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。

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。

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。

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。

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。

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：