SalesAnalytics｜営業データ分析の基本ステップ
タグ
営業データ分析
目次｜CONTENTS
本書を読むとわかる3つのこと
- 「営業活動の」データ分析とは何か、がわかる
- 統計とか、分析ツールとか、データサイエンスなんちゃらとかそれ以前の「そもそものこと」がわかる
- 「営業データ分析担当者になったその日」からやることがわかる
こんな経験ありませんか？
- データ集めたし、考えた施策もやった。だけど、それが成果につながったと言えるのか実はよくわからない
- 上司から「SFAあるんだからそのデータ使って分析しろ」と言われたが、何をすればいいのかわからず、当の上司も実は理解せずに指示している
- 苦労して分析レポートを作成してみたけど、営業現場の実際のアクションにつながっていない
データ分析にありがちな3つの誤解
- データを集めれば、「何か」が「いい感じに」わかると思っている
⇒集める作業をしているうちにそこで満足してしまうor 集めるだけ集めてからその先が「？」なことに気づく
- とりあえず細かく分けてみれば、「何か」が「いい感じに」わかると思っている
⇒細かくわける作業をしているうちに、迷路に迷い込む
- 何かいいツール・手法があって、それを使えば「パッとわかる」と思っている
⇒使えば「答えみたいなもの」が出てくるが、それが何なのかわからない
⇒見せられた営業現場も腹落ちしないので、「分析だけの分でき」で終わってしまう
営業データ分析｜基本ステップ１：「売れるまで」のプロセスを整理する
売上予実差異の確認は必要だが、売上は必達目標であってもあくまでも結果。
データ分析をするのは結果を変えたいからであって、結果を変えたいのであれば働きかけるのは要因に対して。
そのためには、プロセスのどこにその要因があるかを知ることが重要。
若い企業も老舗企業も、営業部門があっても意外とプロセス定義orその認識が曖昧なので、まずはここから
営業データ分析｜基本ステップ２：顧客が次のフェーズへ進まない理由の理解
BtoCビジネスであれ、BtoBビジネスであれ、買う意思決定するのは「人」。
数字（定量データ）を見ればどこにギャップがあるか「事実」を知ることはできる。
ただし、顧客は名前も顔もある「人」であって「数字」ではない。顧客行動・心理を推し量ることで初めて、売れる理由・売れない理由の「真実」に迫れる。
営業データ分析｜基本ステップ３：目的・仮説あってのデータ分析
基本ステップ３として紹介したが、実際の営業データ分析で最初に行うべきはこれ。
最初に行うべきは目的の定義と現状仮説の立案（できれば要因仮説も）であり、むしろ一番時間をかけたいところ。
このステップをしっかり行えれば、定量データ・定性データを見ることは、単純作業に過ぎなくなる。
基本ステップのまとめ
