来源:接地气学堂

作者:接地气的陈老师

花里胡哨的新词,经常给同学们带来困扰。用户增长概念火了以后,随之而来的一个魔法数字,就搞糊涂了很多人。还闹出很多笑话,比如下边这个。

请听题:某互联网公司toB业务的销售运营,发现了一个魔法数字:只要销售们打电话100次以上,通话100分钟以上,成交率就会明显飙升(如下图),于是销售运营制定了双100任务,要求人人每天达到这两个指标,还在电话间挂上了“只要没打死,就往死里打”的大标语。结果搞得销售们叫苦连天,疯狂加班,还屁业绩没有,离职率也上去了。现在请数据分析师找找原因。

1 、魔法数字的最初含义

魔法数字最初仅仅是用户留存分析中的一种方法:找到影响用户留存的最关键变量,之后改善这个变量的数值,从而达到改善留存的目的。比如我们发现:一周内点击分享5次及以上的用户,留存率明显高出30%,所以我们就定5次为魔法数字,然后想办法让用户多分享。

具体操作分4步:

  1. 列出可采集数据的用户行为
  2. 分析行为与留存率关系,找出高度相关行为
  3. 剔除其中不适合业务做改善的行为
  4. 得出合适做改善行为的魔法数字

有同学会说,这不就是找关键因素吗!是滴,没错,就是找关键因素。可就像找关键指标被叫做“北极星指标”一样,互联网行业就是爱造新词,关键因素就被称做“魔法数字”了。可如同所有新词一样,很快魔法数字的说法就被滥用,于是有了开篇的问题。光抱怨没有用,我们一起看看这个问题是怎么来的。

 2 、魔法数字的错误做法

最大的错误,就是很多同学把结果当过程,以为只要找到一个有明显差异的分组,就算找到(如下图):

这样做,犯了一个统计学上基本错误:把相关当因果。就如同开篇的问题一样,看似拨打100次以上,有效通话100分钟以上的人业绩好,可反问一下:

  1. 是不是因为客户本身愿意聊,所以才能聊到100分钟呢?
  2. 是不是因为他原本的客户就多,所以才需要打100次呢?
  3. 是不是达成100次条件的,每个月就不是同一个人呢?

因果倒置,很有可能发生。很有可能是因为业务员已经谈成了客户,所以才会跟客户聊这么久。而不是因为他聊得久,所以客户才愿意跟他签约。这里需要有更科学的方法,全面分析:“到底是什么让业务员优秀”。而不是简单地做个分组对比了事。

 3、找魔法数字的正确姿势

首先思考下:开头的题目是什么类型?

  1. 是多少
  2. 是什么
  3. 为什么
  4. 会怎样
  5. 又如何

找魔法数据的本质,是找到驱动用户/业务的关键因素。因此想解开头的题目,得先弄清楚:为啥有的销售好,有的销售差。因此这个题目选C。弄清了原因,才找能关键行动;弄清了行动,才知道用什么数字来衡量,这才是真正魔法数字。按这样的顺序操作,才不至于陷入“就数论数,因果倒置”的错误里。

特别要注意,互联网toB业务的销售有其特殊性:

  1. toB业务人际关系很重要,自带资源多的销售就是签约多。
  2. toB业务高度依赖个人能力,因此有可能有成功的不传秘方。
  3. toB业务的客户有采购周期,因此可能有销售的旺季/淡季。
  4. toB业务陌生拜访成交率天生低,销售们有可能是纯碰运气

基于这些特点,想要找成功原因,就不能偏执的追求“思维觉醒”、“能力提升”、“敢拼就敢赢”、早上喊打鸡血口号、中午群魔乱舞跳工间操、晚上罚没完成任务的裸奔——诸如此类没节操的办法,这是传销窝点常干的事。客观分析销售业务成功因素,试图区分运气、资源、季节性等原因,才是正道(如下图):

这五种情况里,情况1还需要进一步区分:到底是能力还是背景。或者背景起到多大作用。这导致的策略方向会完全不一样:如果背景特别重要,那么就干脆招有背景的人;如果有明显待改进的行为,就努力培养这种行为。

想梳理清楚,先看背景再看行为会更好。因为销售的行为采集比较难,不见得能采集到完整行为,特别是话术、技巧、语气这种不可量化的因素。但背景信息有简历,有很多结构化数据做分析(如下图)。

就像科比可以早上4点起来练球,但早上4点起来练球并不能让你成为科比一样。脱离行为组合,单纯的抓某一两个动作,并不能让普通人达到优秀者的水平。当然更蠢的做法,是把不同优秀者的行为拼接到一个人身上,是滴,就是我们家老妈子干的事:你咋不像A那样勤奋,你咋不像B那样爱运动,你咋不像C英语讲那么溜……这么干简直能把人气死。

所以分析行为的时候,不要拿每一个指标与结果做交叉,而是先找到标杆,再拆解标杆的行为,总结出一些规律,再拿着标杆的行为与普通人做对比。这样才更容易看到差距,找到一套可复制的打法(如下图):

4 、从魔法数字到行动策略

经过数据分析,我们摸清了销售成功的原因。基于数据,会衍生出四种基本策略:

  1. 行为培养型:找到影响成单的关键行为,提升关键行为。
  2. 人才引进型:直接找有天生资源的销售,榨干了就换人。
  3. 季节加码型:提前预备人力,在采购季来临之时狂轰烂炸。
  4. 人海战术型:所谓“卖报童效应”,多点人,多干点。

注意,策略2、3、4都跟魔法数字没有关系。策略2是招聘策略,尽可能招聘优质销售。策略3、4都是人海战术,靠的大力出奇迹。只有策略1才会用到魔法数字,而且很有可能不是一个数字,而是一个行为组合。

比如:

  • 成交五步法:先说A话术,再说B话术
  • 开门七件事:日工作计划、目标、名单准备
  • 五做五不做:坚决避免的5种错误
  • 二七一十四:2次沟通率,7个切入点,14分钟介绍

总之,能提高业绩的行为就是好行为。把这些行为、话术、技巧提炼出来,就是数据分析提升业绩的最好办法。拒绝傻憨憨地打鸡血,才是数据分析师的贡献。至于名字是魔法数字还是关键因素,大家爱听啥就听啥好了,哈哈。

魔法数字是什么?如何用数据分析找到它相关推荐

  1. 魔法数字是什么?如何用数据分析找到它!

