Catalog：Click to jump to the corresponding position
目录：
七、解析销售管理战术体系-如何让渠道重视数据，利用数据，把业绩增长归因于我们
=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=
所谓的业务就是：把产品以合理的方式通过渠道卖给消费者赚取利润
业务可以分为以下几个方面：
所以，所谓的懂业务就是：
七步成诗法：
1、我们挣什么钱?
2、我们挣谁的钱?
3、为什么客户用我们的产品?
4、如何找到客户?
5、为什么客户不用别人的产品?
6、谁来干?
7、干了挣多少?
背后逻辑：
要点提示：
第一步：我们挣什么钱？
站在企业的角度，我们才能看到答案
需要特别注意 使用者、付费者分离的情况
所谓“羊毛出在猪身上，狗买单”的情形会越老越多
例如，视频网站的经营模式：
内容创作者得到了原创收入，提供了内容
视频网站（即媒体）作为平台推广了产品
用户消费了内容，打赏了原创者，同时消费了广告、广告主付钱给媒体
如何搞懂一个企业到底挣的是什么钱？
1.与业内人士交流（前辈，同行，专业群）
2.新闻报道、财报，行业文章（关注利润来源）
3.站在经营者角度思考（换位思考，赚谁的钱更快）
4.关注公司内部销售渠道考核指标，年报
第二步：我们挣的是谁的钱？
以银行信用卡业务为例：
所有行业都有28法则，所以锁定真正的目标用户很重要
还以银行信用卡业务为例：
核心用户与普通用户差异巨大：
不同用户需求差异显著，对企业的价值也不同：
结合用户需求与企业价值，可以定义出核心用户：
锁定核心用户的原则：
对用户而言:这个业务是我的刚性需求
对企业而言:这个客户有强大的付钱能力!
第三步:为什么客户要用我们的产品？
问题的本质就在于理解产品的属性，从客户的需求出发最大限度的将产品的属性培养成客户的需求
弄清产品的方式：
1.亲自体验产品，使用产品功能，了解产品卖点。
2.结合客户特征，总结产品满足的客户需求。
3.结合产品使用场景，分析产品功能设置原因。
4.了解配套的运营推广活动，全面认识产品。
第四步:怎么找到用户？
问题的本质在于认识销售渠道，通过销售的各种渠道和方式完成客户订单
当然要成功拉到客户，需要多个条件配合：
弄清销售渠道的方式：
1.收集产品销售场所，了解可能的销售渠道。
2.分清消费模式是B2C还是B2B2C。
3.如有可能，了解各渠道消费量，销售额占比。
4.了解为配合销售，常做的推广，品牌广告。
第五步:为什么客户用我们不用其他人?
问题本质在于理解市场竞争策略，竞争策略是非常必要的，赢得市场是非常重要的，要根据自身产品，平台，客户特点设计战术
主要的竞争方式：
弄清竞争策略的方式：
1.收集主要的营销活动信息，品牌广告。
2.整理信息，归类，如是广告，属于哪些类别（品牌，产品，价格）。
3.整理信息，归类，如是促销，活动对象，规则。
第六步:这么多个环节，都谁来干？
一般实体企业的分工：
一般最有势力的，不是渠道就是市场
一般互联网企业的分工：
如果已经入职，搞清楚组织架构，是开展工作的起点：
搞清楚组织结构：
1.部门设置:有多少部门，叫什么名字
⒉.岗位分工及KPI指标:
3.工作流程:一个项目从发起到结束历经哪些部门，各干什么（有架构图，看架构，没有清晰的架构，逐—沟通）
第七步:干完以后，挣多少钱?
问题的本质在于了解营收情况
老板最关心的事只有一个:营收
说了一堆用户，渠道，产品，策略，在老板眼中，核心问题只有一个就是营收。所有的策略，组织架构，产品都是为营收服务的。
盈利=收入-成本
收入来源：
销售收入是大部分公司唯一利润来源（这也是为什么传统企业里渠道部门权力往往最大的原因)
产品是互联网公司最主要业务载体，所以产品经理被捧得这么高。互联网公司有些特殊，然而大家把它的销售想象成2VC模式的，就好理解了。
成本来源：
推广成本:做品牌宣传，市场推广，促销礼品等成本
产品成本:每单位产品生产成本
运作成本:维持公司部门常规运作的成本（包括我们的工资）
渠道成本:每单位产品在渠道销售产生成本
新客户获取成本:每获取一名新客户成本
公司营收情况是大部分领导决策的出发点：
理解了营收情况与部门分工，就非常容易理解公司管理层的部署
理解了公司管理层的部署，就非常理解真正困扰业务部门的问题是什么（如何解决眼前问题，如何向老板交差）
理解了业务部门的真正困扰，就不会被绕进需求细节里，就更容易做出出彩的项目（至少是业务部门认可，而不是反复质疑你）
了解公司营收情况办法：
财报、经营分析报表
大部分同学无法拿到完整版财务报告，没有关系，经过之前的梳理，大家已经很清晰公司哪些部门干那些事情
可以分头从他们的日月季度报里收集关键的数据，比如用户数，付费情况，活动投入等等，大致能掌握经营情况。
如果你想要跨行跳槽，或转移到新行业：
1.先弄懂经营模式，不然会闹笑话，侃侃而谈，没有一句说到点子上，是外行常见问题，不要等着别人给你做科普!
2.再亲自去当一把消费者，体验一下产品和渠道，直观感受+二手资料能理解更透彻
3.不清楚的信息可以留着交流，不预设结论，还没弄懂对方情况就乱下建议，也是新手常犯的问题
如果你在业内，想换个公司，岗位：
1.先弄懂营收情况，这是两家企业对比的前提，公司策略的不同，往往是来自营收情况，经营目标的不同，有了背景才好对比
2.重点放在自己部门关注的领域思考，抓重点，做深做细
如果你是个表哥表姐，工作真的很细很琐碎，不知道从怎么发展：
1.先弄清部门架构和职责，理清思路从搞清楚部门关系开始
2.聚焦到与自己紧密有关的部门，结合上下游部门工作，弄清楚自己怎样做可以更好服务公司，提升能力
全面理解目标用户数据，利用用户数据，启发营销与运营思路
观察一个用户可以有很多角度：
1.品牌部门最关心用户价值观：
做品牌，需要在用户心中植入一个概念:“我是领导者，我是大牌，你非用不可“所以非常需要掌握用户价值观!
