精實革命 – 我們都別在自己騙自己!

2019.03.28 10:50 AM


精實數據分析(Lean Analytics) 作者艾利斯泰爾.克羅(Alistair Croll)在書中指出,運用真實數據,透過精實分析學,讓你停止欺騙自己,面對不願面對的真相。精實分析學讓你精確判斷什麼是真相,它不會強迫你依據數據採取行動──但是它可以把數據突顯在最醒目的位置,讓你無法忽視,並且防止你脫離正軌。

群組分析有助於企業在客戶的整個生命週期中清晰地看到演變模式,而不是盲目地接觸所有客戶,卻不考量客戶自然週期的經驗值。


除非你跟我一樣看過這本書,否則光憑上面幾句話,也實在讓人難以理解。在本篇文章中,我們列舉幾個運用存放在Zoho CRM中的數據來進行銷售分析的情境,一起來看看精實分析為我們帶來的價值。


客戶保留率

如果我們是提供訂閱式服務的商業模式,使用列表呈現來分析客戶保留率是個很棒的方法。以下是一個範例: 



我們把開始訂閱時間在同一個月的客戶設定為一個群組(即月份為Y軸)。每個群組每間隔1個月即進行一次客戶保留率的統計。 

舉例來說,我們看到2015年1月。有153個新客戶訂閱,而到了下一個月有99.35%的客戶繼續訂閱了,第2個月則有98.69%的客戶持續訂閱…以此類推。 保留率下降意味著客戶沒有續訂,保留率又回升表示離開我們的客戶在中斷後又回來了。 

為了視覺上的快速分辨,保留率100%使用深綠色顯示,有任何下降顏色會逐漸變淺。紅色則表示的保留率低於60%非常危險了。 

這樣不但可以幫助我們跨時間分析數據,同時也讓決策者更容易評估趨勢的變化,並採取必要策略來提高客戶保留率。


業務人員能力

延伸上述客戶保留率的列子,我們還可以依據客戶數量及保留率來評量業務人員的績效。以下是一個範例:



各業務人員每月的客戶保留率,同時也 反應出業務找來的客戶品質以及各業務對客戶的持續服務與照顧,這些都是可以拿來評量的。


潛在客戶轉換率

我們可能有一千個潛在客戶,但並不是所有的潛在客戶都會被轉化為機會(有潛力的交易)。將這些潛在客戶分組進行分析,可以幫助我們追蹤潛在客戶的轉換率以及流失率。以下是一個範例: 



同樣的,我們以建立潛在客戶的時間來分組,第二欄表示潛在客戶的數量,然後每個月統計一次轉換率。透過這份報告,我們可以清楚的看到 最大的轉換率,會出現在我們首次接觸這些潛在客戶的前5個月,然後轉換率便開始逐漸降低。這意味著我們要開始思考提高轉換率的策略了。


贏單率

當我們把潛在客戶轉換為機會(有潛力的交易)後,隨著時間一個月又一個月過去,又有多少機會會獲得最終的勝利?以下是一個範例: 



同樣的,我們以建立機會的時間來分組,第二欄表示機會的數量,然後每個月統計一次贏單率。透過這份報告,我們清楚的看到, 當我們把潛在客戶轉換為機會(有潛力的交易)後,若沒有辦法在2個月內贏得訂單,之後要贏單的機會已經非常低了。 

想要把這些群組精實分析,運用在自己的行業領域嗎? 免費試用Zoho Analytics!