数据分析在电话销售项目中的应用

    |     2015年7月12日   |   2005年   |     评论已关闭   |    2708

客户世界|余腾云|2006-11-28

数据分析在电话销售项目中的应用


从数据中获取利润


作者:余腾云 | 来源:客户世界 | 2006-11-28


有人说,呼叫中心管理是在进行一场数字游戏!其实在呼叫中心的运营管理中,是否善于利用数据将是决定管理水准的重要因素之一!目前电话销售已经成为呼叫中心应用中的一个热点,本文将就电话销售项目中的数据分析应用进行一些探讨:

数据分析在整个电话销售项目中是贯穿始末的,但主要集中在以下三个方面:

  • 数据清单的提取
  • 现场活动的监控
  • 项目活动的总结

数据清单的提取

电话销售的一个前提条件是拥有大量的呼叫清单(CALL LIST),呼叫清单就意味着潜在客户,因此为了寻找合适的清单不少企业甚至宁愿花费巨额代价去第三方公司购买。而在某些企业的合作案例中我们也看到,客户资源竟作为重要的参股条件为企业获得股权上的利益。但另一方面我们也注意到,在拥有大量终端客户资源的电信及银行等行业,在实施电话销售项目时对数据的滥用令人痛心!

客户世界研究院顾问专家案例1:某电信公司在推广新业务的时候,对所有的用户进行地毯式的外呼,耗时之长、影响之大令人叹为观止。但实际结果是新增市场份额的目的是达到了,但作为一个商业项目来核算的话,收益却是负值。用户的满意度及忠诚度也会因为这个不合时宜的电销活动受到影响,对今后其他电话销售活动的开展埋下了隐患。

以上是一个没有经过数据分析就贸然进行电话销售活动的典型案例,在电信或银行等拥有大量客户数据的企业,在进行电话销售活动前需要思索的是:究竟哪些客户是我们的目标用户呢?或许有些项目会有很明显的客户群体特征,例如我们要做一个客户挽留,那流失的客户就是一个很明显的目标群体。但深层次思考,在这些流失的用户中100%都是会成功的吗?又或者100%都是我们应该去挽留的吗?答案是否定的!因此在正式开始项目前,我们必须对这些数据进行有效的分析,并提炼出最合适的目标用户群体。

Mr. Arthur M Hughes曾经提出过一个著名的RFM模式来进行销售前的目标用户提取,所谓的RFM是指根据客户的最近购买情况、购买频率、消费金额将用户群切割成不同的细分群体。之所以根据这三个方面进行分割,是因为根据研究,客户的购买行为绝大部分都基于这三种行为之上。我们按不同的程度将每种行为划成五个纬度,因此我们用这种办法可以将客户分割成5×5×5=125个细分群体,每个细分群体用一个代码来表示,例如112等。在进行某个产品销售之前,我们可以按照样本提取的原则从每个群体中提取部分数据进行测试,结果你会发现以下的情况:

案例1:

根据上面的图表显示,并不是每个细分群体的客户都是能获得利润,在125个群体中可能只有21个群体在盈亏平衡点之上,其他却都是亏损的。如果我们对所有的群体进行外呼,其收益可能是负数。盈利的那部分群体的收益会被其他亏损的群体所消耗掉。因此在进行大规模的正式外呼前,如果我们只提取符合获利群体代码的数据,你就会发现最终的结果会比你撒网式的外呼效果好的多!

现场活动的监控

接下来我们看看数据分析能在一个项目开始后帮到我们什么?在现场活动的监控中数据分析主要是帮助我们对呼叫清单的合理利用及对人员绩效提升。

在清单的合理利用上,除了上述方法进行数据提取外,我们在进行一个外呼项目的时候还可以按照客户的以下特征将呼叫清单拆分成不同的子清单:

  • 客户性别
  • 客户年龄
  • 消费值
  • 地理区域
  • 使用的产品类型
  • 拆分后在同一个项目里可能拥有若干个呼叫子清单,之所以这样做是你会发现在不同的呼叫时段/不同的技能组/不同性别的电话销售代表/不同的排序方式下,不同的呼叫子清单会有着不同的绩效表现。这个时候我们要做的只是根据数据分析的结果相应的去调整各个子清单,与其最适合的要素进行搭配就可以了!

案例2:

清单 时段a 时段b 时段c 时段d
A 10.05% 11.28% 9.53% 6.56%
B 13.25% 13.86% 10.56% 11.68%
C 8.32% 9.65% 10.23% 11.36%
D 9.07% 8.62% 8.69% 8.21%

根据上述图表中经过分析,我们会得出以下结论:

  • 清单A和清单B在时段a和时段b的成功率是较其他时段要高的,因此我们可以将这二个清单集中在a和b时段外呼。
  • 而清单C明显看出在时段c和时段d的成功率要相对较高,因此可以安排在这二个时段进行外呼。
  • 清单D则变化不太明显,可以根据人力资源的变化灵活进行安排。

  我们再来看看下面一张有关人员绩效的图表:

案例3:XX指标分析表

TSR Week 1 Week 2 Week 3 Week 4 Target
Jack 108 120 135 142 120
Eva 98 102 108 115 120
Susan 124 118 110 125 120
Peter 102 125 98 115 120

从上述图表中我们至少可以得出以下几个结论:

  • 四个同事中有二位在最后一周达到了预期目标。
  • Jack的业绩稳定上升,在全体同事中表现最为优异,应该去提取他的经验和所有同事去分享,提升团队绩效。
  • Eva虽然在四周内都没有达到业绩目标,但看的出她一直在努力,对于这位同事应该给予更多的鼓励和帮助,而不是训斥和批评。
  • Peter的业绩呈现较大波动,管理人员应该去了解原因,并做相应的辅导。
  • Susan的表现居中,没有什么特别需要注意的地方,但应鼓励她学习Jack的优点,将Jack锁定为自己的竞争目标,达到目标应给予奖励。

类似于上述数据的分析我们在实际操作中还有很多,关键是要锁定关键绩效指标去进行分析,而不要让自己淹没在数字的海洋中!

项目活动的总结

关于项目活动总结的分析根据项目的不同类型,分析的侧重点也不一样。在本文中就不一一赘述了,总的来说项目活动总结分析至少要达到以下的效果:

  • 对项目总体绩效目标达成情况的分析
  • 对清单利用情况的分析
  • 对员工绩效的分析
  • 对拒绝销售客户的分析
  • 对本次销售活动的经验总结分析

数据分析的目的是为了管理决策提供依据,并在运营中不断发现问题及解决问题。当沉浸其中的时候,当绩效不断提升的时候,我们会发现工作原来是快乐的!

责编:admin

转载请注明来源:数据分析在电话销售项目中的应用

上一篇:

下一篇:

相关文章

噢!评论已关闭。