行銷領域越來越依賴數據，以致於許多人會覺得顧好數據= 顧好一切，可成果卻總是不如預期。近幾年，在行銷領域強調「客戶至上「的觀念，因此會利用數據工具做客戶分析、客戶行為追蹤等等，可這些做法都逐漸忽略了最初的關鍵因素：前線銷售人員的自身需求。
前線銷售員每天都要制定並執行盡可能最佳化的行銷策略，這時客戶分析只是輔助，行銷效果最佳化才是至始至終的重點。
本文就用以下這五大數據原則，抓回分析師們的行銷助攻魂：
1 決策為先，數據為後
2 善用數據做決策
3 與用戶共同開發
4 專注於可執行的資訊
5 廣泛建立分析能力與文化
縱觀所有的行業，無論是零售品類經理、銷售代表、理財顧問，還是財富管理專家的案頭都擺滿了各種分析報告和行業見解。
這些報告能讓公司高管時刻感受到企業中「客戶至上」的理念，然而對於前線經理來說，這些報告卻提供著完全無用甚至彼此矛盾的資訊。
更糟糕的是，他們發現企業的高官們正是利用這些無用的資訊和不透明的「黑箱」算法，來集中制定銷售決策和解決方案，從而進一步打消了前線銷售人員的工作積極性。
理論上，這些從客戶大數據中得到的關鍵資訊應當讓技術銷售人員更具創造性，以及擁有更多的時間以新方式與消費者溝通，從而創造更多價值。
然而事實卻是，在數據分析的浪潮下，許多銷售人員對前往商舖與客戶面對面溝通已然失去了興趣，他們轉而用更多時間進行數據分析，甚至完全忽略了原本的銷售工作而專注於數據的研究。
為了使客戶數據分析加強而不是削弱銷售與客戶的聯繫，只有在前線人員的創造性和銷售數據的科學性之間保持良好的平衡，才能讓數據分析更好地為銷售經理服務。
內容目錄
1 決策為先，數據為後
大多數銷售經理都明白，數據本身並不是結果，而是應當服務業務決策的過程。然而，許多人卻急於收集所有可得資訊，尋找最有趣的發現，而沒有從業務本身出發找到此刻需要做出的決策，以及逆向推導出他們真正需要什麼數據、如何分析以及得出怎樣的見解。
這是致命的錯誤。許多大型零售商發現廣泛的客戶細分數據有助於瞭解客戶的生活習慣和需求，從而塑造業務優先級，然而這些數據與零售經理所真正需要的資訊卻相距甚遠。
例如，這些數據並未能幫助他們決定在某個特定的商舖中應銷售何種產品，而這才是前線零售商最為重要的決策之一。
克羅格（Kroger）、樂購（Tesco）等零售領先品牌著手克服了這一障礙。他們專注於挖掘以產品為核心的正確洞見來制定重要的品類決策（assortment decision），例如衡量真正的銷售增量（該指標用於測量消費者究竟是熱衷每週購買同一種產品，還是在相似的產品之間隨意切換。）
事實上，這些客戶關鍵績效指標才是制定產品品類決策的真正決定性因素。零售商進行數據分析的意義不在於對客戶行為進行過度深刻解讀，而在於幫助前線管理人員做出最終合理決策。
2 善用數據做決策
行銷和商業決策者常常抱怨客戶分析工具不僅沒有提高生產力，反而使他們的工作更低效。這是由於令人費解的「黑箱」分析工具讓人們過度依賴自動化決策，沒有協助決策者更好地利用資訊做出決定。
數據分析總有盲點，它脫胎於歷史數據且無法考慮到所有因素。若決策者只是單純依賴客戶數據分析而做出決定，那他永遠不能掙脫過去的枷鎖。
借用上述零售經理的例子，如果他們僅根據數據分析就制定品類決策，那麼將忽略許多其他重要資訊。
例如供應商對明年市場趨勢的預測、計劃的促銷活動、新產品的策劃和發佈，以及對市場的整體影響。更糟糕的是，使用一個「黑箱」分析工具不僅削弱了品類經理的作用，而且使他們失去了在「黑箱」算法發生錯誤時主動提醒、糾正錯誤的動力。
對比之下，一套可提供客戶關鍵績效指標的系統則有助於優化前線銷售經理的決策過程。即使在一些情況下數據分析的結果與前線經理的直覺相悖，人們依然能夠在過程中充分發揮自己的創造性。
3 與用戶共同開發
