編輯導語：對于不少產(chǎn)品經(jīng)理來說，掌握數(shù)據(jù)分析的核心能力并不在于了解豐富的模型和方法論，而是能敏銳的發(fā)現(xiàn)數(shù)據(jù)并且從中找出潛在規(guī)律。數(shù)據(jù)分析始終不能落地？這有一個案例，希望能對你有幫助。

• “你做的數(shù)據(jù)分析，一點都不落地！”
• “除了寫數(shù)字，能不能有落地建議！”
• “看了數(shù)，所以呢？要干啥？”

這一類抱怨，經(jīng)常在辦公室響起，讓做數(shù)據(jù)的同學很郁悶。到底咋做算落地？今天通過一個例子，系統(tǒng)講解一下。

問題場景：某大型售后連鎖服務商，同時承接廠商、企業(yè)、個人的服務需求，由客服接需求以后生成工單，分配給自營的服務點或外包的服務商，上門完成服務?，F(xiàn)在已定下，北極星指標是：實際完成工單件數(shù)，問：如何做進一步落地分析。

01?數(shù)據(jù)落地的常見錯誤

很多同學一看到問題，就說：老師，這題我會！工單=需求數(shù)*轉化率嗎，既然要提高完成工單件數(shù)，那要做的就是，把需求數(shù)和轉化率兩個指標：搞高！

所以數(shù)據(jù)落地的方式，就是：

1. 一要多簽廠商客戶
2. 二要多簽企業(yè)客戶
3. 三要做大個人流量
4. 四要提高客服效率
5. 五要加強上門管理
6. 六要提升師傅技能

你看，這建議多具體，多落地……

首先，這么說確實沒錯，確實這些指標要搞高，確實這六條都是建議，問題是：這些都是正確的廢話，即使不做數(shù)據(jù)分析師，大家也“早就知道了”，那肯定要搞高呀，還能搞低不成。

從數(shù)據(jù)推導業(yè)務落地行動，核心是：輕重緩急。通過數(shù)據(jù)分析找到哪里是重點，哪些是輔助，這才是數(shù)據(jù)計算的價值。如果不加計算，那人人都知道這也要加強，那也要加強。

1. 第一步：梳理業(yè)務流程

想落地第一步，就是停止在數(shù)據(jù)層面：坐而論數(shù)，就數(shù)論數(shù)。

數(shù)據(jù)到底從哪個業(yè)務流程里來，又受哪個流程影響，得先理清楚。業(yè)務層的梳理，一般由粗到細，剝洋蔥般層層深入。比如本案例中，雖然涉及業(yè)務的角色很多，但以客服收到線索為界限，可以劃分為：需求/供給量大部分。

如下圖：

目標是提高完成工單數(shù)量，第一級要做的輕重緩急判斷，就是：需求/供給是否匹配。

僅看單個月份/整體供需情況，可能有三個狀態(tài)：

1. 需求≥供給
2. 需求=供給
3. 需求≤供給

第一級判斷，決定了后續(xù)落地方向：

1. 需求≥供給，提升供給能力
2. 需求=供給，持續(xù)觀察/降低供給成本
3. 需求≤供給，發(fā)展客戶，擴大需求

這就是V1.0的落地建議。注意，真實建議不會給得這么口語化，而是經(jīng)過計算的：

這一步看起來簡單，其實也暗藏玄機：怎么判斷到底哪頭大？

2. 第二步：樹立判斷標準

判斷標準，絕不是讓老板拍個腦袋那么簡單。需求≤供給相對容易觀察，比如售后師傅人均工單數(shù)少、平均工資低、人員流失多等等。

但需求≥供給，很有可能是沒有數(shù)據(jù)記錄的。比如個人客戶打電話進來，結果約不到師傅；企業(yè)客戶打電話進來，要排隊很久才能修理，但是因為簽的是年度合同，所以一時半會不會翻臉。

這些情況都使得評估供給能力存在困難，數(shù)據(jù)不真實情況。等企業(yè)客戶流失的時候才反應過來，已經(jīng)太晚了。

因此，樹立標準最好單獨做分析。比如廠商/企業(yè)客戶，需要匹配合同簽約時服務條款（比如接單24小時內(nèi)處理完畢）；對個人客戶，需要看客戶發(fā)起需求后完成率，并且從完成率中，剔除客戶原因（詢價后嫌貴、上門找不到人、隨口問問等情況）才能算出來相對準確的數(shù)字。

這是尋找判斷標準的工作，建立標準工作后，還得跟各部門共識，才能達成一致認可。

這一步很重要，很多同學之所以難以落地，從第一步就是：只有數(shù)字，沒有判斷?；蛘吲袛鄺l件不嚴謹，導致后邊一深入，發(fā)現(xiàn)有很多業(yè)務上定義模糊，相互扯皮的地方。

