时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{数字化转型:数据可视化赋能销售管理}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的数字化转型:数据可视化赋能销售管理内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
一个咨询公司的朋友,公司主要是给一些偏传统企业做数字化转型的战略咨询及产品落地,涉及的行业非常广泛,包括制造业、零售业、保险行业等等。 前段时间找我帮忙,给看一下他们客户现在的销售管理数据产品设计的主要问题,给些优化建议。简单分享下思考的过程。 一、业务场景决定数据产品的目标保险经纪公司是保险业态中的重要参与者,以保险中介的角色,帮助保险公司卖保险,帮助消费者选保险、买保险。 业务主要目标是通过卖更多的保险来获取佣金,在这个过程中,主要依赖全职或兼职的保险销售人员。 这个客户期望咨询公司给他们提供数字化转型的方案建议,实现公司业绩的新的突破,利用数据化的手段管理保险销售过程,实现数据赋能保险业务运营。 业绩管理模块的产品目标:
二、用户群体特征决定可视化呈现方式销售、中介类岗位特点决定了人员招聘时更加关注其与人沟通的销售能力,数据分析不是他们的强项,愿意每天花时间,能够从一大堆的指标数据中,挖掘到有用信息的人少之又少。 往期的文章:《》及《》论介绍过,数据可视化产品的三个层次,对于强销售的业务形态,给销售人员的数据产品只有达到第三个层级时,才能真正地发挥作用。 执行力是地推铁军的强势,一言以蔽之,销售人员使用的数据产品,要足够简单、简洁、直观,不要让其思考。 三、利益关联度决定产品价值与粘性销售管理重在考核和激励,最直接的就是和钱挂钩。 业务员每天醒来最关心的肯定是今天、这个月我能赚多少钱。卖多少产品、谈多少客户,最终都是为了达成金钱这一目标。基于金钱、管理考核进行数据产品设计,才会有足够的粘性,能够提供水表推荐文案赚更多钱的方法或者建议,才更有价值。 外卖员、网约车司机可以实时查看当天的收益,经常为了平台的冲单奖励而自驱地从清晨工作到深夜,对于他们而言,多送一单,多拉一程是在给自己打拼,而不仅仅是“工作”任务。 四、销售管理类数据产品的设计思路1. 紧扣考核基本法避免数据堆砌销售人员使用的数据产品不要追求提供全面的数据指标和强大的多维分析能力,对于很多销售而言,太多的数据带来信息过载或者冗余,从而不会用,不愿意用。用简洁的页面和直观的可视化图表,能够把怎么算钱这件事情说清楚,并且告诉销售他哪个指标不达标,如何改善就可以了。 例如,之前为门票销售人员设计奖金仪表盘的产品,基于个人最关注的季度奖金,从奖金系数结果、业绩考核的KPI完成度等方面进行设计。 2. 强化激励效果刺激自驱行为销售是自己的事! 首先是将工作的成功量化成最直观的金钱价值,比如多跑一个客户,多签了一单,他自己收益多少,推荐发展一个下线自己有何好处。 很多人沉迷于游戏,一方面是确实爱玩,还有一个原因就是游戏的等级制度带来的荣誉感。用游戏升级打怪的方式来呈现销售个人业绩的成长,可以增强趣味性,通过等级设定、排名强化个人荣誉感,从他人驱动转向自我驱动。 此外,保险销售人员等级和佣金系数挂钩,等级的提升最实在的价值就是佣金系数更高。把升级条件及当期差距问题呈现,方便销售自己去把短板补齐。 3. 组织健康体检诊断团队问题我的团队有没有问题? 销售团队中,管理者个人业绩和团队强相关,个人销售能力再强,团队业绩一团糟,也很难获取更多的回报。经常看到电脑或者手机管家的体检得分,把一些衡量健康度的指标和分值计算规则确认好,每次体检输出直观的健康还是不健康的结果,以及相应的问题项,基于问题项逐个解决团队问题。 此外,通过红黑榜单清楚地知晓绩优人员与绩差人员,进行表扬或者跟进帮扶。 4. 既要是什么,还要怎么样,为什么每一个指标的呈现,都要能够体现具体的好坏评价,清楚地告知销售,这个指标指代的含义,以及是好还是坏,联动深度多维分析及下钻分析能力,定位问题,找到破局方法。指标评价维度,可以参考前期文章。
五、总结感悟1)传统企业的数字化转型的核心动力在于数据驱动企业经营能力的改善,数据赋能降本增效,所以宁波路泰克汽车科技有限公更加强调数据在业务侧的应用,而非各种数据中台、数据架构的概念,最直白的就是告诉CEO你的产品或者咨询服务能带来什么价值,他才会愿意为你买单,投入人力财力。 2)一些互联网企业认为理所当然的数据体系、产品系统,传统企业可能刚刚起步,需要基于其业务视角,将相关的经验进行输入、复制、创新。 3)数据可视化产品的灵魂在于分析思路,最好可以直截了当地提供结论建议,辅助以直观的可视化展现形式,才可以真正体现数据产品、以及数据产品经理的专业价值。 #专栏作家#数据干饭人,微信号公众号:数据干饭人,专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。 本文于,未经作者许可,。 题图来自 Unsplash,基于CC0协议。 |
上一篇:数据分析:结构比率归因、量化异常分析
下一篇:数据分析——使用OSQSM模型+逆推法写出可落地的
小提示:您应该对本页介绍的“数字化转型:数据可视化赋能销售管理”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通数字化转型:数据可视化赋能销售管理的相关事宜。
关键词:2年, 初级, 数据可视化,