當一家公司準備開發數據分析工具時，它應從小型項目開始，並專注於前線決策。這能讓更多前線人員真正參與進來，並保證項目的最終成果。我們發現，以90天為週期的小型嘗試和學習型項目能迅速獲得評審委員會的共識。
隨著項目規模慢慢遞增，隱含的問題會被即時發現，並在短時間內得到解決，從而防止拖延項目的整體進度或失去關鍵方的認可。而當獲得了足夠的認可後，後續的項目拓展也將不成問題。
這與一家銀行鼓勵客戶經理增加客戶溝通的方法有異曲同工之處。為了尋找新的業務發展方向，這家銀行從少數客戶經理及其賬戶出發，研發了一套向客戶經理實時推送商業資訊系統。
例如當原油價格下跌時，該系統將自動提醒客戶經理聯絡受該消息影響的前5大客戶，並告知相關內容。系統將每隔90天進行更新，推送的內容將添加新的消息提醒，並刪除無用的內容，參與在此項目中的客戶經理數量也會隨之增加。
現在，幾乎所有的客戶經理都能收到系統的實時推送，從而與客戶夠溝通的時間增加了20%。
4 專注於可執行的資訊
企業及管理人員應不斷考察客戶數據報告的質量，確保它們提供可執行的客戶洞見，而不是盲目追求報告的數量。高質量的報告能為公司帶來可量化的利益，並協助管理人員做出更好的決策。
一家歐洲食品商就曾經棄用了半數的銷售報告，因為那些報告只有數據，並不能協助決策和執行。這家公司發現，儘管管理人員非常喜歡討論「每週最暢銷的10件產品名單」，卻沒有人真正用那名單來做決策。
發現問題後，那家食品商的首席信息官會把名單再進行細分，制定了不同店舖類型的「每週10件最暢銷產品」。有了針對性的資訊後，現在品類經理便能根據相類店舖的暢銷品來下單訂貨。
5 廣泛建立分析能力與文化
最後，整個企業需要調整思路、做好溝通，令公司上下所有人都明白數據分析對公司的好處，才能讓數據為先的方法論在公司得以發展。
這幾年來，領先的消費類品牌已經在倫敦、巴黎或紐約等大型城市持續地吸納數據分析人才，完善各自的數據分析團隊。
例如：
一家位於倫敦的領先零售商率先創立了數據分析部門，並由高管層直接領導。這種大企業中的初創模式，吸引了眾多頂尖的數據分析員。
例如：
一家倫敦零售銀行創立了一個營收獨立的部門，以運用客戶數據分析來改進銀行的核心業務，並制定未來業務發展方向。
除此之外，這兩家公司都明白只有讓前線員工充分理解和使用數據分析，才能預防公司倒退回原有工作方式。所以，他們除了建立數據精英團隊外，也持續的對前線灌輸數據分析理念，並開發以他們的需求為重點的分析系統。
細節決定成敗。企業在進行數據分析和執行分析決策時，要始終與前線員工進行及時的溝通與交流。只有當合適的前線人員獲得了恰當且有洞見的資訊，企業才能實現真正的華麗轉變。
主圖Photo by Hello I’m Nik on Unsplash/ 資料來源 哈佛商业评论，
「Nick Harrison Deborah O’Neill |文
Nick Harrison是奧緯諮詢倫敦辦公室的董事合夥人及歐洲零售業務共同負責人，
Deborah O’Neil是奧緯諮詢數字技術實驗室（OW Labs）倫敦辦公室的副董事合夥人。
本文來自HBR英文網站（hbr.org，由作者所在機構提供中文翻譯。」
其餘文字則為TC整理及創作，內容未經允許不得複製、轉載。
TC Summary
很多人都會依賴數據，卻忽略了其他也很重要的因素，數據只是輔助，能幫助下決策的數據，也要懂得與用戶共同開發，才能找出隱含的問題並去解決它，不能盲目追求數據報告的數量，而是要專注於可使用的資訊上，最後在公司內要建立廣泛的分析能力與文化，除了靠數據輔助外，也能跟前線人員進行溝通，達到真正的轉變。
《延伸閱讀》
．【數據分析】創業的你，必須知道的三大網站數據！從數字了解電商狀況
TC的IG上會有更多相關職場成長懶人包，立即追蹤不錯過任何成長機會！
想持續接收到最精華的文章，可按這裡加入 TC Incubator的LINE@
