直接把行业案例库作为功能做到产品里去。告诉他们：聊天的时候，点这个按钮，管用！

效果绝对比摆饼图、线图、条形图好得多。销售也愿意听，也愿意用。

5. 逐步推广使用

有可能我们通过数据发现了100个问题，但是想解决，也得一个个来。最好看到一个数据改善以后，再推下一个。很多数据产品经理喜欢一次性搞个巨复杂的“综合解决方案”给一线，结果，自然又是躺在手机APP/小程序里吃灰。

有些同学会说：我没机会做数据产品，咋整？这里最大的区别，不是你能不能做一个数据产品，而是你脑子里装着的是真实的业务问题，还是饼图线图条形图、加减乘除开根号。如果脑子里装的是真实的问题，我们可以：

1、做ppt的时候，直接做《销售必胜攻略》，把数据发现和对应的解决办法写在一起，打包输出。

2、做excel的时候，直接把问题标注在变动曲线上，并且在明细表里把能克服问题的个人highlight，写一个标注在旁边。

3、做口头汇报的时候，在说完反映问题的数据后，直接讲一个解决问题的个人的故事，告诉大家这样能改善数据。

即使没有产品，你也能说出别人乐意听的东西。甚至还能推动公司立项，为自己争取一个输出数据产品的机会。

如果脑子里装的只有饼图线图条形图，即使真上一个数据产品，最后结果也是：报表打开率5%，只有销售团队老大和销售数据统计砖员俩人会看，看完还甩一句：我早知道了，你说这有啥用……

三、这个场景还能继续

比如：

1、企业背景改为：toC类，传统美容院

2、企业背景改为：toC类，汽车

3、线下团队改为：电话销售

4、一线销售改为：大区经理

5、一线销售改为：销售运营

6、销售的产品改为：广告服务

7、销售的产品改为：数据产品

大家可以自己思考下，这些看似一点点的变化会带来什么区别。这时候数据分析项目需要做成什么样，才能满足需求。

有同学会问，这种场景推演有什么意义？因为在企业里，真实的数据分析就要面对各种奇形怪状的场景。

比如：

服务对象可能是：一线员工、中层领导、高层领导

业务内容，可能受疫情影响，大量传统的，和互联网没有交易的美容、健身房、汽车4S店也跑来搞线上引流、在线直播

互联网平台自身推完了企业入驻，再推数据产品，再推营销服务，再推办公OA，再推数据中台资源……

所有这些， 都是在我们身边真实存在，每天发生的事件。都是要真实解决的问题。

不切入到具体场景，遇到问题只会到处问“互联网数据该怎么分析？？？”，最后得到的答案还是万年不变的AARRR，还是杜邦分析法，还是漏斗模型——有屁用。

所以真想做数据分析做得有用，就得认真切具体场景，提升具体问题具体分析的能力。

作者：接地气的陈老师

来源：微信公众号：“接地气的陈老师（ID：gh_abf29df6ada8）”

本文由@接地气的陈老师 原创发布于运营派，未经许可，禁止转载

题图来自Unsplash,基于CC0协议