來自:@瑞信新原
大型數(shù)據(jù)庫(Big Data)是相當重要的存在,若有大型數(shù)據(jù)庫作為市場開發(fā)及關(guān)系建立的依據(jù),企業(yè)間的電子商務將更容易推動與運行。然而如此強大的科技產(chǎn)物也并非毫無缺陷,這些論據(jù)與圖表都確實與銷售直接相關(guān)且有利于增加營業(yè)額,但其數(shù)據(jù)的收集往往局限于競爭數(shù)據(jù)、銷售活動數(shù)據(jù)、物業(yè)買賣和整體市場趨勢,并無法提供更深入的洞察,無法讓營銷人員了解客戶的腦中正在想什么。
這就像情治單位的世界一樣,即使有衛(wèi)星幫忙收集情報,更重要的資訊也只能一對一且面對面地套出來。
若極端一點思考,還是有些公司并沒有設(shè)立大型數(shù)據(jù)庫,他們?nèi)钥繕I(yè)務部門去收集與管理他們的研究數(shù)據(jù),根據(jù)2012年CSO Insights針對「數(shù)據(jù)存取對銷售業(yè)績的影響」的考察報告,營銷人員平均花24%的時間在為電訪做相關(guān)資訊搜尋的準備工作,盡管這會占去他們好一部份原本可用于銷售的時間。
做量化分析不夠,質(zhì)化分析更能全面探索顧客需求
再想想另一個極端,許多公司擁有相當龐大的大型數(shù)據(jù)庫,大到連解釋分析或數(shù)據(jù)管理都很困難,只能極有限地發(fā)揮大型數(shù)據(jù)庫的效用,這問題也在CSO Insights 的同一份考察報告中被點出,將近90% 的業(yè)務主管將銷售機會的錯失歸咎于資訊量過載,想從大型數(shù)據(jù)庫中篩選出有價值的分析有時就像大海撈針一般。
對現(xiàn)有客戶或潛在客戶做定量分析確實有助于銷售,但大型數(shù)據(jù)庫并無法描述完整的局面,定性且定量的分析才能更進一步地了解客戶,也就是說,著眼點不能只有數(shù)字,將論據(jù)、圖表,還要有更多的陳述文字也加入分析,才能全面地探索顧客的想法及需求。
客戶大不同,分析出來的數(shù)據(jù)真的適用嗎?
還有一點也需銘記在心,大型資料庫的分析結(jié)果可能產(chǎn)生誤導,畢竟數(shù)據(jù)是來自各個不同的客戶端,分析所得的趨勢有時并不適用于所有客戶,也可能會因為客戶的資本額造成不同比重的數(shù)據(jù)來源,如果只以整體趨勢套用于所有客戶,那就是冒著失去某些客戶的風險。
為了解客戶,大型資料庫的協(xié)助面向基本上會包含下述幾項指標:
1.策略方向
2.指定需求
3.未列于RFP (Request For Proposal)的潛在需求
4.決策過程及參與人員
5.顧客對己方成果表現(xiàn)及客戶服務的印象
6.顧客對競爭公司的印象定性定量地觀察客戶,才能做好客制化的服務
然而,如果想找出現(xiàn)有客戶及潛在客戶的上述量化數(shù)據(jù),方法只有一種:直接問他。
想了解更核心的價值,就必須藉由更深入的問題,直接探求個別狀況,仔細地聆聽客戶的反應且分析你要的資訊,想當然爾,這不是份簡短的問卷可以完事的,免不了要20至60分鐘的深度面談。
當進行深度面談時,應確保對方為多位該公司的資深主管人員,為的是要確定他們的觀點代表了該公司的實際營運方向。談話內(nèi)容應包含一系列有組織過的探測性問題,并以開放式問題讓對方能描述出實際狀況,試著挖掘出對方潛在的反應。
如果,你覺得對方并未??說實話或隱藏了部分事實,應該將相關(guān)問題帶到較客觀的第三方并再次進行面談及分析。
收集量化數(shù)據(jù)只完成了一半的工作,接下來就是要從得到的訊息中客制化各個客戶的要求,如果獲得的訊息不完整或有誤,就會事倍功半,因此定性且定量地觀察客戶們的狀況將更有效率地符合對方的需求及改善己方的表現(xiàn)。
不可諱言的,從大型數(shù)據(jù)庫獲得的統(tǒng)計數(shù)字確實能提供許多銷售靈感,但若能輔以實際晤談或聆聽社群媒體,靈活地切換不同的接觸方式,才能定性且定量地切中客戶的實際需求,提升銷售及服務品質(zhì)的價值。
在業(yè)務科技化的年代,許多B2B (Business-to-Business)型態(tài)的企業(yè)逐漸改變資訊收集的方式,不再以傳統(tǒng)的面對面訪談為主,反而著重于大型數(shù)據(jù)庫的建立與分析,作為市場開發(fā)及關(guān)系建立的依據(jù)。