各家企业，每晚单厢产生大量的数据，比如说交易数据、网络营销数据之类。

过去那些数据并没有受到如此广为的关注，或是被回去借助，但随着位数技术的快速蓬勃发展，数据几乎成了一间企业存活的生命线。

对于企业销售相关人员而言，销售数据反之亦然讷伊县重要，如果企业能挖掘出那些数据的或是说价值，不仅能实现业务的井喷式增长，而且销售流程每一各个环节的工作效率也会得到提高。

不过，有数据和会用数据完全是两回事，什么样销售数据管用？什么样销售数据不行？什么样销售数据需要重点关注？...之类许多问题，仍一直所苦着为数众多企业。

要想充分发挥出销售数据的或是说价值，企业就需要展开销售分析，这也是我们接下去要讲的内容，企业怎样搞好销售分析？销售分析的益处有什么样？和销售分析需要关注什么样重要分项？

销售分析，只不过就是如前所述数据的辨识、可视化及理解，从而预测出销售态势和结论，并不断去优化明显改善企业销售各个环节的过程，最后目地是帮助企业借助数据去做商业重大决策。

比如说，从销售顾问的视角而言，他能使用销售分析来确认自己项目组的销售相关人员，是否有足够多的机会和能力去完成她们的目标，也能用以确认哪些销售更适合自己公司，能不断培育让她们达到捷伊水平之类。

有人会问，企业如果多长时间做一场销售分析呢？这个只不过没有周期性管制，主要依赖于企业另一方面的销售物理性质，和企业在网络营销活动上的资金投入等各方面。

但尽管没有确凿的周期性要求，企业在销售分析上还是需要特别注意一下以下几点：

首先，根据企业前述情况，需要不定期展开深入细致的销售分析。比如说上半年一场或是三个月一场之类，因为如果不不定期展开分析，结论就会显得不可信甚至合宪。

其二，销售分析如果特别注意销售数据的时间范围。花两周时间去分析六天的数据的确是节约时间和心力，但花两周时间去分析一年的数据可能将就更有价值。

最后，销售分析并不一定是圣埃卢瓦。如果企业对销售相关人员的一言一行都要展开分析，结果可能将不仅没有买进更多产品，反倒会让大家陷于海量数据的图象制做中。

销售分析的4个期

销售分析对于企业整体业绩增长的重要性不言而喻，那么具体如果怎么做呢？只不过销售分析一般单厢经过4个期：

描述性分析：发生了什么？

所谓描述性分析，就是企业在做销售分析的时候，第一步都需要对已有的销售数据展开评估和分析，来回答最基本的问题：发生了什么？

举个简单例子，有了销售数据，企业就能知道这上半年完成了多少业绩？相比上上半年，业绩是增加了，还是减少了？

描述性分析最常用的方式，就是我们经常看到的各种数据模型，比如说饼图、条形图、表格或是折线图之类，通过让数据可视化，来达到描述性分析的结论。

描述性分析是企业能继续完成销售分析的基础，后面不论是诊断还是预测，前提是都需要清楚企业过去发生了什么。

借助描述性分析，最核心的目地就是能帮助我们更好地了解企业的整体销售情况。

诊断性分析：为什么发生？

描述性分析结束之后，就是销售分析第二个期「诊断性分析」，这是一种更高层级的分析形式，这个期通常都需要依靠各种数据技术来实现，借助诊断性分析，企业就能回答第二个问题：为什么会发生？

比如说我们从业绩表格中看到，11月份的销售额出现了明显增长，通过分析，我们发现这一时期，我们从政府部门那里接了几个大单，才使得销售额出现了大幅增长。

这就是诊断性分析，知道发生了什么事情，我们还得知道为什么会发生那些事情，才能为下一期的预测性分析提供基础。

预测性分析：会发生什么？

一旦企业能够有效地了解发生了什么及其发生的原因，那么就能展开到销售分析的下一个期了，即预测性分析。

预测性分析是另一种高层级的分析，而且和诊断性分析差别很大，通常会涉及回归分析、多元统计、模式匹配、预测可视化等各类技术，其最后目地就是通过数据和信息来回答第三个问题：可能会发生什么？

涉及到预测性分析的技术，对于许多企业而言更难实现，因为不仅需要更多高质量的数据，而且对于位数化技术有更高的要求，因此许多企业单厢通过与专门的技术服务商合作来实现。

尽管预测性分析很难实现，但它所带来的价值却是巨大的。

如果一间企业能够准确辨识出什么样行为导致了某种结论，那么就能可信地预测什么样行为会达到预期结论，这种洞察力有助于企业接下去做出更明智的商业重大决策。

规范性分析：如果做什么？

销售分析的最后期就是规范性分析，这类分析会涉及到更复杂的数据处理技术，比如说复杂事件处理、神经网络、推荐引擎、机器学习等相关技术。

规范性分析要解决的是企业的最后一个难题：接下去如果做什么？这只不过是企业最难完成的一步，而问题答案的可信性，很大程度上也依赖于前面三个分析期的准确性。

规范性分析带来的价值在于，企业将能根据经过高度分析的事实而非直觉，来做出商业重大决策，更直接点，就是企业更有可能将保证完成预期结论，比如说实现业绩增长。

总之，销售分析4个期的实现难度在增加，而它们给企业带来的价值也在不断增加。

只不过随着各行各业对销售数据价值的持续重视，如前所述数据分析的Salestech早已应运而生，许多企业只需要和Salestech服务商展开合作，就能实现另一方面销售数据价值的挖掘。

