思路好，下班早！思路混乱，忙到肝颤！多渠道的分析方法
这是陈老师《做一个人见人爱的数据分析师》长篇连载第十篇
第三篇戳：数据分析师如何应付“你行你上啊！”的嘲讽
第四篇戳：天气太热业绩差，除了设坛求雨外，数据分析师还能干啥？
第五篇戳：数据化甩锅！把问题优雅的甩给外部环境，活学活用PEST
第六篇戳：码数5小时，结论憋两天，分析报告结论到底该怎么下！
第八篇戳：从一个小问题洞察挣钱秘籍，却被90%的数据分析师忽略
第九篇戳：拒绝鸡汤，我要挣钱！用数据分析找到销售成功背后的真正秘密
这是陈老师《做一个人见人爱的数据分析师》长篇连载第十篇
在第一到九篇中，陈老师都是列举的单一渠道的分析方法。实际上，企业里多渠道经营是很常见的事。特别是实体企业，为了赶时代风口，各种自营店、加盟店、电话营销中心、网店、微商城、EDM全往上招呼。陈老师见过的最夸张的企业，广告投放+直接获客渠道，一共300多种。估计他们做销售渠道分析的表哥每个月光码表都累死了。300张excel表，想想都酸爽。
然而真码了这么多表，有人认真看吗？？？
——多渠道分析常见错误——
估计真码出来，不但没人看，而且会被领导怪罪：“分析的一点都不深入，流于表面！”为什么？因为真有300个渠道的话，单纯摆上客流量、成交率、客单价三个数据，具有300*3=900个数；再来了获客成本、获客投入、ROI，就是900*2=100800个数；再来一个同比环比目标比，就是1800*2*3=10800个小图……
10800张图喂！这还没算上产品、客群、访问行为等细分维度分析。10800张图得看到猴年马月去！问题是，这10800张图，最多只能说明问题出在哪里，为什么客单价降了，是短期降还是长期降？是内部因素还是外部因素？是主观没有做好还是客观竞争压力大？统统没有说明！领导当然会抱怨分析不深入了。
分析深入，指的是围绕一个问题多角度论证很深入，不是说摆了10800张图就是深入了。当我们面对的销售渠道众多，情况纷繁复杂的时候，要首先帮助销售部门的领导们看清全貌，再逐步聚焦到问题点上，这样才能达到分析深入的目标。而不是单纯的铺一堆数字，一下陷入的细节里。
——多渠道分析展开思路——
首先要理解一个背景：销售渠道有哪些种？销售成功需要三重因素保证：
1. 天时：外部资源配合，品牌宣传、爆款产品、促销政策
2. 地利：优质的渠道，比如高端社区店、人流大的步行街店、优质网站流量
3. 人和：销售团队主动性、能力、团队配合
在不同的渠道，以上三个因素的分析重点不同。一般认为：
l 线下团队/线下门店/线上渠道：线下团队运作更看重人和；线下门店地利+人和；线上渠道更看重天时作用
l 有资源/无资源：在有客户名单的情况下，更看重天时，配合好各种资源发挥名单作用。在无客户名单的情况下，人和/地利更重要。或者依靠团队力量开发资源，或者依靠优质渠道吸引流量。
其次要理解一个问题：为什么要建这么多销售渠道？多渠道销售可能是单纯的增加获取顾客的概率，迎接对手挑战，比如：
1. 增加概率：只要还有营销费用，把能用的接触客户渠道全用上！！！
2. 迎接挑战：对手有网店、我也要开网店，线上销售热，我也要参合一脚。
3. 精准捕捉：针对大客、潜客主动出击，电话、短信、上门拜访都行。
多渠道销售更有可能是整体战术设计，比如：
1. 分阶段销售：典型的方式，如线下做体验店、二次消费交给线上完成。
2. 分客群销售：旗舰店、社区店、网店、微店针对不同客群，各司其职。
3. 分产品销售：典型的方式，如线下做爆款、线上廉价甩尾货。
在这种情况下，意味着不同渠道本身承担的角色就不同，不能单纯的按同一标准考核。
面对这么多复杂背景，在开展多渠道销售分析之前，自己心里必须有个谱：我即将分析的那么多个渠道，到底是怎么特点？有什么渠道政策？领导的定位与期望是什么？。正确看待渠道特点，才是摆脱只会拉个平均值写XX指标高了低了的起点。
——多渠道分析展开方式——
第一步：渠道分类。首先判断我们的渠道分类是全渠道引流还是各司其职式，之后根据不同渠道的特点，分为线上/线下，团队/门店等几个大类。
第二步：输出全景。针对渠道大类，先输出客流量、业绩贡献、投入比例、ROI这几个关键数字，让销售管理层们一眼看到：哦，原来我们的业绩来自哪里，我们的成本来自哪里。从而引发管理层思考，产生初步假设。
第三步：判断外因。针对渠道大类，结合业务走势及PEST分析，首先分析宏观环境，外界因素影响。把需要销售团队以外力量协助的因素先讲清楚。如果是宏观环境有问题，销售需要市场、营运等部门配合，可以先讨论清楚，避免陷入细节归因不清。
第四步：寻找内因。按照各类作用及重要性，逐一深入。先定分析顺序，再看二级指标，客流量、成交率、客单价。逐步锁定每个渠道大类内主要问题。
第五步：聚焦分析。再针对各渠道问题排优先级，深入诊断问题来源，这时可以引入客户结构、产品结构、团队结构、典型标杆等等，具体分析问题。做完一个主题再做下一个，免得罗卜白菜一锅炖最后贪多嚼不烂，也免得一次输出太多报告累死自己。
——本文还差一点点就完了——
实际上，把复杂当深入是数据分析新手们常见的错误。分为三类：
第一类：认为摆的数字越多越深入
第二类：认为画的图越炫酷越深入
第三类：认为模型越没人懂越深入
可实际上，我们煞费苦心做的报告，业务部门最多看10分钟时间。他们大部分精力要放在如何组织队伍、培训知识、安排工作、执行任务上。所以数据展示要分梯度，逐步聚焦，层层深入，才能更好地帮他们节省精力，解决问题。
有些新人不服气，说这是公司没有数据意识。设想一个公司，产品不做设计、市场不做策划、营运不搞售后，所有人挤在一个屋子里，对着一个黑板看数据分析师深入分析各种未来，思考数字背后的巨大财富——这不是传销窝子吗！
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
Python爱好者社区历史文章大合集：
Python爱好者社区历史文章列表（每周append更新一次）
关注后在公众号内回复“课程”即可获取：
1.崔老师爬虫实战案例免费学习视频。
2.丘老师数据科学入门指导免费学习视频。
3.陈老师数据分析报告制作免费学习视频。
4.玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。
5.丘老师Python网络爬虫实战免费学习视频。