一张简单的分析报表，背后是科学的「四步骤方法论」

销售易客户服务部服务运营推广主管陈冶

CRM 系统作为企业数字化的重要一步，记录着许多重要信息，在运行一段时间后，作为管理层，自然想看到各类数据的分析报表，让数字化系统呈现直观的结果，更进一步，以这些图表来观察各个业务数据的运营状况，从而发出管理指令。

销售易的数据呈现能力，也由报表、目标，逐渐进化为如今的「BI 智能分析云」，一个完整的产品。

然而，数据呈现并非「选择数据，出现结果」这么简单，在我们的服务过程中，发现不少客户的系统做出报表才知道系统数据内容混乱，甚至无人填写。

在帮助多位客户修改系统、完善制度、搭建报表、校准数字后，我们总结了一套数据分析的方法论，如果你也想在系统中搭建出各种各样直观的报表，不妨来学习下。我们以管理层想要分析销售的拜访签到数据为例。

将拜访签到数据做图表化呈现

拜访签到是销售管理中的一个常用的精细化管理手段。销售人员经常外出，如果能将他们每次外出拜访的客户、联系人、拜访内容都记录在系统中，不管对于管理员工，还是客户信息留存，都有极大的帮助。

拜访签到的规定执行一段时间后，企业管理层自然想知道这个动作带来的结果，例如各个销售团队的拜访频次是怎样的？拜访频次是否与成功签单量有直接关系？我们是否需要规定一个频次合格率？拜访的客户都以什么行业、什么规模为主？拜访的联系人都是什么级别？

想要直观的看到这些数据，是我们的目的，想要得到这样的结果，则需要按照以下步骤实现：

1：维护好元数据

先来给大家解释下「元数据」的概念：对于拜访签到而言，拜访的内容，即销售和客户说了什么，这是数据本身，而拜访的时间、地点、客户、联系人属性信息，是描述这次拜访的数据。「描述数据的数据」就是元数据（metadata）。

元数据的优点，是格式规范、统一。一次拜访的内容是一段文字，这样的数据是没办法拿出来统计分析的，但是时间、地点、客户、联系人属性信息都是固定的格式，它们可以被用来分析。

进一步，对于客户、联系人而言，名称是数据本身，而客户的行业、联系人的部门、职级都属于格式规范的「元数据」。

想要获得正确的分析结果，维护好「元数据」的工作是第一步。在字段设计时，这些元数据都应该是选择项，而非填写项，在设置时就尽量写清楚所有可能得选项，并做清晰的区分。

2：相关规章制度建设

据调查，80% 没用起来 CRM 系统的公司，原因都是「数据不全」，CRM 中只留存了一部分客户信息，自然无法做后续的统计、分析工作。

客户信息管理是一项公司层面的运营策略，对于一线销售感知甚少。没有规定的监督执行，少有销售团队可以自行将 CRM 良好运转。

想要拥有完整的数据，就要以制度规范员工的数据记录习惯。要求销售将每一次接触客户的信息录入系统，例如可以逐步将签单结果、绩效计算以 CRM 系统显示为准，将销售工作日报、周报以 CRM 中提交的为准，将日常行为、客户拜访记录以 CRM 系统记录为准，且在周会、月度总结会议上坚持使用 CRM 中的数据作为展示，让员工意识到填入系统的数据才算数。

想要看到何种数据，就需要将此数据作为考核依据，例如在拜访签到中管理团队想看到拜访的客户行业分部、联系人级别分部，则每周周会上，就以标注行业的客户数量、标注级别的联系人数量作为考核依据，督促销售团队规范记录客户信息。

3：根据需求制作分析报表

有了规范的数据格式，有了大量的数据填充，分析报表才有了做出来的可能性，接下来的重要问题，是你到底想看什么样的分析报表？

对于这个问题，大多数人都能说出个大概：例如我想看业绩完成情况，我想看销售每天的工作情况等等…….但数据分析要落地，必须将想要实现的图表细节化。

结合销售易 BI 智能分析云的图表实现模式，我们不妨来做这样一件事：

准备一张白纸
根据你的需求大致画几个你想要的图表，饼状图、条形图、折线图、大数字、表格等等
细化每一张图所需要的数据，标注在图标旁，例如你想做一张本周销售团队拜访联系人的职级分布条形图，就需要拜访时间、拜访人、拜访对象联系人以及联系人的职级信息。由此便知道现有数据下图标能否被实现出来，或者还缺少什么数据。