すごいですね、売上分析ってこんなにできるんですか？

データ分析の世界では売上分析はよく話題になりますが、データを本当に売上の推進力に変えられる分析は稀です。この記事では、草の根販売の業務指導から上級管理職の戦略的意思決定まで、さまざまなレベルでのデータ分析のニーズを慎重に分析し、実用的なソリューションを提供します。

「データはビジネスに力を与える」というスローガンが長年叫ばれてきましたが、データ分析となると、人々は依然として Excel、Python、SQL、データクリーニング、データ計算、視覚化について話すのが習慣になっています。

事業部門にどのようなデータ分析が必要かを真剣に議論する人はほとんどいません。今日は売上を例に、具体的にどのようなデータ分析が役立つのかを見ていきます。

1. データを有効活用する秘訣

簡単な質問をしましょう。携帯電話を使用するときに、メモリがどのように機能し、CPUがどのように処理されるかを理解していますか?しませんよ！楽しくプレイできるように、コンピューターの電源をオンにしてゲームをできるだけ早く開く方法だけを気にします。これはすべてのテクノロジー製品に当てはまります。ユーザーが気にするのは、製品自体の科学的原理ではなく、自分にとっての価値です。

企業におけるデータ分析でも同様です。データ分析には、数学、統計、オペレーションズ・リサーチ、計算科学、機械学習などの複雑な原理が関係していますが、ビジネス部門はそれらを理解していないし、気にも留めていません。ただ教えてください。「成果を上げるために何ができるでしょうか？」

特に営業部門。営業部門は毎日顧客と対面し、多大なプレッシャーにさらされています。理屈を聞く気すらありません。したがって、データを営業部門にとって有用なものにしたい場合、まずは営業部門のプロセスを深く理解し、実際の困難を注意深く観察する必要があります（下図参照）。

営業部門には独自の組織があることに注意することが重要です。会社が一定規模以上であれば、営業チームは大規模になり、事業ラインの違い（テレマーケティング、各都市の営業チーム、オンライン販売など）や都市/チームの管理メカニズムが異なります。立場の異なる人々は、異なることに注意を払います。したがって、上級、中級、草の根レベルのニーズを区別するために、会社の営業組織を注意深く理解する必要があります。

2. 草の根レベルで役立つデータを作る方法

最前線の営業担当者は、最も勤勉で、最も疲れ、最もストレスの多い人々です。毎日容赦なく（場合によっては罵声を浴びせながら）切られるセールス電話や、ショッピングモールで一度も見かけることのない販売員を想像してみてください。はい、最前線の営業担当者は、顧客の軽蔑にもかかわらず、毎日製品を販売するために一生懸命働いています。

現時点で最も必要とされないのは、売上高、購入者数、平均注文額などの理解しにくい指標です。彼らに必要なのは、何をすべきかという明確な行動指示です。

したがって、データを役立てたい場合は、操作プロセスを慎重に分解し、どのリンクが役立つかを確認する必要があります。例えば、電話販売を例にとると、業務プロセスと潜在的な問題は次のようになります（下図参照）。

諺にもあるように、「ビジネスには多くの話し合いが必要ですが、データには多くの駆け回りが必要です。」プロセスを分解して問題点を理解すると、一度にすべての問題を解決できる包括的な販売分析モデルは存在しないことがわかります。

たとえば、最も単純なもの: 「最初にどの携帯電話を作り、次にどの携帯電話を作るべきか?」以下が含まれる可能性があります:

● どの顧客が価値が高いのか?

● どの顧客が反応する可能性が高いか?

● どの期間の回答率が高くなりますか?

●二次フォローアップに適しているのはどれですか?

1 つの質問を完全にサポートするには、複数のポイントからの分析が必要になる場合があり、ランダムな呼び出しよりも高い応答率のソリューションを提供するには、データ計算を実行する必要があります。このため、データ アナリストは作業時に特に忍耐強く、問題を 1 つずつ解決する必要があります。

面白いのは、データ分析は大変な作業ですが、現場へのアウトプットとなると、現場に関係のないことは言わず、非常に抑制されなければならないということです。たとえば、「最初にどの電話をかけ、後でどの電話をかけるべきか」などです。最後に、オペレータのダイヤル リストに直接出力し、優先コールを先頭に配置します。複雑なプロセスを隠し、現場の利便性を向上させることで、現場の人が真に活用できるようになります（下図参照）。

同様に、各リンクの問題を注意深く整理することで、次のような多くの機会を見つけることができます。

1. ダイヤル成功率の向上

2. より効果的な言葉を選ぶ

3. データベース検索の難易度を下げる

4. 関連プロモーション情報

各ポイントに対して 2 ～ 3 回のデータ分析を実行する必要がある場合があります。大変な作業ではありますが、科学的な原理を語るよりも、現場の成功率を上げる方が効果的です（下図参照）