销售分析的益处

现在大家都在谈数据驱动增长，通过销售数据分析，企业能实现更高的收入，那么具体是怎么实现的呢？

准确辨识销售机会

通过对历史数据的梳理，企业相当于有了能随时使用的数据百科全书，制定的销售目标就会更加合理，达成目标的可能将性也会大大提升。

而且通过回顾过去的数据，企业管理者能抓住更合理的销售机会，更有效地分配资源，更有效地管理员工，并对市场态势变化做出快速反应。

如果销售业绩下滑，销售数据分析能让企业有机会在为时已晚之前，采取有效的行动。

明显改善客户服务体验

现如今，个性化服务的理念越来越普及，过去一刀切的服务方式已逐渐被淘汰，而那些只不过都得益于数据价值的挖掘。

最明显的，比如说企业要想知道怎样给不同的客户群体，提供高度个性化的服务，就需要通过收集和参考来自不同客户画像的历史数据，才能实现这一目地，从而明显改善客户服务体验。

凭借掌握的全面数据，企业就能在正确的时间，对正确的客户，说正确的话。

确认销售流程瓶颈

销售数据分析还能帮助企业准确找到销售流程中的瓶颈，比如说潜在客户卡在了哪个各个环节、哪个各个环节的转化率较低，和潜在客户为什么最后没有付款之类。

明确了那些，企业就能不断优化另一方面的销售流程，提高每一各个环节的转化率。

现在因为有了许多相关的Salestech工具，企业完全能实现销售流程自动化管理和实时提醒，销售工作正在显得越来越简单高效。

制定更高效的重大决策

数据让企业能更清楚地了解到，一场网络营销活动的成功与否，参与活动的客户画像是什么样的，付费转化率多少之类。

有了那些信息，企业就能通过销售分析，知道怎么砍掉那些不起作用的内容，从而减少成本，也能将个性化内容重新推送给正确的客户群，提高转化率。

销售分析只需要告诉企业什么样事做了不行，什么样不如果做，就能极大程度提高企业的销售能力，并帮助做出更好的决定。

当然，销售分析的价值远远不止上面那些，比如说还能帮助企业缩短新销售培训周期性、提高销售工作工作效率之类，那些都需要企业根据前述情况去发现和挖掘。

销售分析的关键分项

要让销售分析的结论更可信，就需要尽量保证数据的准确性，但从海量数据数据中筛选出最有价值的部分，不仅需要大量时间，而且很难保证其价值。

因此，与其什么数据和分项都想要，还不如先明智地选择出那些关键分项。

月销售额增长

月销售额增长表示的是企业月度收入的增长或减少，这是任何企业都需要关注的核心分项之一，因为它提供了对业务整体健康状况的具体洞察。

月销售额增长决定了企业在财务支出方面，是需要收紧还是放松。

销售顾问使用月销售统计数据来跟踪项目组的努力和结论，并找出需要在销售流程中做出什么样优化；销售个人则能使用月销售额增长，作为自己的激励分项。

客户平均转化时间

客户平均转化时间表示的是潜在客户成为付费客户所需的平均时间，这个分项能帮助企业衡量销售漏斗的工作效率，并更好地判断潜在客户转化的可能将性。

企业管理者能通过这个分项来预测任何时间段的收入；而销售顾问和销售员工则能使用这个分项作为生产力和渠道工作效率分项。

客户转化率

客户转化率表示的是把潜在客户转化为付费客户的人数，这个分项能让企业深入了解另一方面产品吸引潜在客户的能力，和渠道在将潜在客户转化为付费客户时的工作效率。

销售顾问使用客户转化率，能衡量产品是否适合市场、价格是否合适，和销售工作是否有效；销售员工使用这个分项则能衡量自己向潜在客户推销的效果。

客户留存率/流失率

客户留存率和客户流失率是两个定义相反的重要分项，前者一般表示的是在特定时间内，触达到的客户最后多少和企业还有关系；而后者表示的是在特定时间内，有多少客户终止了与企业的关系。

要知道，获得新客户的成本，远远高于维护老客户的成本，因此企业要做的是让客户留存率高于流失率，才能获得更高收益。

企业管理者能使用客户留存和流失率，来衡量企业的客户服务做得是否成功；销售员工则能借助那些分项来辨识和确认更有可能将留下来的客户。

获客成本

获客成本表示的是获取一个新客户的成本，包括销售和网络营销方面的成本，而企业增加收入的最好方法之一就是降低成本。

企业管理者使用这个分项，能创建更易复制推广、成本更低、利润更高的销售流程，并找到最具成本效益的潜在客户来源。

客户平均生命周期性价值 (LTV)

客户平均生命周期性价值 (LTV) 表示的是每一客户能为企业带来的收入金额，这也是各家企业关注的核心分项之一。

如果一个企业的客户平均生命周期性价值高于获客成本，这家企业的销售流程显然就是有问题的。

企业管理者能根据这个分项，做出和网络营销、产品开发和客户服务等业务相关的重要重大决策。

除了上面提到的那些分项，还有一些分项反之亦然重要，比如说客户的平均收入、销售个人业绩之类，都能根据前述情况纳入企业的考量之中。

结语

销售分析是帮助企业量化不同销售行为成果的关键，但销售分析的核心是数据，如果没有经过成功筛选并准备好用于分析的数据，任何分析结论都将显得不可信。

在传统的Excel表格工具下，用于销售数据分析的数据准备好，可能将需要数小时甚至数天时间，更别提后面的分析过程了。

但现在，企业完全能借助Salestech工具，来让数据处理的时间缩短90%以上，同时让分析结论的准确性提高数倍。