    花里胡哨的新词,经常给同学们带来困扰.用户增长概念火了以后,随之而来的一个魔法数字,就搞糊涂了很多人.还闹出很多笑话,比如下边这个. 请听题:某互联网公司toB业务的销售运营,发现了一个魔法数字:只要 ...

  2. 重磅风控干货:如何用数据分析监测交易欺诈

    重磅风控干货:如何用数据分析监测交易欺诈 2015-12-15  Purefact  来源  阅 2157  转 20 转藏到我的图书馆微信分享: QQ空间QQ好友新浪微博推荐给朋友 论坛君 本文作者 ...

  3. 从数字企业转型来看,数据分析能带来什么

    大数据时代,数据的存储.处理.分析和使用方法呈现出多样化的局面.而数据分析描述了各种数据类型和数据集,涵盖了新的和非结构化数据源,SCADA数据,M2M数据,RFID数据以及与传统(SQL RDBMS ...

  4. java 魔法数_魔法数字与常量定义

    优化前代码 实例1 动动脑筋:本例代码中有哪些瑕疵,应该如何优化? ☆代码1:Before类 1  package com.itedu365.best1201; 2  public class Bef ...

  5. [JS]题解 | #魔法数字#

    题解 | #魔法数字# 题目链接 魔法数字 题目描述 牛妹给牛牛写了一个数字n,然后又给自己写了一个数字m,她希望牛牛能执行最少的操作将他的数字转化成自己的. 操作共有三种,如下: 在当前数字的基础上 ...

  6. 编程领域名词:魔法数值、魔法数字、魔法值

    魔法数值.魔法数字.魔法值,这是一个东西,不同的叫法. 魔法数字,在编程领域指的是莫名其妙出现的数字.数字的意义必须通过详细阅读才能推断出来.一般魔法数字都是需要使用枚举变量来替换的. 魔法数字常见于 ...

  7. 如何通过数据分析找到热销产品?

    很多拼多多的卖家们将卖不动的货归结为自己不懂得推广运营,于是请专业的人为其做推广,但是最终的效果依然不尽人意,其实这主要是没有解决好货的问题,相信很多的逛拼多多的朋友们应该能看到拼多多的热销商品,而这 ...

  8. Excel:VBA数据分析-找到含某个关键字的单元格就标黄(五)

    Excel:VBA数据分析-找到含某个关键字的单元格就标黄(五) 是的,还是之前的测试表,i( •̀ ω •́ )✧.新加了一列关键字列. 这次要写的逻辑如标题所示,找到 含有 某个指定关键字的 单元 ...

  9. 第46篇 Android Studio实现生命数字游戏(一)数据分析

    第46篇 Android Studio实现生命数字游戏(一)数据分析 1.数据 1.1.生日 1.2.生日数 1.3.天赋数 1.4.命数 1.5.星座数 2.数字对应的解析 1.数据 数据是在生命数 ...

最新文章

  1. python基础day4
  2. 营销型网站吸引用户说难也难,说简单也简单
  3. mfc中加logo以及背景图
  4. NAT(修改IP包的IP或者Port) NAT穿越 keepalive包(IP包),保持映射关系
  5. 如果你也会C#,那不妨了解下F#(1):F# 数据类型
  6. linux内核spi总线驱动分析,Linux下的SPI总线驱动(三)
  7. 观测云品牌正式亮相,携手通信院共推国内可观测性概念与技术发展!
  8. ADO.NET与Sql Server和Access的连接
  9. 数据分析用r还是python_想要从事数据分析,选择python还是R语言呢?
  10. Python分布式爬虫打造搜索引擎(三)
  11. 机器学习分类算法_收藏:机器学习算法分类图谱及其优缺点分析
  12. 内存取证-volatility工具的使用
  13. JAVA封装,继承,多态详解
  14. 【CV-Paper 08】ResNet:Deep Residual Learning for Image Recognition
  15. 如何用电脑下载微信视频号中的视频?
  16. Java 类详解 9章
  17. Java面试问题集锦
  18. JavaSE练习题之不死神兔
  19. 【UCIe】UCIe NOP 介绍
  20. 大华摄像头使用外网进行访问管理

热门文章

  1. 断言(assert)的使用
  2. Efficient feature learning and multi-size image steganalysis based on CNN【Zhu-Net基于高效特征学习与多尺度图像隐写分析】
  3. 个人网站搭建 03——Hexo + Github 博客搭建
  4. java的socket通信安全_JAVA-Socket通信笔记
  5. JVM内存不要超过32G
  6. Linux C语言获取时间 gettimeofday timeval
  7. 【SpringBoot】一文了解SpringBoot热部署
  8. 常用计算机软件使用,第七部分_几个常用计算机工具软件的使用实验
  9. android 视网膜黄斑检查 amsler,6种检查方法,教你诊断黄斑变性
  10. Kali 2021.2 最新安装教程 图文详解(保姆式)