วิธีการวิเคราะห์ข้อมูลด้านการขายเพื่อวางกลยุทธธุรกิจใหม่

การขายไม่เป็นศาสตร์ที่คุณต้องเอาแต่ก้มหน้าก้มตาขายของ เก็บเงิน อย่างเดียวนะครับ อย่างนั้นมันยังธรรมดาไปและเป็นแค่จุดเริ่มต้นของการขายเพียงเท่านั้น การขายระดับสูงยังมีอะไรที่คุณสามารถเรียนรู้และเอาไปต่อยอดได้อีกเยอะเลยล่ะครับ

การยกระดับให้คุณเข้าใจการขายระดับสูงและสามารถขับเคลื่อนองค์กรในภาพใหญ่ได้ก็คือ การวิเคราะห์ข้อมูลเชิงปริมาณและคุณภาพจาก “กระบวนการขาย” ของคุณซึ่งวัดผลได้ เปรียบได้กับการเอาข้อมูลเรื่องการขายทั้งหมด ไล่ตั้งแต่จำนวนลีดที่มี ลูกค้าที่โทรทำนัด จำนวนการออกใบเสนอราคาซื้อขาย รายละเอียดสินค้าต่างๆ ฯลฯ ซึ่งตัวเลขเหล่านี้แหละครับที่ทำให้คุณสามารถเปลี่ยนกลยุทธการขายให้มีประสิทธิภาพสูงขึ้นได้

ตัวอย่างเช่น คุณเอาข้อมูลใบเสนอราคามานั่งดูตั้งแต่ช่วง 2019 ที่ผ่านมา แล้วพบว่ามีสินค้ายอดนิยมสูงสุด 3 รายการ คือ A, B, C ซึ่งปรากฎว่านักขายไม่ค่อยนำเสนอสินค้า D, E, F ซึ่งข้อมูลนี้แหละครับที่สำคัญว่าคุณสามารถสืบค้นได้ว่าทำไมสินค้ารายการอื่นไม่ค่อยออกด้วยการถามนักขายโดยตรง หรือถามลูกค้าดูก็ได้ คุณอาจจะเจอเหตุผลสำคัญเพื่อเอามาปรับปรุงสินค้าที่เหลือให้ดียิ่งขึ้นและกลับมาขายได้ เป็นต้น

สิ่งที่สำคัญเพื่อเอาข้อมูลเชิงปริมาณมาวิเคราะห์ก็คือ “ระบบ CRM ที่บันทึกข้อมูลการขาย” ได้ทั้งหมด ซึ่งผมขอแนะนำ JUBILI by Builk ที่ให้คุณได้ทดลองใช้ฟรี คลิก: http://bit.ly/2FQI468 แล้วมาดูกันว่าคุณควรเอาข้อมูลอะไรมาวิเคราะห์บ้าง ดังนี้ครับ

1. ไปป์ไลน์

ไปป์ไลน์คือท่อน้ำ (ฮา) ไม่ใช่ครับ ไปป์ไลน์ภาษานักขายคือจำนวนลูกค้าที่กำลังมีการซื้อขายที่อยู่ในมือคุณต่างหาก และควรบันทึกอยู่ในระบบ CRM ทุกครั้งเพื่อติดตามสถานะการซื้อขาย จำนวนไปป์ไลน์ใน CRM บ่งบอกถึงสุขภาพการขายของธุรกิจคุณ ยิ่งมีเยอะก็แสดงว่ามีเงินให้เก็บเกี่ยวอีกมาก คุณจึงสามารถเอาข้อมูลเรื่องไปป์ไลน์มาวิเคราะห์ได้ ดังนี้

– มีไปป์ไลน์เยอะแต่ปิดไม่ค่อยได้ แสดงว่าขาดการติดตามงานหรือเซลล์คุยผิดคน

– มีไปป์ไลน์น้อยแสดงว่านักขายไม่ค่อยวิ่งหาลูกค้าใหม่และติดตามงาน

– มีไปป์ไลน์ที่แสดงรายการสินค้าต่างๆ และเอามาวิเคราะห์ได้ว่านักขายขายสินค้าอะไรมากหรือน้อย

– ไปป์ไลน์สามารถคำนวนตัวเลขความน่าจะเป็นว่าบริษัทจะได้เงินเท่าไหร่จากจำนวนใบเสนอราคาที่ส่งออกไป

จากตัวอย่างที่ยกมา บ่งบอกได้หลายมุมมองทั้งปัญหาและการประเมินประสิทธิภาพเชิงตัวเลข จากนั้นก็เอามาปรับกลยุทธการขายจากไปป์ไลน์เป็นต้นครับ

