zoukankan      html  css  js  c++  java
  • 阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    文末有惊喜~

    很多同学很困惑:B2B类分析该怎么做!!!网上到处都是零售电商的例子,可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都分不清楚,只是感觉到:我这个数据很奇怪,该怎么分析?今天系统解答一下。

    B2B和B2C的直观区别

    一个典型B2C场景:

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    如果用B2C思路套B2B,就是这画风:

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    是不是看着很搞笑。真实的B2B场景是:

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    光为了凑齐那一麻袋钱,小明已经经历了人生风起云涌大起大落,内心已是沧海桑田。还不说后边的加盟、装修、招聘、引流、卖货、生意不好、垂死挣扎、破产、报名21天0基础前端培训月入五万班、待业……

    哪像买杯奶茶,想买就买,多轻松!金额大、流程长、决策多,就是B2B业务和B2C业务的直观区别。

    B2B的业务特点

    B2B业务不同于B2C,主要区别点有三个:

    1、服务于个人需求 VS 服务于经营目标

    B2C的业务,大多服务个人消费需求,大部分是生活必须品。比如个人买牛奶,只需要考虑“这个好不好喝”就行了。

    B2B业务,服务的是企业经营目标。同样是买牛奶,如果是拿牛奶当原料。就得考虑“我做出的奶制品是不是能卖出去,帮我赚利润”如果是拿来给员工喝,那就得考虑“是不是员工喜欢这个,会不会被投诉”。

    这是B2B和B2C最本质区别。我们想理解B2C业务,往往假设自己是消费者,体验一把流程。可想理解B2B的业务,你是无法假设自己是消费者的,得站在经营者的角度去思考。不然,就会闹出开头“扛着一麻袋钱去买奶茶店”的笑话。

    2、简单决策 VS 复杂决策

    B2C是个人消费,所以自己拿主意就好了。可到了B2B完全不一样,决策成员非常多。

    想采购牛奶,还得走招标流程,还得走财务流程,还得走物流流程,还得走仓库管理流程,还得送各级领导同意。如果是小企业也就算了,大企业里敢省一个流程,分分钟审计怼上门来……

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    3、货到付款 VS 售后服务

    B2C是个人消费,一手交钱一手交货。可B2B往往复杂得多,签约只是第一步。后续交付还有首款、中期款、尾款各种麻烦。

    前边举的买牛奶,已经是最简单的形式了。如果是陈老师所处的软件开发服务行业,来感受下,这漫长的的从签约到交付过程(如下图)。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    4、重复购买 VS 合作伙伴

    B2C是个人消费,买的东西便宜,完全不纠结。比如买牛奶,不好喝下次换个牌子就是了。对企业而言,用户今天跑了,明天我打个折可能就回来了。

    但B2B完全不同,如果签的是年度合作协议,那一但丢掉客户,就是一整年颗粒无收。如果客户签的是3-5年长期合作,那一但丢掉就可能3、5年不再来往。反之,如果是行业领军客户,一但拿下,整个行业的订单都能被我吃个七七八八。B2B就是这么赢者通吃。

    所以一定要类比,可以把B2B业务,比作装修房子这类B2C业务,同样是采购金额大、决策流程长、决策机制复杂、首款尾款、交付过程长、一但采购完成就需求关闭(不过还体现出不少数大客户的营销)。
    做B2B分析多花心思去了解业务细节。因为很多业务流程也会随着客户需求变更、定制,打比方只适合教学,不适合工作。

    B2B的基本分析框架

    所有的数据分析,都绕不开是多少、是什么、为什么、会怎样、又如何这五件事。B2B的分析也是如此。只是B2B的分析,会在是多少上花格外多的精力。

    一来,B2B采购本身涉及的客户组织架构、决策流程、工作流程特别复杂,需要额外信息;二来,客户单个价值大,一但失去后果严重,不存在重复做试验的空间,每一个客户都得努力争取;三来,客户不会高频次采购,一但形成关系难以更改,因此所以不像B2C,没有客户信息可以慢慢收,不了解客户需求可以慢慢Abtest,不能拿着RFM数据推测未来(大部分R)365天,F=1)。

    B2B要的就是精准打击,一击致命。具体的细化需求,有三部分:

    1、客户画像

    直接上图,B2B的客户画像,更多从客户企业实力、需求规模、流程长度、谈判对象这些角度进行。和B2C不同的是,B2B的客户画像采集难度更低,往往这些企业相关的信息都可以通过客户拜访、企业年报、行业报道、相关企业介绍等渠道获得。

    特别是一线销售,对此非常清楚(愿不愿意告诉公司,是另一回事)。完全不用担心“窃取个人隐私”等问题。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    在用户画像的使用方法上,也有不同。B2C卖的很多都是必需品,用户是一定有需求的。问题是:哪一品牌、哪一Sku、哪一价格有需求。因此,B2C用户画像本质,是筛选特定产品的高响应率用户