2.产品，最需要解决用户实际痛点
生活状态是起点
3.所有部门都关心用户消费
销售最关心顾客钱包!买没买?多买点!
市场、运营当然也关心顾客钱包
营运更关心，啥时候售后上门，投诉来了我得知道发生了啥事!
4.运营最关心用户互动
投放信息，做内容就靠他了
5.风控部门最关心顾客背景
把有问题的顾客拦在门外，而不是把贼放进门了再往外赶，是风控的基本逻辑
因此大家可以看到金融机构都会对用户做大量背景收集与真实性调查
总之，我们拥有的信息越多，越真实，分析的就越准确
用户分析，最难的一点在于无数据可以分析，即使在移动互联网时代收集的数据，其质量也难以保证
所以分析客户，需要从最实在的数据开始，逐步深化
认识客户，从认识客户订单开始
关于客户订单，至少要关联到客户ID等信息，例如：
订单信息的业务含义解读-消费渠道（门店）：
1.用户在这个渠道消费
2.(如果是首单的话）这个渠道是否能吸引这一类用户?
3.(如果有多个平台的话）用户是习惯在一个地方消费还是多个地方消费?
4.(如果是n单的话）用户是否有转换渠道的情况?哪个渠道更受欢迎?
订单信息的业务含义解读-消费时间：
用户在这个时间消费
1.4月1日 = 愚人节，用户消费是否与话题有关？待验证！
2.4月1日 = 该月1号=每月上旬，用户是否在这个时间点有消费需求？待验证！
订单信息的业务含义解读-消费产品
用户买了这个产品
产品A 代表 品类A，代表需求类型是 A，用户既然买了A，同品类BCD是否需要？是否需求A下边的其他产品也需要？
数量代表了用程度，1件A意味着可以用XX天，那XX天之后他会不会再买？
消费产品举例：
订单信息的业务含义解读-消费金额：
用户花了这个钱
产品 X 价格 =消费档次消费档次可以划分高、中、低，顾客有可能是偏向XX档位的消费者，有较强购物能力，有可能会选其他高档产品
订单信息的业务含义解读-优惠券：
用户用了一张券
优惠力度=优惠券额度/总消费金额
是否这个优惠力度能促成该用户消费？是否该用户是促销敏感型用户？
订单信息的业务含义解读-积分&会员等级
用户多了XXX积分
是否用户达成了X级别会员，有重点维护潜力？
如果进行用户挽留，XXX积分可以兑换什么礼品？能起到多大效果？
首张订单有更特别含义
用户首次付费是特别重要的，尤其对于可免费体验的产品
首次付费的模式可以反推至其他未付费用户，激活用户付费。
首次付费可以形成第二次唤醒顾客的理由，基于首单的信息解读，为第二单促进提供营销思路。
多个订单是指同一个客户的连续性的订单
补货周期（回头率、购买周期）
同一客户，连续购买A产品，购买间隔时间是一个非常有业务含义的东西∶补货周期
计算补货周期可以及时触发用户二次购买，提升销量
增量销售
同一客户，购买A产品数量增加，称为增量销售，增量销售是常见的促进销售的模式。
增量销售可能是源自用户对平台信任加深面，需求增加，也可能是因为有促销囤货
因此需要结合下次购买时间，本次购买是否有优惠券综合考虑
交叉销售
同一客户，同一订单内两种产品同时出现，有可能有交叉销售的机会。
需注意的是，两种商品关联关系可能是单向的，买A有可能买B，买B不一定买A，计算关联关系时需注意顺序
购物路径
同一客户，购买A以后购买B产品，可能存在购物路径，有可能有跟踪销售的机会。
需注意的是，购物路径是基于时间关系的，比如购买产品再购买保养
交叉销售是同一张订单下两种产品，统计维度有所区别。
忠诚度深化
随着用户忠诚度加深，用户有可能更信任我们的平台， 消费金额与品类都会增加
跟踪用户忠诚度情况变化，可以针对用户忠诚度瓶颈进行促销，提升整体用户质量
补贴问题（薅羊毛）
同一客户，累积使用优惠情况，是否每次都只有优惠才消费，需注意监控
特别在实体企业， 控制优惠力度，保证优惠用到地方是非常重要的。
互动基本原理：
不怕用户上门闹，就怕用户默默走掉，连个挽留的机会都不留给你
保持用户互动，是培育消费习惯，维护顾客关系的重要方式
互动基本模式：
用户访问信息构成：
掌握互动时间规律，提升信息阅读量与推送效果：
内容可以多级分类，分析总结用户需求：
统计互动行为频次与时长，找到真正粉丝关注点：
结合用户互动习惯与需求，推送信息，提升活跃度，促成消费：
投 其所好 （时间，推送方式）+ 送 其所要 （内容、优惠）
企业互动的意义是为了精准营销铺路
点对点的互动是精准营销的前提，只有当我们能真正找到顾客本人的时候，才能进行所谓个性化服务。
没有点对点推送的支持，所谓精准营销就是个笑话
所谓的精准营销，个性化服务，指的并不是100%的精准，而是比“全体用户”更小的一个圈子，是一个相对精准的概念。
除了少数金牌销售以外，没有任何算法，机器，程序敢打包票说用户会100%响应，所有的策略最后都需要通过测试，迭代提升效果，推送是必不可少的。
企业发起的互动信息，可以这样拆解：
关注最终响应情况，反推提升响应率的策略：
根据顾客互动习惯与需求，设计沟通内容：
以信用卡营销为例，利息是个人定制的，原则上越是缺钱，越是刚需，越有使用习惯的老客户 越高！
选择缺钱的时机（额度使用率高，大单消费，节假日）与顾客沟通
用户在企业资料库里有n个状态
潜在用户：
一般指还没有正式注册，没有联系方式的用户，潜在用户是我们的目标，但还没有开展行动
一些互联网平台会预先让用户体验，预设会员ID，获取潜在用户信息
在册用户：
一般指已在平台注册，有联系方式，可以联系上的用户。
能联系上用户是非常重要的，意味着后续可以做更多互动，促单。
注意：一般拉新客有成本，在册人数并非越多越好。
活跃用户：
