用数据了解现状

如果你在过去两年中读过三条以上的新闻头条内容，你可能知道大数据。“大数据来了！做点什么吧！”当我们大声读出这一标题时，它似乎也在朝我们呼喊，这会让人产生一种觉得自己好像错过了什么事儿的不适感。我们想要大家对此能放轻松些，但是却开不了口。

因为这些头条说的都是对的，大数据时代已经来了，我们也没时间放松了。我们都需要开始对自己的企业组织架构做出调整，并将数据纳入考量。虽然没法放松，但也不用恐慌，因为我们已经知道大数据会对公司的销售业务产生什么样的影响。我们只需要再看一下公司在市场营销上的状况，就应该能知道如何让大数据发挥应有的作用了。

销售组织将会出现两个变化，一是我们将会更加依赖于对流程的实时监测而非突击式的检查，二是我们需要聘用专业人员来接管数据分析的工作。

想想看，以后我们将会如何衡量和预测销售业绩。如果公司在销售表现上略高于平均水平，我们应该能够每月甚至每周将销售渠道所得的数据录入公司的CRM系统，并且能够在评估销售渠道的时候，看到客户在每个销售阶段的数量及其价值。而后我们在预测下一月或下一季度的业绩时，便可能从现有的销售渠道中得知“鲍勃上季度完成了20万元销售额，我想这个季度他应该完成25万元”。查看销售渠道中的某个销售阶段，并根据最近一个阶段的销售状况展开预测，这的确是行业的普遍做法。而利用大数据信息则意味着我们不仅要查看当前销售渠道的整体状况，还要做到对它的实时监控。用数据了解现状

如果你在过去两年中读过三条以上的新闻头条内容，你可能知道大数据。“大数据来了！做点什么吧！”当我们大声读出这一标题时，它似乎也在朝我们呼喊，这会让人产生一种觉得自己好像错过了什么事儿的不适感。我们想要大家对此能放轻松些，但是却开不了口。

因为这些头条说的都是对的，大数据时代已经来了，我们也没时间放松了。我们都需要开始对自己的企业组织架构做出调整，并将数据纳入考量。虽然没法放松，但也不用恐慌，因为我们已经知道大数据会对公司的销售业务产生什么样的影响。我们只需要再看一下公司在市场营销上的状况，就应该能知道如何让大数据发挥应有的作用了。

销售组织将会出现两个变化，一是我们将会更加依赖于对流程的实时监测而非突击式的检查，二是我们需要聘用专业人员来接管数据分析的工作。

想想看，以后我们将会如何衡量和预测销售业绩。如果公司在销售表现上略高于平均水平，我们应该能够每月甚至每周将销售渠道所得的数据录入公司的CRM系统，并且能够在评估销售渠道的时候，看到客户在每个销售阶段的数量及其价值。而后我们在预测下一月或下一季度的业绩时，便可能从现有的销售渠道中得知“鲍勃上季度完成了20万元销售额，我想这个季度他应该完成25万元”。查看销售渠道中的某个销售阶段，并根据最近一个阶段的销售状况展开预测，这的确是行业的普遍做法。而利用大数据信息则意味着我们不仅要查看当前销售渠道的整体状况，还要做到对它的实时监控。对销售渠道的监测意味着每天甚至每小时查看大概几十到几百个不同的比率。例如，“鲍勃名下的月费营收与意向客户数量的比率是多少？”或“莎莉的承诺客户数量与意向客户数量的比率是多少？”这些比率会告诉你，是否应该雇用更多像鲍勃这样的人，也会告诉你莎莉是不是做得还不错。

为了能够实时查看信息，我们还需要能取得高质量的实时数据。因此，令销售痛恨无比的月度CRM信息更新惯例也变得不再适用。我们必须要做到能够实时输入数据到CRM系统，而要做到这一点，办法无非两种。一是要求销售人员必须录入其在CRM系统中的每一步行动，如有违反，公开处罚，但这基本上是做不到的。二是使用能够自动记录销售活动相关数据的系统。这后一种即是我们推荐使用的方法。一旦用上这样的系统，我们就能回答那些能够影响公司业务走向的各种销售渠道的现有问题了。