3. 中間管理職にとって役立つデータを作成する方法

アウトバウンドコールチームのリーダー、都市マネージャー、営業チームのマネージャーなどの中間管理職と対峙するときは、考え方を変える必要があります。中間管理職として、銃剣レベルの最前線での作戦は彼らが関心を持つ側面の 1 つにすぎません。計画の立て方、仕事の組織化、部下のやる気を引き出す・抑制するといったことに重点が置かれるようになります（下図参照）。

注: 忙しい最前線のスタッフとは異なり、中間管理職には座って計画を慎重に検討し、データを確認する時間があります。しかし、異なる時点では、データに費やす時間も異なります。

例えば：

● 特定の日には、朝の会議の前にデータを確認する時間が 20 分しかない場合があります。

● 週ごとの要約とな​​ると、データの確認に 1 ～ 2 時間かかることもあります。

● 月次サマリーレポートに関しては、PPTを慎重に準備するのに半日を費やすこともあります。

したがって、出力データの結果は相手側の作業習慣に準拠する必要があります。たとえ多くの成果物が発表されたとしても、情報爆発を避けるために、抑制された形で、状況に応じて出力されなければなりません。時間があまりない場合は、見る時間を減らしてください。時間に余裕があれば、さらに視聴してください（以下を参照）。

出力シナリオが明確であれば、出力コンテンツもそのシナリオに重点を置く必要があります。例えば：

● 毎日の朝のミーティングは、進捗状況の確認、部下のモチベーションアップ、いくつかの重要な情報の出力のためだけのものです。

● 毎週の会議では、リソースのインベントリ、実行状況の確認、問題の解決が必要であり、多面的な分析が必要です。

● 月例会議では、その月の作業を振り返る必要があります。レビューが詳細になるほど、より多くのデータサポートが必要になります。

階層的な進行は管理作業に大いに役立ちます (以下に示すように)。

4. データを経営陣にとって有用なものにする方法

ビジネス ライン全体、または複数のチームと複数のマップを管理する地域マネージャーおよび部門ディレクター レベルのリーダー向けです。彼らの仕事は、スピーチをしたり、激励したり、スローガンを叫んだりするだけではなく、上級の意思決定者から割り当てられたタスクを引き受け、ブランド/プロモーションなどのサポート部門、サプライチェーン、カスタマーサービス、アフターセールスなどのサポート部門とうまく連携することです。

そうでなければ、販売だけがあっても、製品、プロモーション、宣伝、供給、供給品質の保証がなければ、目標は達成できません（下の図を参照）。

これらのマネージャーは毎日オフィスで多くの時間を過ごすため、より多くの分析レポートを読んだり、より深い問題について考えたりする時間があります。そのため、結果レポートを単に出力するだけではニーズを満たすことができません。

問題について考えるという観点から、最も中心的な論点は、「タスクを独立して完了できるかどうか」です。上級管理職にとって、仕事に取り掛かることよりも、リソースを調整し、サポートを確保し、潜在的な問題を排除すること（責任を他者に転嫁すること）の方が重要です。したがって、テーマ分析のロジックは、営業部門と他部門のコラボレーションの問題をどのように区別するかに基づくことができ、複数のトピックを細分化して詳細な解釈を行うことができます (以下を参照)。

5. 私たちが普段やっていることはなぜ無駄なのでしょうか?

上記を読んだ後、通常の売上分析が役に立たない理由がわかったかもしれません。ほとんどの企業のデータは売上と大きくかけ離れているからです。データアナリストとして、私は営業プロセス、組織構造、営業スキルを理解していませんでした。私が毎日やっていたことは、売上高 = 顧客数 * コンバージョン率 * 平均注文額という式を何度も繰り返して、都市ごとに細分化して書くことだけでした。こういうものは確かにあまり役に立たない。

しかし、多くの企業の営業担当者は分析を重視していません。彼らはただ毎日達成された総合的な業績を見て、「殺されない限りは一生懸命働け」というスローガンを叫び始める。 CRMプラットフォームを持っていても、それを適切に使用せず、日々、あらゆる種類のブラックテクノロジー運用を秘密裏に展開しています。その結果、従来とは異なる方法が増えていますが、実際の成果はそれほど多くありません。

つまり、データに役割を果たさせたいのであれば、両チームからの投資が必要なのです。データがビジネスの奥深くまで浸透するにつれて、ビジネスの観点から問題を考え、実際の問題点を解決する必要があります。企業として、データを尊重し、プロセスを厳守し、新しい方法を受け入れることでのみ、良い結果を達成することができます。