一般指有互动，或使用产品行为用户（缺少互动平台的传统企业一般直接把消费当活跃值表）
活跃用户是付费的保证，保持用户活跃，从用户活跃中采集数据，可以有效促进后续付费。
首次付费：
指用户第一次在平台付费。首次付费意义重要。
注意：传统企业中，在册，活跃，首次付费很有可能是一回事，新用户的分析是从首次付费开始的。
首次付费意义重大， 首次付费的是活跃用户转化的终点，与后续付费的起点。如何转化活跃用户，如何开展后续营销都从此开始分析
二次付费：
同样重要，意味着顾客开始认可平台，向VIP进发。
二次付费较刺激一次付费，有更多数据积累，可以做更多精细营销的工作。
VIP类客户：
用户有连续付费行为，已经开始向VIP方向发展了，具体如何定义VIP一般看企业需求一般有三种方式（按预充值，按实际消费，按身份条件）。
VIP类客户是企业主要利润来源，服务上重点照顾，营销上重点挖潜力。
沉默用户：
一般指长时间不活跃或无消费，但仍能联系上的用户。
沉默用户是否需要激活，需要视平台需求而定。
单纯依靠促销，补贴，活动来大面积减少沉默用户，会带来负面问题，如运营主题不清，浪费成本，不顾忌VIP用户需求。
流失用户：
一般指有明确流失动作（注销，删卡）等行为，公司已无法联系上的用户，有些公司不会主动删用户信息，把长期不活跃的沉默户视为流失
但本质上，只要用户长期无法联系，就得重新获取该用户，付出的成本和潜在用户是一致的
流失用户作为一个指标，更多是考核运营结果，而不是思考改进步骤
用户结构全图：
一般领导决策都喜欢总分总式的思考问题，用户结构可以让领导一眼看到整体局势，从而引发往哪个方向走的深入思考。
另一个常用的决策思路是看产品线情况，稍后介绍
识别真高价值用户，是提升ROI，增加盈利的必备。
烧钱的逻辑才是不计代价的跑马圈地；如果想挣钱，就得服务好贵客，把垃圾用户赶出去！
怎么衡量用户价值？
1.特殊关系，社会资源！
2.消费能力强，需求弹性低，价值贡献高！
3.转介绍比例高，带来远远不断新人
以信用卡为例，高价值客户不仅仅是土豪：
怎么将价值分段？
如果没有头绪，十分位是个好办法，因为28法则在大部分行业是通用的
第一步：选中最主要分类指标，如用户消费，比如净利润
第二步：将用户按KPI指标排序，根据排序顺序，分作10段
第三步：观察10分段用户总价值，人均价值等指标，做分段合并
价值分段示例：
将分组情况与业绩做交叉，找到分组业务含义：
所有的忠诚度计划，积分计划，会员计划，最大的痛点就是：
会员达标了就不消费了！又白白享受各种福利！
找生命周期刚开始的潜力用户更重要！
真VIP = 高潜力（出身好） + 高付费意愿（纳投名状，先贡献XXX）
识别现有高端用户特征，去找未来潜力用户更重要：
按身份：拥有XX身份的
按渠道：XX渠道以xx方式招募的会员
按产品：购买XX组合，XX品类用户
预付费：预付费达到XXX金额
除了订单与互动外，基础用户信息同样重要：
采集信息关键：找有用的，关键的维度
真的需要这么多信息才能做决策吗？找能促成销售/互动的最关键信息！信息越少，收集难度越小，设计策略越针对。
客户标签是经验的积累，例如在保健品行业：
在企业，客户标签是区分懂行与不懂行重要标志：
客户标签是推荐系统，响应模型的基础
基于有成熟经验的，有验证的标签，更容易做出来质量好的模型
用户标签相当于建模过程中的描述性统计与交叉检验
想要积累标签，需要从身边做起，从习惯做起：
对业务常说的：“高端，低端”“VIP”等等深入追问，找到来源。
对于经常处理的问题积累经验，如寻找“有需求”“有潜力”的用户，
在每次分析完以后总结经验，找出最核心的维度，与直接的分类方式。
生成标签的步骤：
一、采集数据
二、基于业务需要分类整理
三、量化，统一评价规则与标准
四、综合维度，输出指标
五、设置假设，验证结果
六、基于结果，修正标签
例如制作高富帅标签：
①采集数据
②基于业务需要分类整理
③量化，统一评价规则与标准
④综合维度，输出指标
⑤设置假设，验证结果
⑥基于结果，修正标签
产品的生命周期：
传统产品研发思路与互联网+思路：
产品概念形成后，传统企业与互联网企业有重大区别：
传统企业无法记录产品使用过程，主要精力放在渠道上，仅做少量运用推广上简单分析。
互联网企业可以记录产品使用过程，使得数据分析可以较深入介入产品测试与运营， 通过及时反馈用户行为，发现产品问题。
在测试及使用阶段，通过分析锁定问题比如网游，在测试阶段会进行数据分析，观察用户行为是否同产品经理想象一样发展，及时发现问题点：
1. 是否游戏时长，频率达到期望？
2. 是否在某个阶段出现异常流失？
3. 是否某些功能体验不足？
4. 玩家成长速度是否与期望符合？
不过具体到如何应对问题，还是得靠调研帮助内部数据仅能够定位问题，具体问题细节，还是需要找到真实用户群体调研沟通
因为用户体验的细节多，主观成分多，不还原到真实场景难以解决问题
每个产品上线前，有明确的定位与期望：
产品线管理基本思路：
总销量=产品1 + 产品2 + 产品3+……
产品1销量 = 全体用户 * 有消费比例（渠道1+渠道2+渠道3+……）
每用户购买数量 *每用户购买金额
产品的销售表现需要对得起定位，否则需要追查原因：
产品销售表现有问题时：
首先关注渠道，找到问题源头
1.哪里出了问题？
全局问题还是局部问题（哪个渠道？哪个地区？）
一次性还是持续性问题（何时开始？是否已结束？）
分角度，分解问题，找到源头
2.谁出的问题？
是否渠道问题？新品销量是否OK？渠道KPI执行是否到位？
是否市场问题？宣传是否到位？促销资源是否使用？