接下来你可能会问：“好，我知道我应该去查看一下比率了，可是我应该看哪些呢？”这个问题其实是数据分析员经常会问的，但是如同今天的市场营销团队一样，未来在销售组织中也会引入数据分析员的角色。发现其中的趋势了吗？作为销售主管，我们不应该再把销售团队当作一个个“狩猎”小分队，驱赶着他们全力追逐订单了。我们未来将要面对和管理的会是一个多功能的团队，这个团队既要去制作营销内容、开发潜在客户、分析数据，又要能在和客户达成交易后的很长一段时期内继续帮助客户解决问题。这样的销售团队实际上和一个微型企业差不多，我们要做好准备迎接这种转变。

我们发现手上已经掌握的数据至少有：潜在客户数量、画像客户数量、意向客户数量、承诺客户数量、已激活客户数量，以及月费营对销售渠道的监测意味着每天甚至每小时查看大概几十到几百个不同的比率。例如，“鲍勃名下的月费营收与意向客户数量的比率是多少？”或“莎莉的承诺客户数量与意向客户数量的比率是多少？”这些比率会告诉你，是否应该雇用更多像鲍勃这样的人，也会告诉你莎莉是不是做得还不错。

为了能够实时查看信息，我们还需要能取得高质量的实时数据。因此，令销售痛恨无比的月度CRM信息更新惯例也变得不再适用。我们必须要做到能够实时输入数据到CRM系统，而要做到这一点，办法无非两种。一是要求销售人员必须录入其在CRM系统中的每一步行动，如有违反，公开处罚，但这基本上是做不到的。二是使用能够自动记录销售活动相关数据的系统。这后一种即是我们推荐使用的方法。一旦用上这样的系统，我们就能回答那些能够影响公司业务走向的各种销售渠道的现有问题了。

接下来你可能会问：“好，我知道我应该去查看一下比率了，可是我应该看哪些呢？”这个问题其实是数据分析员经常会问的，但是如同今天的市场营销团队一样，未来在销售组织中也会引入数据分析员的角色。发现其中的趋势了吗？作为销售主管，我们不应该再把销售团队当作一个个“狩猎”小分队，驱赶着他们全力追逐订单了。我们未来将要面对和管理的会是一个多功能的团队，这个团队既要去制作营销内容、开发潜在客户、分析数据，又要能在和客户达成交易后的很长一段时期内继续帮助客户解决问题。这样的销售团队实际上和一个微型企业差不多，我们要做好准备迎接这种转变。

我们发现手上已经掌握的数据至少有：潜在客户数量、画像客户数量、意向客户数量、承诺客户数量、已激活客户数量，以及月费营收等，我们就不得不需要对它们进行衡量分析了。这些数据能让我们清楚当前的业务来自哪个特定的业务层级。简单来说，它们不但能告诉我们约翰挖掘的意向客户和画像客户数量比苏西要多，所以我们应该雇用更多像约翰这样的人，还能以对比的形式告诉我们现有的集客商机及其成本和外呼商机及其成本。如此我们便能通过数据对比看到哪种形式的客户能为公司带来更多的营收。

另外，我们相信对个人和全能销售单元（POD，这个概念我们会在后续章节中再做介绍）的评估也很重要，因为在不同的评估方式下，客户的转化率和客户数量可能会有很大的不同。

即便是分析这些最少量的数据，我们也需要优质的录入数据，而这恰好是大多数企业难以做到的。所以我们不仅建议引进数据录入的行动准则，还建议大家利用尽可能多的系统来做好数据的自动收集。我们还建议，在公司的能力允许时，及时聘用数据分析师或组建数据分析团队来帮助公司做好这些工作。

我们还要注意，潜在客户的质量并不都是一样的。我们经常在公司会议上看到人们因为搞不清到底什么样的潜在客户才是公司应该追逐的而引发各种争论。这种拿苹果跟香蕉比的方式显然不能解决问题，所以我们找到了表6-1，希望它可以帮我们厘清这些问题。