    B2B如果客户没需求,真的就没有了。

    如何判断B2B客户的需求?一来,可以从客户经营情况、企业规模、发展走势来判断。比如企业进生产原料,肯定订货额和自身销售额成正比。比如卖软件,一个千万级企业不需要ERP,上亿了就得上了。二来,可以从客户与我们的关系来判断。B2B领域存在大量灰色操作,这也是常见的事了。

    2、跟进流程

    需要注意的是,B2B采购需求一但发出,就进入倒计时阶段。客户不会无限期做甄选,需求发出越久,客户见识的供应商越多,成交几率越高,筛选的也越具体。因此收到销售线索后,判断该线索所处时间段,第一时间跟进,是非常重要的。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    跟进销售线索的过程是复杂的。对于步骤超过2的流程分析,都可以用漏斗分析法。B2B在售前阶段,跟进流程分析的基本思路也是漏斗分析法。跟进流程核心就是签约,因此,针对单一线索,要关注跟进到了哪一阶段,具体失败原因(如下图)。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    针对众多线索,则要分门别类,看不同地区、行业、企业、线索来源的签约率&签约金额,从而针对性制定计划,看我们要打哪些地区,哪些特殊企业类型,从一个行业签约情况变化中发现问题(如下图)。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    3、售后服务

    直接上图,B2B的售后流程也是分阶段的,但不用漏斗分析法。因为售后阶段原则上不允许回不了款!死,也得把钱死回来!因此B2B售后流程分析,更多是提示风险,预计问题,关注进度。

    阿里数据总监手把手教学:如何面向企业做一次有价值的数据分析

    B2B的分析难点

    难点一:对客户信息缺少采集、整理。

    客户信息除了一个企业名字一个电话就没了,连接电话的人是什么职位都不知道。企业的其他信息也不清楚。最过分的,连客户信息的来源地点,来源时间都不清楚。人家客户的需求都关闭了,还傻乎乎的找上门问……最后结果自然凄惨无比,数据也无从分析。

    难点二:对跟进流程缺少采集、整理。

    这里有两种常见情况,一种是销售们根本懒得记录:什么时候跟、跟进了谁、跟进反馈如何、下一轮跟什么,一无所知。第二种是销售们为了应付检查,突击跟进。要求3天内打电话联系客户,就在第三天突击打完。要求填写信息,就在月底检查前一天突击写完。最后提交的数据都是垃圾。

    难点三:对售后情况缺少采集、整理。

    售后都忙着交付呢,鬼有心思反馈数据……

    是滴,B2B分析的最大难点就是:没数据。什么都没有。只记录了签约那一刻的简单数据,然后理所当然的以为,只拿这么一点点数据,就能分析出各种问题

    你让其他部门配合,他们有一堆理由:

    销售:我开发的客户是我的资源!凭什么交给公司!

    市场:什么信息都全了,岂不暴露我做的获客都是垃圾!

    售后:已经累的灰头土脸了,交货重要还是交数重要!

    本质上,是B2B业务管理不规范导致的。因为B2B流程长、细节多,所以需要大量人力参与。因为人力参与多,就存在大量需要强化管理的地方。在过去20年跑马圈地式经济发展中,大部分企业没有建立完善流程,甚至把无知当个性,把各种灰色操作当合理。以致于到了2019年,B2B业务管理还停在原始阶段,自然没有可靠的数据,也没有有效的分析了。

    当然,还有一小部分责任,来自小白数据分析师们。他们最爱说的就是:“我看网上的教程,不都是用RFM模型+k均值聚类吗,我只要把签约额+客户名称丢到里边一聚……诶?为啥这结果看起来这么奇怪?群里有没有大佬?有没有B2B行业的大佬?B2B行业里Kmean聚类、最权威、科学、合理的分类数,是4还是6?急!在线等!可付费!”

    ——不去结合具体业务流程,天天就指望上网抄一个通用、权威、常见的做法,这要能符合公司情况就见鬼了。

    结语

    以上就是B2B分析基本思路。请注意,B2B本身也是一个巨大范畴,还能细分出很多类型,具体的场景还有很多差异。一篇文章肯定不能面面俱到。

    这里先做个科普,让大家感受一下两种思维模式的差别。

    如果还想看后续,请转发该文章,并关注我,我会持续给大家带来优质的内容。

    欢迎大家关注我的公众号“数据分析不是个事儿”,或者私信我“数据”,获取链接

  • 相关阅读:
    python系列之
    php正则:匹配(),{},[]小括号,大括号,中括号里面的内容
    TCP、UDP以及HTTP的简单讲解
    Python Async/Await入门指南
    asyncio并发编程
    python中socket模块详解
    TCP和UDP的优缺点及区别
    网络通信 --> IO多路复用之select、poll、epoll详解
    异步IO和协程
    Python--多任务(多进程,多线程,协程)
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13325696.html
Copyright © 2011-2022 走看看