是否客户的问题？使用习惯？客群结构？
深入客户群体寻找答案
3.1人群歪了没歪？（客群结构，判断渠道有没有瞎搞）
3.2用的够不够多？（消费数量，判断市场推广力度是否足够）
3.3用的到不到位？（功能点是否用足？判断产品设计是否有偏）
追查产品线问题时：
优先查的是渠道
因为销售的响应速度是最快的，如果前线的销售在瞎搞，可能今天发现了，明天指令下去，他们马上就能调整
其次看的是市场部的市场推广
因为市场推广是有周期的，组织一个市场推广活动，组织一个产品上线，快也要一周时间，慢也要一两个月时间，甚至三五个月，所以第二层面找市场的问题
第三层面才找产品本身的问题
---------------------------------------------------------------------------------------------------------------------
然而，内部数据还是得和调研配合即使定位出来，在XX市场，XX产品增速不快，还是得找回当地市场，渠道了解原因……
即使定位出来，XX产品捕捉的用户与预期不同，是意外惊喜还是意外错误，不一定是坏事，需要调研进一步确认，说不定歪打正着了呢……
为辅助产品销售， 一般会有运营工作支持：
在传统企业，一般市场部负责，互联网公司就运营一锅端了
在营销篇、渠道篇有相应的内容介绍，这里重点讲一下内容投放
内容投放的基本原则是扩大声量，投其所好
第一步：捕捉热点
蹭热点是最好的扩大声量方
投放第一步要选择合适热点话题，结合当前热点事件，流行话题，首先找到可以发力点
第二步：结合产品特色
产品宣传有明确的受众群体，卖点，宣传调性。
找到事件背后关注群体，事件热词，分析哪个事件群体，情绪与我们产品最接近，可以利用，结合产品特色确定选择的主题。
第三步：打造适合话题
明确主题，卖点，内容后，选择合适的方式打造话题（然而这是文案和美工干的活，不详细描述）。
第四步：选择时机投放
可以结合内部平台（APP，服务号，公众号）用户阅读习惯，在用户阅读高峰期投放信息，提高推广效果。
产品投放不同于精准营销，没有个性化内容，可以放心大胆的投，声量就是一切。
内容投放与内部数据，其实关系也不大，一个大V，KOL，强力段子手，顶100个分析师，最终内容是靠本事做出来的！
舆情主要靠外部信息监测，有现成的舆情产品可以使用，直接上就好了。
七、解析销售管理战术体系-如何让渠道重视数据，利用数据，把业绩增长归因于我们
渠道关注点（1）：目标
业绩是渠道唯一任务，因此目标特别重要，是全部渠道工作的中心
第一位数据要求：指明目标
渠道关注点（2）：执行力
执行力是达成目标最大保障，因此渠道特别：关注进度，关注完成率，关注预期
第二位数据要求：完成进度
渠道关注点（3）：团队
好的销售可以一敌百，然而业绩从来不是一个人做出来的
第三位数据要求：团队表现
渠道关注点（4）：资源
渠道关注的资源则是促销、折礼品之类的
第四位数据要求：资源数量与使用情况
渠道关注点（5）：训练
培训渠道的个人能力
第五位数据要求：策略指引
在培训上，数据的作用远不如销售话术，产品FAB
（Feature、Advantage 、Benefit）辅销品、演练管用
问题1：渠道根本不重视数据！
应对思路1：找盟友，大家一起努力！
问题表现2：渠道不信任分析建议
应对思路2：树标杆，让案例自己说话
问题表现3：渠道只知道简单粗暴抓结果
销售管理关注目标，导致的副作用是唯目标论，不达标的当街爬一类的体罚往往压倒理智，不解决问题。
应对思路3：剖原因，量化业绩产出过程，找到改进点
问题表现4：理论太间接，短兵相接时候用不上
应对思路4：寻方法，将分析还原到销售场景中
问题表现5：战术太复杂，一般人学不会
如果当年学习好一点，可能他们很多人就不会做销售了，低基础素质导致太复杂的战术无法学习
应对思路5：勤总结，保留最简单直接的可用的方法
例如分析出来顾客的购买周期为30天，这是我们的内部分析，我们在外部输出的时候不能告诉渠道30天后会有64%的顾客复购，我们输出的结果应该尽量简单明了
比如 月底打电话，不然就白瞎 ，这句话会比30天会后有64%的顾客复购这句话管用太多了
数据助力渠道基本原则：
要保住满堂彩的指标的公司
改善不足的公司
继续发力，力争上游的公司
改变落后面貌的公司
选那些重视数据、主动与我们沟通、积极寻找答案、尊重我们的意见、不会甩锅给我们的
与盟友确认具体工作内容，立项展开分析
分公司级树立整体标杆
定期刷新数据，提示目标距离
6月销售会是多少呢？严格来说是：不知道！
销售收入的来源
从职责上看，渠道要更关注新客户：
购买率直接与渠道努力有关：
客单价需要市场部与渠道共同努力：
拆分原因，按顺序逐步展开：
参考指标1：客户结构
参考指标2：产品结构
参考指标3：促销参与
输出结论：到底是哪个环节有问题
问题1：没人了怎么办？
新客户，分析潜在客源
方法1：分析用户注册来源，查看目前哪个渠道用户来源多，是否有渠道引流效果不佳。
方法2：做用户画像，分析易成交，高价值用户特征，总结成新客户扩展操作指引推广至渠道。
新客户分析特别注意幸存者偏差问题
分析出结果以后，先反问：为什么是这些渠道容易转化？
为什么这类客户容易成单，其他类客户为什么不成单？
带着问题，至少和渠道沟通一次，了解业务场景以后再下结论，避免被误导
老客户，分析活跃名单
方法1：按消费情况分类（具体分法见下一章节），筛选出潜力购买的老用户
方法2：按用户互动行为（如近期登陆网站，点击阅读服务号推送信息），筛选出潜力购买的老用户
