零售销售运营业务的负责人,往往会面临着准确预测下一季度业务的巨大压力。这时如果不能从现有的数据中获取可行的洞察,可能会做出错误的业绩预测,基于此制定的战略决策也会给销售团队带来误导,从而影响该零售企业的市场表现。

“销售运营相关领导者必须高度准确地预测其广泛而多样化的业务,”Gartner高级总监分析师Steve Rietberg表示,“为了实现这一目标,他们应该将业务分成几个部分,并选择最能预测每个细分市场未来行为的分析指标。”

这样的细分分析将使区域经理能够更深入洞察其所在地区的消费趋势,了解内部销售数据和外部市场环境如何影响业务的每个部分,准确诊断问题,并更有效地指导他们的销售。

想让零售销售运营负责人和区域经理就预测的单一细分维度达成一致,其实存在一定的难度,因为对于影响零售企业销售收益的主要因素,每个职位都有不同的看法。比如,销售运营负责人建议根据销售漏斗转化显示的以往的收益趋势,按销售渠道进行细分;而同一家零售公司的区域经理可能会根据过去的销售成功情况,按客户行业进行细分预测。

这种情况下,这些领导者们可以通过对前期阶段进行“事后检验”,以帮助确定理想而统一的细分方法。

事后检验(Back-Testing)
指将市场风险计量方法或模型的估算结果与实际发生的损益进行比较,以检验计量方法或模型的准确性、可靠性,并据此对计量方法或模型进行调整和改进的一种方法。

确定销售业绩指标

零售销售运营负责人必须分别考虑每个细分市场,以确定哪个指标与销售业绩最密切相关。例如,某企业决定使用收益来源作为其细分预测的基础,因为其收入的很大一部分来自于新客户购买,客户扩展,品牌特许费和合同续签,因此,他们将使用不同的手段预测每个细分模块的表现。

销售运营部门可以通过合同数据和使用趋势准确预测品牌特许费收益。

销售运营部门可以根据现有的基础数据和历史更新率计算是否能达成合同续签的预测。

对于新加入的,升级后的以及附加的业务部门,销售漏斗转换分析可以为销售运营提供对部门绩效的可靠洞察。

零售销售运营负责人必须确保预测方法简单且有事实依据,并能被广泛采用。如果可以解释清楚该预测方法最难的分析计算的部分,销售运营负责人将更有机会在其团队中获得应用该方法的话语权,并让销售经理接受这一方法。但最终,采用谁的建议仍将取决于企业和个人能否从中受益。

细分预测的好处

使用了细分分析方法的这些管理人员,可以借助该智能手段来PK销售的预测,并为他们所辖地区协商出一个具有挑战性但可实现的目标。

更为谨慎的零售管理人员还将综合他们从销售那里收集到的定性反馈,来对销售的预测作出判断,从而帮助改善销售的预测准确性。更为重要的是,当这种方法用具有挑战性和可实现的目标替代保守预测时,零售企业的市场表现也会相应地提升。

采用自上而下的细分预测方法的零售公司,应使这种方法成为销售经理日常工作的一部分,并在销售相关部门坚定推广自下而上的定性预测流程。与此同时,销售必须严格审查销售进度和(与其经理相关的)关键交易信息,并承诺在此期间实现收益目标。实践这一过程会给销售传递一种对自己负责的项目拥有“所有权”的意识,如果把预测变成只是简单的计算过程的产物,那么这种“所有权”意识也将不复存在。

零售预测还在继续

除此之外,你的企业还需要一个专业的辅助工具来帮助实现更加智能化和一体化的销售预测。不管是本文所述的销售目标的预测,还是库存、排产、配送、营销活动等零售各个层面的预测,你都可以通过观远智能数据分析平台上的「AI预测引擎」得以实现。

「AI预测引擎」不仅仅引入了先进的AI预测算法,更将观远数据团队多年与诸多500强企业合作中沉淀的、符合本土日历特征的零售数据预测经验预置进了算法模型里面,同时结合观远智能分析平台,为本土零售企业提供从数据接入、整理、预测到展现的端到端整体解决方案。

源:https://www.gartner.com/smarterwithgartner/use-segmented-analytics-to-improve-accuracy-of-sales-forecasts/
编译:观小编(编译过程内容有适当调整)
注:本文仅代表原作者个人观点,如有不同见解可在留言板指出改正,有任何零售智能分析相关的知识都欢迎探讨。

更多点击数据分析数据可视化BI观远数据