表6-1　几个明确的客户定义收等，我们就不得不需要对它们进行衡量分析了。这些数据能让我们清楚当前的业务来自哪个特定的业务层级。简单来说，它们不但能告诉我们约翰挖掘的意向客户和画像客户数量比苏西要多，所以我们应该雇用更多像约翰这样的人，还能以对比的形式告诉我们现有的集客商机及其成本和外呼商机及其成本。如此我们便能通过数据对比看到哪种形式的客户能为公司带来更多的营收。

另外，我们相信对个人和全能销售单元（POD，这个概念我们会在后续章节中再做介绍）的评估也很重要，因为在不同的评估方式下，客户的转化率和客户数量可能会有很大的不同。

即便是分析这些最少量的数据，我们也需要优质的录入数据，而这恰好是大多数企业难以做到的。所以我们不仅建议引进数据录入的行动准则，还建议大家利用尽可能多的系统来做好数据的自动收集。我们还建议，在公司的能力允许时，及时聘用数据分析师或组建数据分析团队来帮助公司做好这些工作。

我们还要注意，潜在客户的质量并不都是一样的。我们经常在公司会议上看到人们因为搞不清到底什么样的潜在客户才是公司应该追逐的而引发各种争论。这种拿苹果跟香蕉比的方式显然不能解决问题，所以我们找到了表6-1，希望它可以帮我们厘清这些问题。

表6-1　几个明确的客户定义第5章展示了新一代SaaS销售环境当中的各种市场参与者以及他们在参与行为发生时的各类表现。这些和时间关联的参与行为都是我们希望能够通过数据监测系统来实现追踪的行为。而这些行为之间的对比关系，就是我们在企业内部构建所谓数据驱动型销售组织的原因。正因为有了这些标准化的对比关系数据，我们才能从中得出各类标准化报告，而这些标准化的报告数据将会被呈现在公司的标准化数据表盘上。

数据的不同类型

当我们仔细观察第5章中所提到的销售渠道内的客户挖掘活动时，便能发现如何根据自己的业绩目标去管理公司的业务。例如，我们可以关注以下数据：第5章展示了新一代SaaS销售环境当中的各种市场参与者以及他们在参与行为发生时的各类表现。这些和时间关联的参与行为都是我们希望能够通过数据监测系统来实现追踪的行为。而这些行为之间的对比关系，就是我们在企业内部构建所谓数据驱动型销售组织的原因。正因为有了这些标准化的对比关系数据，我们才能从中得出各类标准化报告，而这些标准化的报告数据将会被呈现在公司的标准化数据表盘上。

数据的不同类型

当我们仔细观察第5章中所提到的销售渠道内的客户挖掘活动时，便能发现如何根据自己的业绩目标去管理公司的业务。例如，我们可以关注以下数据：◎　可量化数据：通过追踪画像客户（见图6-1③）、意向客户（见图6-1⑪⑫）或成交客户（见图6-1）的数量而形成的衡量指标。

◎　转化数据：通过将某些衡量指标做对比得出的重要转化率数据。例如，如果每100个画像客户（见图6-1③）中可产生55个意向客户（见图6-1⑪），那么当前画像客户转化为意向客户的转化率就是55%。

数据驱动型销售组织的关键指标

图6-1　数据驱动型销售组织的关键指标

◎　业绩数据：我们可以使用多个衡量指标数据来对所需数据进行推算。例如，我们可以测算出某个营销活动在30天内生成的月费营收、某类客户的销售周期、客户流失率、实现向◎　可量化数据：通过追踪画像客户（见图6-1③）、意向客户（见图6-1⑪⑫）或成交客户（见图6-1）的数量而形成的衡量指标。

◎　转化数据：通过将某些衡量指标做对比得出的重要转化率数据。例如，如果每100个画像客户（见图6-1③）中可产生55个意向客户（见图6-1⑪），那么当前画像客户转化为意向客户的转化率就是55%。

数据驱动型销售组织的关键指标

图6-1　数据驱动型销售组织的关键指标

◎　业绩数据：我们可以使用多个衡量指标数据来对所需数据进行推算。例如，我们可以测算出某个营销活动在30天内生成的月费营收、某类客户的销售周期、客户流失率、实现向