方法3：提示长期未到店，即将卡失效等易流失用户
问题2：不下单，不肯买，怎么办？
分析促销参与情况
针对有促销活动的月份，可采用该方法统计渠道所辖范围内，各门店，团队促销参与率，输出符合条件却未参与活动用户名单。
统计临近达标却未达标用户数量，督促参与率不足的门店、团队加大促销宣传力度。
分析新上市未购货顾客
针对有新品上市的月份，可采用该方法统计活跃用户中未够新品用户。统计渠道管辖范围内，属于活跃用户，却未购买新品用户，输出名单给到渠道
帮助渠道了解可联系购货的用户，特别提示名单中VIP客户
分析补货规律
通用方法，针对日用消耗品，可采用该方法
计算顾客两次购买间隔。统计渠道管辖范围内，处于该进行补充购买，却未购买用户，输出名单给到渠道，帮助渠道了解可联系购货的用户，特别提示名单中VIP客户
分析热销产品潜力用户
通用方法
统计当月热销产品情况，如服务的渠道产品销售没有突出热销品，则进行提示。
分析热销品用户画像，输出话术，帮助渠道识别热销品目标用户，推广产品
分析中档产品潜力用户
通用方法
渠道经常犯的一个错误，就是期望着高端产品打折销售，不会主动推荐中档产品（低档走量的产品随便卖，不存在这个问题）
因此分析中档产品销售潜力，提示渠道引导用户购买中档产品，也能促成用户下单
分析二次购买路径
通用方法
分析用户购物路径（上次购买XX产品的用户，下次购物购买的品类是XXX），结合业务场景做成话术，提示渠道可向客户推荐XXX产品，促成交易
输出名单与操作话术
问题3：单下的小，用户买的少，怎么办？
交叉销售情况
通用方法
按订单分析，产品关联消费情况（买A且买B），针对经常出现的组合，与渠道讨论，制作话术，推及渠道使用
增量销售潜力
通用方法
按客户等级分析，分析同一张订单上，购买A产品数量较多的客户与数量少的客户，两者属性，需求，客户等级的区别。
找到规律后，制作话术，推及渠道使用
分三大环节，三个内容，观测是否有用：
有用的标准：投入使用有明显改善：
有用的标准：渠道有良好口碑：
话术，名单，操作指引要在销售队伍中有好的口碑，大家说好用才是真的好
精练成功经验，修正不佳经验：
用更灵活的方式，吸引销售关注数据：
复制，复制，复制：
营销（Marketing）=促销 + 产品管理 + 品牌推广 + 渠道管理
促销是最直接的拉动业绩的方式，但万变不离其宗，促销，如字面意思， 促进销售
用XXX方法，促进XXX用户，进行XXX产品的销售
从价值上看，促销有三类
销尾货主要为尽快止损，直接打折甩货比较多
铺新货主要为尽快占领市场份额，一般做买赠
增业绩需要平衡投入产出
不同阶段用户，面临的问题不同
增业绩基本战术
各阶段客户整体情况一览
经验提示：
1.打折对于营销来说如同吸毒，会将产品品牌搞得非常疲软，产品品牌在用户心中的价值大打折扣，导致后面的利润空间越来越少，所以打折只针对特别的情况
2.试用是个激发需求的好方法，向互联网软件的免费试用期限等，所以想启动用户的首次消费可以试试试用这个方法
3.满减常见的是基于优惠券实现的，一般都有特定的使用前提
4.买赠和换购取决于买赠或换购的是什么东西，分析师可以发现交叉销售的产品进行换购等
5.增值服务好不好与取决于服务成本，最好的增值服务是有对比的服务，服务需要对客户具有吸引力，千万不要掉入自嗨的陷阱里（发短信问候等）
6.积分比较鸡肋，溢价空间有限，买赠等方式完成可以替代，所以很有可能做不出来什么东西
促销活动基本格式
促销执行时考虑要素
站在企业的角度看战术
站在企业的角度看执行
站在用户的角度看
再好的策划最终要见用户，分析有潜在价值
假设一个最简单的促销
活动目标：提升XX牌牙膏销量，至少拉动XXX万支
活动形式：7月份全体用户买XX牌牙膏，每订单买二支送两支牙刷，多买多送
那么，业务部门会需要什么数据呢？？
活动开始前，业务部门会关注以下问题：
活动进行中，业务部门会关注以下问题：
活动结束后，业务部门会关注以下问题：
促销活动一般需要三类分析支持：
实际操作中，会遇到很多问题
核心问题（1）：目标不清晰
核心问题（2）：市场部不给力
核心问题（3）：执行不到位
核心问题（4）：缺少后备方案
最最核心问题：业务部门锅，分析来背
预测的不准啊，不是说这一类用户有需求吗？
为啥没响应啊，分析没做到位吧，要再精准一点啊？
活动业绩带动少，但是还是有其他效益的吧，肯定从哪里能体现出来吧，一定是没有分析全面吧？
事前没有清晰规划，事中手忙脚乱，事后唧唧歪歪：
本章主要讲述如何解决第五节的问题
为了避免扯皮，考核指标必须要先定下来：
这次活动你不要给我讲什么概念背景，你就告诉我你要提升什么？
提升销量吗？那你用什么来考核销量？是销售的绝对数字，增长百分比，还是人均等等
至少要开一次会，将指标定下来，这个指标必须是可量化的，有了这样一个清晰的指标后，后面会少很多黑锅
要达成的目标，必须明确，可量化：
本次活动为了：
核心指标-对当前业绩贡献：销量，利润；
其他指标-对未来业绩帮助
① 客户基础扩大：吸引新办卡用户，吸引活跃用户，吸引VIP用户
② 客群质量改善：提升XX类用户占比，提升二次付费率，
③ 消费结构：提升购买率，提升XX产品占比，提升交叉购买率
④ 习惯培养：关注服务号，使用APP下单……
业务方需要给出参照物：
好和坏是一个相对值，相比之 谁 ，变好或者变坏了
按场景对比：有促销 VS 没促销的区域，门店
按时间对比：做促销之前 VS 做促销之后，促销 VS 特定时间
按人群对比：目标客户 VS 非目标客户（需要封锁消息）
按活动对比：当前活动 VS 上一次活动
