
對于銷售人員和銷售管理人員來說,如何建立科學的反映商機狀態(tài)及銷售效率的模型至關重要,本文將介紹銷售漏斗的使用情況,適用于多種不同類型的銷售體系,其中尤其適用于關系型銷售企業(yè),也就是適用于需要長期維護客戶關系的企業(yè)。
制作分析儀的目的在于有條理的、簡單易懂地告訴銷售管理者你手中的商機處在何種情況下、它們可能正面臨何種問題、需要管理者及時做出何種響應來回避風險,達成銷售目標。
其實對于銷售管理者而言,面對現(xiàn)有商機可能無法完成銷售業(yè)績的問題一般只能做出兩大類舉措來改善現(xiàn)狀。第一類是命令手下銷售人員找新的商機進來提高商機總量,下這種命令一般是出現(xiàn)了商機總量不足的情況,即便現(xiàn)有商機都在有條不紊的向前推進,在銷售周期內(nèi)也還是很難達到銷售目標值時便只能通過補充新的商機進來提高商機總量的方式來應對了。還有一類舉措是命令手下銷售人員盡可能快地將手頭商機向前推進,下達這種命令主要是因為雖然商機總量足夠大,但其中很多商機在低銷售階段停留過久,出現(xiàn)了商機無法在銷售周期內(nèi)完成的風險。在這種情況下,如果做出補充新商機的錯誤判斷,就會更加分散銷售資源,降低銷售效率,造成本來能在銷售周期內(nèi)完成的商機無法完成的嚴重后果。擺在銷售管理人員面前的就像是一道二選一的選擇題,正確率是50%,但一旦錯誤,就會造成無法挽回的毀滅性后果。所以銷售管理分析儀正是幫助銷售管理者提高選擇題正確率而存在的,眾多指標都只在為銷售管理者標明一條寬廣且正確的銷售策略之路。
那么,制作和實施銷售管理儀的思路是什么呢?
一、瀑布圖展現(xiàn)各階段占比情況
故事的開展是由表現(xiàn)各銷售階段商機占比情況的瀑布圖展現(xiàn)的,通過瀑布圖我們可以了解到低階段商機與高階段商機的占比情況,以及商機總量的數(shù)值情況。如果低階段商機多,說明商機向高階段轉變乏力,需要銷售人員積極推進,如果商機總值低,則需要補充新商機進來。
二、了解單個銷售階段商機構成
故事的高潮部分是用一個動態(tài)的組合柱形圖展現(xiàn)的。通過此圖我們可以清楚地了解到需要重點關注的銷售階段是由上周的哪些銷售階段轉變而來的。比如上圖反映的就是當周“投入”階段的商機就是由上周“潛在”階段貢獻81、“明確”階段貢獻91……組合而來的。了解了商機的周變化情況,就可以判斷銷售人員對手頭商機的推進力度情況,為是否該做出讓銷售人員積極推動商機的決策提供了更深層的數(shù)據(jù)依據(jù)。
三、了解細節(jié)
故事的尾聲結束在對不同銷售維度的細節(jié)展現(xiàn)上,通過前邊的內(nèi)容,精明的銷售管理人員已經(jīng)可以大致做出大方向上的決策判斷了,再通過閱讀尾聲的細節(jié)圖表信息,銷售人員便可以對某個具體銷售人員做出更細致的銷售指導,以便大的銷售策略能夠得到順利的開展。
介紹完銷售漏斗的知識,如果你對商業(yè)智能分析的知識和應用感興趣的話,CDA數(shù)據(jù)分析員課程等你來,李奇老師帶你玩轉Exel商業(yè)智能!
一、課程安排
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10