2. สถานะต่างๆ ของไปป์ไลน์

เพื่อจัดระเบียบข้อมูลและประเมินความเป็นไปได้ให้ชัดยิ่งขึ้น ไปป์ไลน์จะมีสถานะมาตรฐาน (แล้วแต่องค์กร) ดังนี้

– Lead คือ เป็นชื่อลูกค้าที่คุณต้องการเข้าไปขาย แต่ไม่รู้จักกันมาก่อนและยังไม่ได้ทำะไร

– Prospect คือ ลูกค้าที่โทรติดต่อเข้าไปแล้วและมีแนวโน้มที่ดี น่าจะนัดเพื่อเข้าไปขายต่อได้

– Qualify คือ ได้เข้าไปทำนัดนำเสนอแล้ว มีการตอบรับที่ดี แต่ยังไม่ได้บรีฟงาน

– Proposal คือ ได้บรีฟงานและตั้งงบฯ ตามความต้องการลูกค้าแล้ว ออกใบเสนอราคาได้ โอกาสชนะ 50%

– Follow up คือ การติดตามงานจนกว่าลูกค้าจะปิดการขายได้

– Negotiation คือ ช่วงเจรจาต่อรอง โอกาสเป็นไปได้ 90%

– Closed คือ ปิดการขาย หรือแพ้ดีล

เวลาดึงข้อมูลออกมาในฐานะของผู้จัดการฝ่ายขาย คุณจะได้เลือกดูสถานะของไปป์ไลน์ว่านักขายเซ็ตเอาไว้ในสถานะได้บ้าง เพื่อประหยัดเวลาและเรียกดูข้อมูลอย่างแม่นยำครับ

3. จำนวนลูกค้าที่ปิดการขายได้เทียบกับไปป์ไลน์ (Conversion Rate)

ก็คือการเอาไปป์ไลน์มากางดูว่าปีที่แล้วหรือไตรมาส (Quarter) ที่แล้ว มีจำนวนไปป์ไลน์กี่ท่อ แล้วปิดเป็นยอดขายได้กี่ราย เช่น สมมติว่ามีไปป์ไลน์รวมของปีที่แล้ว 100 ราย และปิดได้ 50 ราย แสดงว่าเปอร์เซ็นการปิด (Closing Ratio) คือ 50% ดังนั้นคุณควรยึดติดประสิทธิภาพการปิดการขายของปีที่แล้วหรือไตรมาสที่แล้วเอาไว้ เป็นต้นครับ

4. ขนาดของดีลเฉลี่ย (Average Deal Size)

ดีลไซส์คือขนาดของงบประมาณที่คุณปล่อยออกมาเป็นใบเสนอราคา ดังนั้นคุณควรหาค่าเฉลี่ยออกมาตามไตรมาสหรือรอบปี ว่าเฉลี่ยแล้วใบเสนอราคาทั้งหมดมีค่าเฉลี่ยเท่าไหร่ เช่น 100 ไปป์ไลน์ของปีที่ผ่านมา มีใบเสนอราคามูลค่าเฉลี่ย 1 ล้านบาท แสดงว่าศักยภาพการขายของสินค้าและบริการของคุณมีขนาด 1 ล้านบาท คุณจะได้เอาตัวเลขตรงนี้มาคิดต่อว่าทำอย่างไรค่าเฉลี่ยตรงนี้ถึงจะเพิ่มขึ้น ยิ่งค่าเฉลี่ยมากขึ้นแล้วกลับไปขายลูกค้าจำนวนเท่าเดิมก็หมายความว่าคุณกำลังรวยขึ้นยังไงล่ะครับ

5. การวิเคราะห์ดีลที่ชนะกับดีลที่แพ้

ชัยชนะของนักขายก็คือปิดการขายได้ แล้วมันก็จะปรากฎอยู่ในระบบ CRM ความพ่ายแพ้เวลาลูกค้าปฎิเสธก็เช่นเดียวกัน จงอย่ามองข้ามข้อมูลพวกนี้เป็นอันขาด เพราะการเอาลูกค้าที่ชนะมาวิเคราะห์สาเหตุก็เพื่อการเสริมจุดแข็งให้เด่นชัดยิ่งขึ้น ส่วนความพ่ายแพ้ยิ่งน่าเอามาวิเคราะห์ว่าทำไมถึงแพ้ เพื่อเอามาเสริมจุดอ่อนที่ขาดหายไป

Leave your vote

Comments

0 comments

Similar Posts

ใส่ความเห็น