這樣自然落不下去，如下圖：

3. 第三步：從短期到長期

注意：時間拖長，可能有季節(jié)性變化。比如特定設備在夏季/冬季使用頻率高，更容易出故障。因此基于一個月份建立標準后，可以看一整年的情況，進一步鎖定問題。

比如整體情況是：需求≥供給，但是：

• 偶爾性（1、2個月）
• 經(jīng)常性（連續(xù)發(fā)生大于3個月）
• 持續(xù)性（新上/臨近報廢）
• 季節(jié)性（特定季節(jié)發(fā)生）

對應的輕重緩急也是不同的，能引導出的落地建議也不同，如下圖：

4. 第四步，找重點、抓重點

整體情況確定以后，再看局部問題。比如在第一階段，鎖定了問題來自：供給端，就是供給不夠，那么該怎么進一步分析呢？

首先，業(yè)務有三條線，三條線誰是重點，要先區(qū)分出來。因為廠商/企業(yè)這種toB類客戶和toC類個人用戶，是根本兩個發(fā)展思路，不僅當前在工單總數(shù)中占比不同，而且對未來發(fā)展重要性也不同，很有可能toB才是公司生命線。

在不同重要性影響下，即使當前數(shù)據(jù)相同，對未來發(fā)展的判斷也可能是不同的，要先做判斷，再往下細看，如下圖：

5. 第五步，從整體到局部

其次，售后服務是分區(qū)域交付的，因此哪個區(qū)域特別嚴重，哪個區(qū)域例外，再分出來。這個相對容易理解，每個區(qū)域的客戶需求，門店/師傅配置都不同，很可能邊遠地區(qū)還是二次外包出去的，因此鎖定問題點，也有助于：抓大放小，先解決問題突出的地區(qū)。

這里又有策略上差異：如果真看到某個地區(qū)需求特別旺盛，且都是外包在做，很有可能會選擇“更換掉外包，自己設一個服務點”而不是“該外包需保持業(yè)績發(fā)展趨勢”。在落地上，從來都不是哪個指標好了就保持，也不是哪個差了就改進的，很有可能有第三選擇。

6. 第六步，從局部到細節(jié)

最后，售后服務是分2個環(huán)節(jié)執(zhí)行的，到底是客服派單慢，還是售后執(zhí)行差，再分出來。

這個分解最為復雜。因為客服派單派不出去，很有可能是因為該區(qū)域/該大客戶服務團隊的工作已經(jīng)飽和了，或者是因為節(jié)假日等正常原因，或者是因為在等零件調(diào)貨等客觀原因，所以不拿到接到單以后的服務團隊/配套情況/節(jié)假情況等明細數(shù)據(jù)，很難說清楚到底是派單員的問題，還是服務的問題。

在考慮落地方案的時候，越細節(jié)的問題，越放在后邊解決。因為很有可能落到特別細的細節(jié)以后，你會發(fā)現(xiàn)根本沒有數(shù)據(jù)……手頭有啥數(shù)據(jù)就用啥，這也是分析的基本原則。

7. 第七步，從數(shù)據(jù)到管理

面對細節(jié)數(shù)據(jù)缺失，可以用管理手段配合數(shù)據(jù)建設。比如要求客服在首次接單且售后無異常的情況下，接單30分鐘內(nèi)完成分配，有異常就人工反饋標注。

還可以提前對各地區(qū)配件數(shù)庫存進行檢查，提前標注缺貨標簽，這樣分析的時候，能區(qū)分哪些因為等配件而延遲。還可以要求服務師傅上門前/服務完成后進行系統(tǒng)打卡登記，這樣統(tǒng)計師傅在崗情況，從而反推是否師傅已飽和。

注意，這些管理手段本身對業(yè)績也是有幫助的。可以提前發(fā)現(xiàn)配套問題，可以監(jiān)控一線行為獎勵多勞多得，可以及時發(fā)現(xiàn)有增長潛力的地區(qū)。

所以，用這些業(yè)務上利益點做誘餌，是可以推動管理手段落地的，進而達到采集數(shù)據(jù)的目的，從而一舉兩得。如果沒有好的管理手段，很有可能數(shù)據(jù)都采集不上來，自然也無法落地。如果沒有業(yè)務上利益點，即使高層強力介入，強行把軟件推下去，業(yè)務不配合、亂填一通，數(shù)據(jù)還是一塌糊涂。

02?小結

想把數(shù)據(jù)落地，就是這樣一步步從粗到細，剔除各種異常，擊中要害，最后靠和管理手段結合落地。

而不是簡單地：

1. 哪個指標低了就搞高
2. 哪個指標高了就保持

也更不是出一套“神威無敵大將軍模型”就能搞掂的。比如有的同學一看：誒呀！有客服派單！立馬條件反射般：我們效仿滴滴/美團，建立人工智能派單模型。

那個，這是售后業(yè)務耶，機器的損壞率可不會像打車/外賣一樣天天持續(xù)，需求就那么多。且上門還牽扯配件問題，哪里能隨便亂套。所以想做的細，就得深入業(yè)務流程，耐著性子剝洋蔥。

#專欄作家#

接地氣的陳老師，微信公眾號：接地氣學堂，人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問，在互聯(lián)網(wǎng)，金融，快消，零售，耐用，美容等15個行業(yè)有豐富數(shù)據(jù)相關經(jīng)驗。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議。