按期望值对比：期望做到XXXX，实际做到XXXX
业务方需要给出期望值：
好，是有限度的，比如期望完成3000万业绩
实际完成3100，算是好吗？
实际完成3500万呢？
实际完成6000万呢？
事先讨论清楚，业务方期望值在哪里，多少算是合格，多少算是优秀
业务方需要提供业务逻辑：
业务逻辑 = 我认为，用户会有X样的需求，所以我要以X样方式行动
比如，我想做买二送一，业务逻辑：我认为用户实际买2件也是消耗的完的，所以多送一件，既能吸引消费，又不会造成囤货。
大部分异想天开的活动，业务逻辑本身可能有问题的，和业务方一起过一下逻辑，本身就是在帮业务方梳理思路，避免可能出现的问题
知道业务逻辑越多，就越能针对性的去伪存真做分析，帮助业务方提高活动质量
树立目标之后，可以针对性做分析
优先考虑去伪，再考虑存真的问题
去伪思路1：做用户画像-防范基本认知错误
去伪思路2：提示促销敏感与正常购货用户
去伪思路3：薅羊毛问题
除了一些搞假的互联网公司，其他的正规公司都是很讨厌薅羊毛的用户的
存真思路：营销机会提醒
管控执行过程，提示执行问题，提示风险
建立促销信息档案库，方便积累经验，留作下次备份
预测的最关键因素：人力到底能影响多少
一个反面例子：卖手机
一个大型国企，预测 手机 销量（对渠道销售，非对用户直接销售）
然而，换个5个分析师都没搞掂，问题出在……
产品经理：上货啊！这么热门机型，有多少来多少！
经销商：我要！我要！我也要！
结果一旦出现积压……
最后，这个问题被一个美丽可爱的小姑娘解决了
导致的后果是，老板更关注业务部门的表现
小结：业绩是做出来的，不是算出来的
凡是人 主观能动性 ，能创造价值的，要引导大家关注人的因素，关注人的产出， 不要指望“大数据”“建模”能创造奇迹！ 更不要指望事后把锅都甩给分析！
分析模型更适合人无能为力的时候……
一个正面例子：你需要贷款吗？
理论上，在客户有需求的第一时间捕捉是极好的促成方式，然而问题是：顾客不接电话怎么办！（贷款产品特殊性，不能公开销售）
未做模型的情况下，外呼失败率极高每100个电话，才能成功一个挫败感，沮丧，士气低落，人员流失，业绩无法达标……（人力已经没有办法了）
结果：每13个电话，能成功一个！效率提升7倍！士气高涨！团队有力！
会员体系，一般针对会员整个生命周期进行管理
会员体系（本身可能有不同的目的和玩法）
服务土豪型：仅为少数顶尖会员提供超值服务，努力从低级会员中挖掘有潜力成为顶尖会员的用户，提供升级路径
消费噱头型：会员服务为的是刺激一次性付费，比如一次性买满XXX元送会员88折，或刺激一次性充值XXXX元
集中回馈型：会员每次消费赚取积分，积分可以集中使用兑换礼品，服务，现金抵折扣
行为引导型：
引导用户进行特定行为，培养用户习惯
信息采集型：
传统企业常用，建立用户联系，保持用户活跃
每种玩法适用的业务场景不同
每种玩法起到的效果不同
不同会员生命周期，关注问题可能不同
做会员分析，切记一锅端
要搞清楚以下问题：
• 我们做会员的出发点是什么？要解决什么问题？
• 我们现有的会员结构是什么？哪一类是关注重点？
• 我们行业特征是什么？什么策略可以应用？
• 针对该层用户，要解决什么问题？可以选什么工具？
不要一竿子通到底，找到领导关注重点，重点分析
一般实体企业组织架构
关于渠道：
有些公司叫业务部，销售部，总之，大家都是卖货的！
渠道的作用：卖货挣钱，推动业绩！
渠道的关注点：业绩，业绩还是业绩
渠道内部结构：
关于市场：
Marketing，市场营销，策划，创意，组织活动，吹牛上天（品牌）
市场的作用：忽悠，使劲忽悠
市场忽悠方式1：爆款产品，投其所好（市场部做产品又不是搞科研，让顾客high起来就行）
市场忽悠方式2：品牌名声，咋吹都行（市场部不怕人骂，就怕没人看！）
市场忽悠方式3：特价特价，大特价啦（市场部制造一个让顾客砍手的理由）
市场忽悠方式4：重点顾客，重点忽悠（可不能放那个狗大户跑了！）
市场部内部架构：
场的关注点：灵感，战术，效果
销售重结果，市场重过程，逻辑性、长期效应与短期业绩同样重要
关于营运：
营运的作用：脏活累活重活、为整个公司背黑锅
营运的目标：减负、增效
快速响应，高效完成人工服务
分流自助服务，集中人力解决人工问题
营运内部架构：
关于供应链与IT：
一般互联网企业的分工：
1.分析师千万不能把自己当老板了
老板看过你的报告以后发号施令，不代表你能在报告里发号施令
2.分析师应该注意自己分析问题的出发点，帮业务部分解决问题，而不是自己空想做什么。
从职责上说，分析师和跑数据的有明显区别：
分析师不仅要知道数据从哪里来，更得知道用到哪里去
分析师在跑数前已经规划好了解决什么问题，输出什么结论
从产出上说，分析师需要对数据应用有更高层次的认识
跑数的输出的是：数据，你要什么口径，我做什么数据
分析师输出的是：结论，你在怀疑什么问题，我输出结果
因此，分析师应该成长为军师，不应停留在主薄上
为了我们自己的切身利益，如果想做成绩的话，要往前端做，往深度做，往业绩做
数据也是生产力，分析直接拉效益
1.一个好的分析师，应当主动了解业务问题及时了解最新业务动向，聆听业务的问题
多收集背景信息，不要急于下结论
2.一个好的分析师，应当围绕问题组织数据，选择合适方法
数据围绕问题收集，既要了解全面系统的验证方法，也得了解短平快，甚至拍脑袋应该怎么拍。
特别是针对需要快速决策的问题，正确的分析思路与关键数据远比大而全的收集数据有意义。
3.一个好的分析师，应当提出建议，让领导决策：
总结：“三要三不”要记牢，清晰定位发展好
市场与渠道有什么区别？
