数据分析师如何面对“我早知道了！”这句质疑
这是陈老师《做一个人见人爱的数据分析师》长篇连载第二篇
我！早！知！道！了！
这种抱怨很耳熟，不是吗？因为确实大部分数据分析专员们，只会跑数，不会分析。最多就是标上一句：“同比高了2%”“本月指标还没达标”之类。这是典型的把业务部门当瞎子的做法！长眼睛的都会自己看好吧。这么欺负业务部门的智商，人家不喷你才怪。
特别是销售部门，最爱把这种质疑甩到数据分析师的脸上。因为销售部门最贴近一线，发生什么他们亲眼看的到。业绩不达标——对数据分析师而言只是五个字，对销售而言这是血淋淋的收入下降，军心不稳，人员离职，焦头烂额，人家当然比你更清楚业绩不达标！
所以如果只是简单的列几个数字高了低了就下结论，那还是省省这个力气吧。还不如做个仪表盘丢给一线，让人家看的更简单轻松一点。想要真正帮到一线，我们需要更深入的理解一线的业务逻辑。
——从一个最简单的地方做起——
是滴，一线很清楚业绩没有达标。可是差多少没有达标？还需要做多少才能达标？在有限的时间内能做出多少能达标的事情？一线不一定计算的非常清楚。一来、大部分销售本身素质并没有那么高，不一定有这种规划能力；二来、销售一向看重的是执行力，不是规划能力（那是市场部的策划们想的事情）看重执行容易导致打地鼠的后果，眼前的事重要，忽视全局；因此最简简单单的帮他们算笔账：到底你还要做多少能达标！都好过只列一个高了低了的数字。
假设销售指标是下达给人的，那么最简单的算法是：
业绩差额 = 目标业绩 – 当前业绩
每日需追赶业绩 = 业绩差额 / 剩余天数
人均需追赶业绩数 = 每日需追赶业绩 / 人数
然后可以给销售团队领导说：你们还需要每天多做 X 单才能达标，加油吧骚年！
这么干，能给销售团队领导一个提示，但不能真帮人家解决问题。因为想起到作用，至少要考虑三个因素：
一线能力范围
在一线，从来没有一个业务员叫“平均”。实际上业务员在短时间内接客能力是有限度的，而业务员间能力是参差不齐的。因此经常出现王牌业务员忙到乱窜，一堆新人屁事不办的尴尬景象。因此计算产能不能简单算平均，要根据业务员能力分层。考察客户数、成单率、业绩额三个指标，至少可以把业务队伍分为王牌级（超级业务员）骨干级（平均水平上下）菜鸟级（远低于平均水平）三层。
分层本身对诊断销售业绩就是很有帮助的。因为一线经常出现王牌业务员一家独大，霸占大量资源使用率却奇低的问题；缺少骨干力量，队伍稳定度低，少了一个王牌业绩崩盘的问题；新人能力培育不起来，大量菜鸟队进队出浪费资源的问题。分层可以及时发现问题，提示一线改进。在分配任务的时候可以更合理提示一线利用人力，防范无脑猪突。
一线顾客资源
在一线，从来没有一个业务员叫“平均”。首先顾客分为新客&老客，这两者对一线的含义是不同的。一线都喜欢新客，新客好忽悠，骗一炮就跑，而懒得跟进老客。因此新客&老客业绩占比本身就是很重要数据。再往下剖析客户人数，成交日期就能的都更多信息。比如夏天天气暴晒，新客人流不足，那可以去拜访老客户啊！一帮人躲在门店啃西瓜然后把业绩不好推给天气热，是几个意思？？？
顾客价值也可以分层，这里展开讲可以衍生出相当丰富的内容。对一线而言，最重要的是引导大家关注中小散客，关注匹配客户需求而非一味追求高额订单或者成交率。一线往往喜欢走极端：在业绩好的时候一味追大单，拿大钱；在业绩差的时候一味要折扣，追求成单率，压缩利润。这些脑残行为都可以反映在顾客结构上，关注顾客结构可以提升一线资源使用率。
一线执行力度
一线最重要的就是执行，执行执行还是执行。只是在传统线下销售或者B2B销售中，一线的执行工作没有那么容易记录。站在总部的数据分析师很难找到一个字段是描述销售做了什么动作，比如上门拜访、产品展示、需求记录、二次跟进等等。这时候要么出一个智能销售助手的终端（这真的是一个解决办法，稍后分享）要就得从其他指标上判断。
比如最常用的促销参与率就是个指标。一线不是天天喊着缺资源缺政策吗，现在给了政策不去执行，给了资源不用，促销参与率上不去，可以做促销的单不做，是几个意思？？？类似的，沿着销售的流程，看一下还有哪些可采集数据的指标能用上，从行为上度量销售的执行力，可以更有力的支持到销售工作。
这些都算完，就可以拿着指标趾高气扬的对一线说：来！来！来！看看这就是我发明的无敌战术了吗？错！十有八九会得到一句：“呦！你挺能啊！你卖出去过一块钱吗！”的嘲讽。这就是数据分析师面对销售的第二大问题：如何说服这些一线的实干者？别着急，后边陈老师还有攻略。
更多精彩干货请戳~~~
业务知识一站通，懂业务，让你从技术人才中脱颖而出！
陈老师基于咨询公司从业经验与8年25个项目经验，精心打造业务知识体系课程。
点击阅读原文立即学习