B2B企業如何成功推動Win/Loss Analysis數據分析?

問題不是出在企業型態,而是團隊心態。
Cortilia Lin
瀏覽人數:6346
當 win/loss analysis 分析結果呈報給主管時,業務人員往往會進入第一階段:否認分析結果,並且挑戰數據分析的研究方法。

無法掌握顧客狀態、無法預測掉單情形,勢必會對B2B企業造成強烈的負面影響,因此許多公司的中階主管或財務部門,會試著運用資料科學與分析的方法,來解決這個問題。但即使做了分析,常常也無法取得預期的成果,像這樣的對話,我們再熟悉不過:

公司管理階層問:「我們已經跑了兩個季度的win/loss analysis ,但還是無法提高交易成功率,或改善季度掉單的預測,是不是我們的業務單位對於顧客狀態不夠熟悉?」

業務主管答:「這是因為我們的客戶是企業,客戶端的採購決策比較複雜,狀態比較不穩定。有時候只是需要更久的時間培養客戶,再等幾個季度,我們的表現一定會達標的。」

何謂Win/Loss Analysis?
簡單來說,win/loss analysis就是蒐集過去的客戶交易記錄,分析交易成功與失敗的原因,以預測未來的交易成功率。

其中最核心的關鍵是,研究分析大約三十筆客戶交易的紀錄,一半成功一半失敗。由業務單位畫出客戶端的決策單位(Decision Making Unit),因應B2B的客戶多半是以多人意見合議作採購決策,決策單位包含了關鍵決策制定者、影響者等)。接著,用客戶端角度的採購歷程來分析每個相關人員的角色與決策影響力。

根據採購決策歷程,點出各個歷程的「關鍵決策點」,再比對出在關鍵決策點的前後,業務單位針對該客戶付出的時間與精力,對其做量化敘述(30個研究交易裡共通的敘述)。最後,用精密的數據模型做出成功與失敗的差異化分析。

這套基礎可應用在其他所有的潛在交易,作為預測交易成功率的基礎。根據目前合作企業的經驗,大約六個月的磨合,可以讓這套win/loss analysis 數據分析的準確度提高到50%以上。

的確,這在不同規模的企業都常常發生。只是,無法精準預估客戶交易的狀態,真的是因為企業型態是B2B?其實,更深層的原因是業務代表不理解客戶。

在過去合作的企業裡,我們對比顧客的反饋和內部業務對客戶狀態的評估,我們發現,完全掌握的比例只有百分之四十。大約有三分之一的情況是,業務代表往往完全誤解客戶,或是無法讀出客戶在會議中的弦外之音。剩下三分之一的情況則是,業務代表用對顧客的部分理解,以偏概全。

再加上,企業推動數據分析時,內部跨部門溝通常常還會遇到兩階段的挑戰。若無法順利克服這兩道難題,win/loss analysis 數據分析的作法通常窒礙難行,上述對話也就一再重演。

溝通難題階段一:「否認分析結果」與「挑戰研究方法」

當數據分析結果呈報給業務單位主管及管理階層時,企業往往會進入第一階段:否認,並且挑戰數據分析的研究方法。由於數據分析會讓業務流程更加透明,揭露之前不易發覺的強項與弱點,因此容易造成業務人員反彈,特別是針對公司的「負面表現」,業務單位很可能藉由挑戰數據背後的方法論,來合理化自身的表現。這會讓討論進入所謂的「泥巴戰」,戰得越久,就越失去跨部門以及企業內部自省的能力。更重要的是,戰得越久,就越讓公司相關人員認為「數據的確有失憑據,所以才沒有辦法解答這些挑戰。」

我認為,要突破此階段有兩個要點。第一點是,在呈報數據給業務單位主管及公司負責人時,蒐集、分析數據的團隊,要先沙盤推演所有可能面對的質疑,從蒐集方法的設計到數據的呈現方式,都要做到可在第一時間回答任何與方法論相關的問題,破除其他人的疑慮。

第二點則是「仔細聆聽」。挑戰數據的方式有很多,仔細聆聽並記下每一個相關人員的問題,除了可以了解問題的來源,也可以找到每個相關人員最直接的「擔憂」。通常他們第一時間想到的「擔憂」,會跟他們在職場表現中最在意的「誘因」有關,例如可能會影響業務團隊成員間的分帳。蒐集這樣的資訊情報,有助於後面幾個階段的鋪陳與安排。

溝通難題階段二:「爭取表現機會」與「掌控最後答案」

第二個階段的企業表現:控制。當公司相關單位突破「否認」這一關,各個人員會開始提出不同的數據專案做法。這一方面是想趁機展現自己的貢獻與能力,另一方是一旦自己提出的解法被採納,也許有機會「掌控」最後的答案,藉此展現自身或是自己團隊的優勢。

最常見的情況是,業務單位會想要做另一份調查,或是想要重新訪談客戶。行銷部門也有可能要求每一位業務代表,根據過去的交易記錄,提出各種敘述版本的win/loss analysis 等等。

就我的經驗,要避免各方各說各話的作法,就是正確運用數據語言。以數據為本,引導各方思考,回歸到在每一種可能作法中,「數據」的本質是什麼。之後,再根據各種作法中數據的本質,串起一個中心思想或邏輯主軸,進而產生問題最合適的解法。

除此之外,在適當的時機點確立相關單位各自需負責的行動方案,至為關鍵。當企業整理完相關問題的數據邏輯後,多數人員會意識到這些「數據」的本質,並不容易搜集也不容易駕馭,同時也有可能干擾自己正在執行的專案進度或是主要指標。

此時,團隊的氛圍往往會是「找部門或是人員來負責」,也就是請推動數據專案的部門或人員(通常是IT部門),負責執行團隊提出的解法,而團隊自己則扮演從旁協助或提供數據資料的角色。

像這樣找人自願負責看似容易,但是專案的成功關鍵卻在於:當數據分析根據原先提出的解法和解答邏輯,產生了要求的答案後,每個相關單位應該要各自負責什麼行動。在這個時間點,各單位需提出明確的行動方案,並同意所需的資源規劃與執行人員。一旦錯失良機,數據專案順利執行的機會就很渺茫了。


作者系列專欄:
讓數據激發「內部創業精神」



</>

Cortilia Lin

現為經濟學人智庫健康醫療管理顧問部門全球創新資料洞察解決方案總監,曾任飛利浦照明全球品牌策略總監,專精於數據分析、顧客體驗與品牌行銷。Facebook粉絲專頁: Coderia's Diary (https://www.facebook.com/coderiasdiary/)


本篇文章主題分析