来源：接地气的陈老师
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、解题的顺序解题的第一步，得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）。
解题的第二步，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）。
解题第三步，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。
解题第四步，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。
解题第五步，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。
看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。
感谢您的支持，我会继续努力的!
打开支付宝扫一扫，即可进行扫码打赏哦
手机直接保存图片,扫一扫识别二维码,即可进行扫码打赏哦
