营销数据分析学习心得

营销数据分析学习心得本文简介：如何让数字说话——营销数据分析学习心得引言：当前社会，市场变化纷繁芜杂，竞争无处不在，需要处理的信息以海量计，公司发展受市场制约，任何决策都如履薄冰，因此科学决策必须打破原有的定性感觉而依赖于信息支持，这些信息相当程度上，又必须以一种狭义的数据形式，给决策者一种量化的直观体现。关于数据处理的技术性的

营销数据分析学习心得本文内容：

如何让数字说话

——营销数据分析学习心得

引言：

当前社会，市场变化纷繁芜杂，竞争无处不在，需要处理的信息以海量计，公司发展受市场制约，任何决策都如履薄冰，因此科学决策必须打破原有的定性感觉而依赖于信息支持，这些信息相当程度上，又必须以一种狭义的数据形式，给决策者一种量化的直观体现。

关于数据处理的技术性的问题，不在此讨论，通过学习，本文主要从思路和视角的角度对公司现存的数据采集、管理和分析进行探讨。主要着眼点在于营销版块，对于公司其它版块所需要的数据分析的普遍原理也会略有涉及，权作抛砖引玉。

一、数据分析思路缺乏创新，数据管理责权混乱

在获得海量的数据之初，我们首先要解决的是认知问题，即在现有市场条件下，销售面对的主要问题是什么，知道我们需要解决的目标是什么？我的对策是哪些？我们关注的要点在哪里？我们决策需要的依据是什么？而这些都是传统的销售收入、回款、毛利率以及应收账款等关键KPI（关键绩效指标法）指标所无法解释的。我们不应该仅仅满足于传统指标的比大小，我们更需要基于我们的业务理解去分解分析我们的微指标，让大而全的冰冷的数字细化的活跃起来。

比如说我们的客户成长率、产品的实际使用周期和客户采购率的关系、整体的市场占有率和分区域分行业的市场占有率、价格水平以及定价与销售量的关系……

扩展到其他部门或者管理版块，KPI指标分解同样适用。只有知道我们要什么才能够知道我们应该收集什么。

一方面，销售管理部基于自身流程性业务的操作层面，对于企业本身的诸如订货、发货、开票、回款等业务数据能够第一手掌握，对于企业营销的描述现阶段大致能够做到迅速、直观、正确、全面。另一方面，这种流程性业务也限制了部门对于行业数据的获取，在寻找参照系上，只能与自身比较而缺乏对行业、对竞争对手的比较。而这样的的比较在某种程度上是没有任何意义的。

二、业务版块理解不够，精确营销有待加强

营销分析到底应该分析什么？各种流派的各种学说侧重不一，但有一种说法得到大家的普遍认同的就是：销售不等于市场！

虽然我们公司设立了水泥销售部和市场开发部，实际上仅仅是行业的划分和名称的区别，极端的说，我们公司并没有真正意义上的市场分析。一方面，销售人员直接接触市场，掌握第一手数据和市场的直观感受，在各个区域经理和部门经理心里，对市场有一种自我的经验判断和分析，比如说投标报价是高是低，市场容量是大是小，行业发展是好是坏……另一方面这种判断分析仅仅只是个人的感性判断，对于业务人员个体的业务水平和素质依赖极大，业务的纠偏能力较弱。

这样的一种定性判断，实际就是我们对业务的理解还不够深刻，没有把握到这种市场变化的内在联系。

例如上面所说的，投标报价，涉及到行业的平均价格、我们主要竞争对手的价格预测、客户的关系把握、客户本身的预算、客户销量展望和预估、我们的成本及利润空间、上下游产业链的影响、我方采购与竞争对手采购的差异等等。

比如我们所做的大客户营销。现阶段我们实际更关注真实的销售事件，换一个思路，其实此类大客户的预算在上一年度已经基本分配完毕了。那么扩大我们的销售额完全可以而且应该从客户的年度预算里面挖掘。再比如除了同产品竞争，完全可以进行同质化竞争。电厂检修用可塑料替代定型砖，水泥窑的喉部预制件，用不定形材料抢占定型制品市场就是一个同质化竞争的案例。