管理模式的三大不同
对渠道而言，只有一个核心目标：卖产品，增业绩
对市场而言，一切都需要设计：战略，产品，品牌
市场思考逻辑1：以顾客为中心
选择目标客户
洞察客户需求
制定解决方案
市场思考逻辑2：首先确认战略方向
向什么方向发展
做什么客户群体
做到多少的业绩
（当然是老板拍板的）
市场思考逻辑3：在战略指导下设计战术
推广/产品/品牌
做什么活动
打什么广告
推什么产品
市场思考逻辑4：具体策划每一个战斗细节
一个具体的活动/产品/广告的落地（文案，设计图，礼品，规则，说明书……）
市场思考逻辑5：定期复盘，关注成果，总结经验
总结汇报，成果回顾
因此，市场与渠道对数据的需求完全不同：
市场最基础数据：顾客洞察
三个层面数据指引
问题1：仅有内部数据，无法满足市场需求
微观用户想法需要调查测试，宏观竞争态势需要行业资讯
内部数据仅能记录平台内用户行为（数量有限）
内部数据更聚焦战术层问题：
应对思路1：发挥内部数据优势，建立完善的内部监测体系
问题2：战术层内部数据仅能显示结果，难以预知未来
应对思路2：关注事实结果，与调研相互结合完成问题
人为因素多依靠调研佐证，不要自己瞎猜
内部数据分析关注事实，关注结果
经验成果以用户标签形式积累下来，便于复盘
问题3：市场体系内，并非所有条线都是业绩部门
应对思路3：从利益部门做起，逐步完善数据体系
对市场服务，最大的价值在于：辅助老板决策，培养老板信任因此优先描述整体指标，便于建立全局视野。
具体到部门上，会员与推广更需要内部数据支持，有业绩产出，优先（重点）服务可以更快体现我们的价值。
适用于市场的分析逻辑：
领导最需要的是：掌控感
总览全局、把握方向、处变不惊
领导最讨厌的是：陷入细节，一人一句，唧唧咋咋
渠道：新客户进入量似乎少了
会员：流失率似乎很高
推广：交叉销售似乎不太行
产品：爆款产品似乎很乏力
领导最需要的是：看清轻重缓急
助力市场的第一步，是帮领导看清全盘形式
1.排除虚假信息
2.看清全盘局势
3.判断主要问题
帮助领导看清大局
所以，发现情况，第一时间 核对数据！核对数据！核对数据！（重要的事情说三遍！）
从三个维度可以细分问题
站在用户视角，一个用户会有至少6个状态
每个层级用户，有各自的人数，价值，成本
第一步，构建用户分层， 计算用户价值，看清业绩来源
根据上一步的公式计算出每类客户的利润，看清影响业绩的是哪些用户
第二步，关注变化趋势
在用户结构基础上，定期回顾，关注各层级变化情况
第三步，配合用户画像，帮助领导对比外部趋势
领导在看到内部结构变化时，会考虑是否行业情况，外部趋势也是如此，因此应配合简单维度用户画像，帮助领导对比外部指标（太复杂的，外部也没有数据）
1.基本特征，如性别/年龄
2.消费能力，如消费金额，笔数，产品
3.背景特征，如渠道来源，使用终端
第四步，配合产品销售情况，找到改进点
第五步，按负责部门呈报结果，避免扯皮
一种简单有效的做法：
只是举例，具体问题还要具体分析
老板们喜欢先看大局，在逐步拆分，切忌不要一上来就陷入细节问题，不断的因为小问题进行取数分析等操作
1.常见的决策思路：做大基数
2.常见的决策思路：爆款发力，促成转化
3.常见的决策思路：维持高端用户
有了明确的思路，聚焦群体，可以做进一步战术设计
没有明确的思路，先定位思路
如果市场部门有决策，还没有明确的思路的话，先定位思路
先给他看我们的用户结构、用户画像、转化率，让他想清楚先做哪一层的用户，想清楚以后我们在做具体的战术设计
1.拒绝无目标
如果不聚焦，市场部想到什么都做，就等着无休无止的加班吧！
最终也没有人觉得你做的好，反而嫌你慢，没有思路
2.拒绝只有数
老板需要的是结论+数据
不是一个个的数字……
3.拒绝自嗨
做市场类分析的同学经常有个错觉：
看到经营数据，所以我也是老板了，我好聪明！
服务好业务部门，首先要跟上老板的思路，不要自己抓着一点数据就以为有谋略了！
4.拒绝无体系
5.拒绝一窝蜂
6.拒绝当CEO
领导最喜欢的分析师是这样的：
神机妙算，未卜先知
不出家门，已知天下三分
让我们来看他出品的报告，认真研究下大神为什么是大神
这份报告叫：隆中对（原文摘录如下）
理解需求是第一位的
开篇找重点
论述划范围
建议要测算
收尾多对比
结论要给力
条件+先后顺序=建议
建议部分，要有条件的给意见，有先后顺序的给意见
脱离了条件谈行动就是空谈，脱离了顺序谈行动就无法落地
菜鸡最爱张嘴套公式
菜鸟分析师最容易犯的错误，就是不去理解业务的问题，而
是用统计或者建模方法硬套，无法让领导信服
罗列数据而不是展示逻辑
菜鸟们常犯的错误是，罗列了一大堆数据，却没有明确的指引，让人看了以后，完全不知道数据想表明什么
看到一个闪光点就忘记其他
菜鸟们常犯的错误，是看到一个闪光点就拼命的描述细节。然而，如果缺少规模，再闪光的点也只是无足轻重的火星罢了。
缺少多维度对比
显然菜鸟们很难控制住自己的洪荒之力，看到数据就急着吐结论分析事实，结论，建议一把抓，没有明显区别，是菜鸟通病。
结论是把一个问题讲清楚，建议是为了解决问题先干什么后干什么，这两个是要分开的
在下结论的时候一定要多对比几次，哪怕已经锁定了问题，也要找一些其他的东西来尽可能做对比
例如：我就认为是江苏渠道的分公司犯得问题，他的问题横向他和其他分公司比较是不是有问题，纵向他自己的前后流程是不是存在问题，多对比几个维度
把自己当CEO提建议
菜鸟们最喜欢的就是做柱子图，哪个低就是要加强，哪个高就是优势要发挥，给出的意见都是这样的……
报告无限长，结论看不到
大部分菜鸟怕老板看了不满意，写报告时铺的数据越来越多……
