优秀的数据分析项目，这样做！

签约前要不要做预测?咋预?

6、要不要在签约进度中修正预测?咋修正?

都分析清楚了，才能有准确的客户评级，特别是售前评级。

正是因为以上工作太过纠结。所以衍生出3种常见的处理办法：

1、从简单到复杂：先做单指标分类，再慢慢加，迭代几次。

2、先抓典型再总结：比如先让业务方标注几个正样本，然后研究他们的特点。

3、从结果倒推：比如业务方KPI是签约额，那为了达成这个目标，得做到多少。 每一种方法都有各自的工作办法，这里先不一一展开。只是为了让大家感受到：为了获取一个准确的分类，需要劳民伤财的大量工作，不然你就只能做最简单的，充满bug的模型。 然而，就算这样，问题解决了吗?

4第二层地基

问：话术A 这个分类又是怎么来的?实际上销售卖东西很少只说一句话。特别是toB类销售，前前后后得说很多东西。

这里至少有四个部分：

1、开场问候：开场寒暄，引入话题

2、产品介绍：主动介绍产品特点，优势，对客户的好处

3、问题答疑：针对客户的问题，解答客户疑惑4、促单话术：催着客户赶紧下单 这里又衍生出来两个问题：第一， 这四个部分的话术如何分类，上标签，加入到分析之中。第二， 如何知道销售说了什么。

针对问题一，话术本身如何打标签，如何分类。可以做以下动作：

1、产品介绍的版本

2、客户问题点：功能、价格、体验、案例、系统接口

3、促单的话术分类：按项目进度、按优惠、按资源控制题二，核心在于：数据怎么采集。

1、如果有SCRM系统，那么交易流程可以系统化实现，可以一定程度补足数据，比如展示了哪些案例(产品介绍环节)调用了哪些资料(问答环节)查询了哪些优惠(促单环节)

2、如果没有系统支持，那就只能从其他行为反推，比如销售培训，比如销售策略，比如申请体验demo类型、数量，比如申请的优惠。

那么，又衍生出：

1、销售培训记录，培训类型标签库

2、销售策略记录，策略分类标签库

3、申请demo记录，申请类型标签库4、价格申请记录，产品价格折扣标签库 没有这些记录和标签，整个销售过程处于失控状态，一不知道干了什么，二关联不到工作结果。根本无法深入分析。总之，一有记录，二有标签，这样分析起来才得心应手。

6经验小结

如果孤立地看怎么找一个好的话术，似乎在地表建筑阶段，就已经做得很完美了。可实际上，如果脱离了下层大量的地基建设。再华丽的地表建筑也盖不起来。整个流程串起来，就是用一个庞大的体系，解决了一点点业务上问题。虽然工作量大，但是它真的有效(如下图)

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!