……

应该说，在营销分析上，我们的理解还没跟上时代发展，很多的诸如竞争分析、市场分析、客户细分和精确营销、数据规划和数据收集等等很多工作要不就是相当初级，要不就是完全空白。

建议应该组织业务部门和市场人员就现存的市场探讨，以头脑风暴的方式，提炼出我们最关心、最影响我们决策的信息概念，去芜存菁。一方面我们要知道销售人员需要我们提供的支撑信息是什么，另一方面销售人员要知道为了后期信息支撑他们需要收集的信息有哪些。只有通过互动才能加深各自环节对整个流程的理解，从而为我们在恶劣市场条件下得发展保驾护航。

同时，公司的人资考核、技术创新、库存管理、CD降成本等等也完全可以采用此方法提出自己管理的KPI指标。

三、数据采集架构不明，采集执行考核无力

数据分析是基于营销原始数据的技术处理。因此营销原始数据的全面、准确和维度也就决定了分析结果的准度和深度。我们无法想象只有销售总额和回款总额就能分析出我们那块销售区域出了问题；同样我们也无法仅仅凭借自身的发货、发票数据等业务数据就能做全行业的大客户分析。因此营销分析最为基础的就是数据的科学采集。

现在公司协同管理软件，原料库存管理软件，财务的用友软件，再加上曾经使用现已淘汰的客易通软件从本质上讲都属于业务流程采集的数据库管理软件，但由于架构缺乏统一性，造成各业务流程数据的脱节，使得几个系统同时运行，加大了运行成本，也加大了相关操作人员的工作量，自然降低了对软件的认同度。而且由于依附于业务流程，几个系统更加关注的是业务流程的合理性，对于基础“数据字典”的管理几乎为零。

首先就是对于客户的管理尺度无序：由于没有专人管理，在协同系统、财务系统以及原来的客易通里面同一个客户由于不同的原因，其客户名称和编码并非唯一，有简称有全称还有错误名称。换而言之，我们对客户的管理，实际上还掌握在具体的业务经理手里而不是真正的转为公司资源。随着业务的转手或者客户本身的收购、名称变更等行为，我们对客户的管控必然失序。当然由于业务的复杂性、业务经理的责任心以及普遍的人性，对于客户信息的管理在什么级别管理到什么层次，在现阶段如何来要求和考核业务经理的客户信息的填报率，这属于管理范畴，就不在此探讨。由此还可以引申到技术部门，尤其是开发部门的新产品的实验数据的管理是否做到了公司化。

其次，像发货、开票、回款等业务数据的管理是表格和系统共存，甚至是有表格无系统，且各流程岗位和部门各自为战，只关心各自业务口的合理性，在公司层面缺乏整体关注，对于实际发生业务的是否与系统或者表格匹配没有校核机制，更谈不上管理考核了。

对于我们自身的数据尚且管理不到位，营销分析中所涉及的竞争分析，供应链分析、市场分析所需要的数据要求就更是形同虚设或者是一片空白。例如我们要求在投标报销中要填写竞争对手信息，又例如我们要求业务经理在差旅费报销中填写相关客户完整信息。但是，这样的填报信息是否有人去检验校核，同时按照预设目标进行提炼分析，还是只是单纯的作为业务应付了事。

结语：

以上只是结合公司现存问题单纯的探讨了营销数据的分析目标和前景，但是任何的美好展望落实到实际，更多的是管理上的执行问题，同时数据分析工作的开展与企业资源的投入和大力支持有着必然联系。

最后，我们要依赖数据但不迷信数据，数据的规划预测和目标的制定没有必然的因果联系，它只体现在在指导我们具体业务的实际操作中。在种种数字游戏中，不管我们选用多么正确的数学模型推导出的多么无限于接近事实真相的数据推论，与真正的事实都是有差异的。