写到最后已经忘了老板的问题是什么了
于是有了这么这么这么长的报告……
总之，一个优秀的报告可以参考以下结构
四个要点
1. 开篇讲逻辑：分析思路先获得认可
2. 论述层层进：划清范围，逐步聚焦，先看规模，在看细节
3. 建议分顺序：多方对比，导出结论，分清前后，讲明条件
4. 总结要给力：简明扼要，直接回答
1.理解数据背后业务的含义
2.发现老板的期望点
3.发现规律性，结合业务部门，给出建议
4.主动解答老板焦虑，主动提示风险
5.多联系其他数据，更多的问题可以及时解答老板
经营分析的基本做法：数据到岗、责任到人
利润是大老板的KPI
如果收入部分出了问题看哪方面出了问题（销售？产品？市场？）
如果成本出了问题（供应链？市场？营销？营运？）
启示一：一室不扫何以扫天下
• 一张表都搞不掂，凭什么让老板信任你能高端数据科学？
• 一张表都搞不掂，拿什么去对付脏、乱、差的数据质量？
• 一张表都搞不掂，用什么去面对业务部门不断升级的需求？
启示二：不懂业务，所以不懂数据价值
• 我知道用户消费了4000块，但是4000块在家居、零售、银行、保健品、商旅……各行业的含义都不一样
所以你只会说4000块，不知道后边能做什么
启示三：建立自己的业务逻辑，加深自己对行业的理解
都知道老师是套路王，然而套路不是别人教来的，而是实打实从一份份简单的报表，一次次沟通中梳理出来的
构建自己的思维逻辑是增强分析能力重要一环，所以去理解你做的每一个数据和报表吧！
基本套路：将现有的客户按照价值划分为高、中、低，然后将高价值客户的用户画像调出，然后通过一系列手段吸引更多的此类用户
这个体系看起来有道理，但是存在问题（内部数据到底准不准确？调研的抽样是否能代表总体用户？）
最本质的问题在于幸存者偏差的问题，本身能成为你平台的核心用户是已经被筛选过很多轮的了，所以产品本身的覆盖率已经是不够了，只能在错的道路上越走越远
潜客分析的重点在于潜，所以有个更靠谱的思想：
沿着商业逻辑去找人，先不要看数据，先看你的业务逻辑，你到底想要做谁的生意？（我的目标客户是谁？群体够不够大？），你的义务对于你想做生意的人是否有吸引力？
例如消费贷：
我们想做谁的生意？
有钱但又缺钱的人
如何识别？
年龄 25以下是学生党（高需求+低收入=高风险）、25--35岁（收入增加、需求增加）、35岁之后（工资往往有盈余）
所以要做25--35岁的群体，如何找到？
关于数据的真实性需要严加审核：
比如用户的年龄，姓名等不仅需要身份证还要看是否是本人（视频验证等）
比如工作职位等需要其拍照工牌等等
分析体系的升级：
关于分析体系的升级需要不断的迭代，根据行业现状，政策导向等不断的进行优化
比如第一产业中的农民中的拆迁户、三十不立还是收入很低的问题需要进行分析体系的优化
关于潜客分析体系的成果：
先让业务动起来，业务做了事情以后我们通过数据，把他们零散的经验归总，优化，不要业务没有动，我们先根据数据预测抛结论（这么做就对了，我有深度学习算法，保证成功）
这样做就不会出现下面这种成果：
启示录：你真的想过，数据是哪里来的吗？
启示一
•没有数据，玩个毛线……
•永远要重视数据来源！！！
•永远要加强数据质量！！！
启示二
• 假设公司没人干活，销售不卖货，市场不宣传，门店不开门，只有数
据分析师在综合各种维度建模，公司能不能挣钱？
•不能！！！
• 做生意像打仗，要先上意大利炮，再谈打的准不准
• 没有意大利炮，拿着滋水枪BIUBIUBIU，能BIU到个啥？？？
启示三
• 为了让一线动起来，分析的难度是次要的，可用性是主要的
• 分析的方法是次要的，结论是主要的
•用简单的方法识别目标，用有力的数据争取资源
启示四
• 不要迷信那些来自银行，BAT，三大运营商的案例和成功经验
•他有的数据你没有，他有的平台你没有，就这么简单
• 多结合当前公司的业务实际，思考分析方式
1.你凭什么说业绩是你做的？
2.促销结束了，业绩就掉了，你只是在烧钱而已！
3.促到最后，形成依赖，慢性自杀
但是，不促销是不行的！业绩怎么办！
关于aarrr指标下降了，应该怎么办？
五棍流运营会说哪个指标低了补哪个，当用户不活跃，新客不够时，会做促销来拉新客，进了一大帮人，但是没有真正找到问题在哪？
为什么大家不活跃了？是我的产品出了问题，还是用户层级已经老化需要拉新人，还是竞品做了突破呢？
很有可能烧钱拉新人的质量很差，新人有了，活跃又差了，再拉活跃，活跃起来了，付费又差了..........
这就是在玩文字游戏，流于表面，没有深入业务去找问题
所以，解决问题要从业务本身逻辑出发，而不是从数字出发
当拿到一个数的时候？不要管数字下降我要搞高
第一步：看看数据错了没有，数据源是否有问题，核对数据质量
第二步：不纠结数本身，思考的是数背后的含义，公司发生了什么事情？对手发生了什么？市场发生了什么？
这样才能找到问题的解决的办法
启示一
不立flag，不下结论，不给建议，做什么数据分析？
顶多就是个跑数的……上个智能BI就炒了你
启示二
立flag，要考虑业务实际情况，而不是就数论数
在具体的场景中，更容易想到具体怎么做
启示三
立flag，要用数据验证策略真实性，观察事态是否符合期望发展
中了，就是经验，就是案例，就是资本
错了，再观察问题，再改进
前提是一定要先立flag
启示四
求平均值是数据分析的起点
去平均值是 深入 分析的起点
启示五
模型用在内，见效更迅速
描述用在外，执行更方便
启示六
多赚多少钱很难衡量，但省多少钱是立竿见影的
优化项目，从省钱开始，再考虑赚钱的问题