從數據中獲取利潤
數據分析在電話銷售項目中的應用

客戶世界研究院顧問專家余騰云 2005/04/21

　　有人說，呼叫中心管理是在進行一場數字游戲！其實在呼叫中心的運營管理中，是否善于利用數據將是決定管理水準的重要因素之一！目前電話銷售已經成為呼叫中心應用中的一個熱點，本文將就電話銷售項目中的數據分析應用進行一些探討：

數據分析在整個電話銷售項目中是貫穿始末的，但主要集中在以下三個方面：

數據清單的提取

現場活動的監(jiān)控

項目活動的總結

數據清單的提取

　　電話銷售的一個前提條件是擁有大量的呼叫清單（CALL LIST），呼叫清單就意味著潛在客戶，因此為了尋找合適的清單不少企業(yè)甚至寧愿花費巨額代價去第三方公司購買。而在某些企業(yè)的合作案例中我們也看到，客戶資源竟作為重要的參股條件為企業(yè)獲得股權上的利益。但另一方面我們也注意到，在擁有大量終端客戶資源的電信及銀行等行業(yè)，在實施電話銷售項目時對數據的濫用令人痛心！

　　客戶世界研究院顧問專家案例1：某電信公司在推廣新業(yè)務的時候，對所有的用戶進行地毯式的外呼，耗時之長、影響之大令人嘆為觀止。但實際結果是新增市場份額的目的是達到了，但作為一個商業(yè)項目來核算的話，收益卻是負值。用戶的滿意度及忠誠度也會因為這個不合時宜的電銷活動受到影響，對今后其他電話銷售活動的開展埋下了隱患。

　　以上是一個沒有經過數據分析就貿然進行電話銷售活動的典型案例，在電信或銀行等擁有大量客戶數據的企業(yè)，在進行電話銷售活動前需要思索的是：究竟哪些客戶是我們的目標用戶呢？或許有些項目會有很明顯的客戶群體特征，例如我們要做一個客戶挽留，那流失的客戶就是一個很明顯的目標群體。但深層次思考，在這些流失的用戶中100%都是會成功的嗎？又或者100％都是我們應該去挽留的嗎？答案是否定的！因此在正式開始項目前，我們必須對這些數據進行有效的分析，并提煉出最合適的目標用戶群體。

　　Mr. Arthur M Hughes曾經提出過一個著名的RFM模式來進行銷售前的目標用戶提取，所謂的RFM是指根據客戶的最近購買情況、購買頻率、消費金額將用戶群切割成不同的細分群體。之所以根據這三個方面進行分割，是因為根據研究，客戶的購買行為絕大部分都基于這三種行為之上。我們按不同的程度將每種行為劃成五個緯度，因此我們用這種辦法可以將客戶分割成5×5×5＝125個細分群體，每個細分群體用一個代碼來表示，例如112等。在進行某個產品銷售之前，我們可以按照樣本提取的原則從每個群體中提取部分數據進行測試，結果你會發(fā)現以下的情況：

案例2：

　　根據上面的圖表顯示，并不是每個細分群體的客戶都是能獲得利潤，在125個群體中可能只有21個群體在盈虧平衡點之上，其他卻都是虧損的。如果我們對所有的群體進行外呼，其收益可能是負數。盈利的那部分群體的收益會被其他虧損的群體所消耗掉。因此在進行大規(guī)模的正式外呼前，如果我們只提取符合獲利群體代碼的數據，你就會發(fā)現最終的結果會比你撒網式的外呼效果好的多！

現場活動的監(jiān)控

　　接下來我們看看數據分析能在一個項目開始后幫到我們什么？在現場活動的監(jiān)控中數據分析主要是幫助我們對呼叫清單的合理利用及對人員績效提升。

　　在清單的合理利用上，除了上述方法進行數據提取外，我們在進行一個外呼項目的時候還可以按照客戶的以下特征將呼叫清單拆分成不同的子清單：

客戶性別

客戶年齡

消費值

地理區(qū)域

使用的產品類型

　　拆分后在同一個項目里可能擁有若干個呼叫子清單，之所以這樣做是你會發(fā)現在不同的呼叫時段/不同的技能組/不同性別的電話銷售代表/不同的排序方式下，不同的呼叫子清單會有著不同的績效表現。這個時候我們要做的只是根據數據分析的結果相應的去調整各個子清單，與其最適合的要素進行搭配就可以了!

案例3：