成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

構(gòu)建【業(yè)務(wù)預(yù)測(cè)模型】,這個(gè)方法絕了

大數(shù)據(jù) 數(shù)據(jù)分析
業(yè)務(wù)預(yù)測(cè)模型最大的優(yōu)勢(shì),就是能徹底終結(jié):“到底是預(yù)測(cè)不準(zhǔn),導(dǎo)致業(yè)績(jī)不好;還是業(yè)績(jī)不好,導(dǎo)致預(yù)測(cè)不準(zhǔn)”這個(gè)雞生蛋、蛋生雞的問(wèn)題。它明確地告訴大家:就是因?yàn)闃I(yè)務(wù)沒(méi)做好,所以才預(yù)測(cè)不準(zhǔn)!

做預(yù)測(cè)模型,難;

做完預(yù)測(cè),讓業(yè)務(wù)知道下一步干什么,難上加難。

今天帶大家看一下,如何將業(yè)務(wù)與算法結(jié)合,做出可靠的預(yù)測(cè)。

一、為什么要做業(yè)務(wù)預(yù)測(cè)模型?

上述問(wèn)題,是預(yù)測(cè)方法選擇不佳導(dǎo)致的。算法模型類預(yù)測(cè),無(wú)論算法的簡(jiǎn)單或復(fù)雜,都有一個(gè)通病:無(wú)法反應(yīng)業(yè)務(wù)過(guò)程。導(dǎo)致業(yè)務(wù)方想基于預(yù)測(cè)調(diào)整業(yè)務(wù)行為的時(shí)候,不知道從哪里下手。

在這種情況下,就需要構(gòu)建業(yè)務(wù)預(yù)測(cè)模型。今天,我們就系統(tǒng)講解一下。首先看個(gè)具體問(wèn)題場(chǎng)景——

某toB類原料供應(yīng)企業(yè),下游需求方包括:

  • 大型客戶,且簽訂框架合同,循環(huán)采購(gòu)
  • 大型客戶,無(wú)框架合同,每月分批采購(gòu)
  • 中小型客戶,無(wú)固定合同,有需求就采購(gòu)
  • 每個(gè)月新開(kāi)發(fā)客戶(以中小型客戶居多)
  • 每個(gè)月有主動(dòng)開(kāi)發(fā)的客戶/被動(dòng)上門的客戶

現(xiàn)在業(yè)務(wù)方需要預(yù)測(cè)下個(gè)月客戶采購(gòu)量,并且希望指導(dǎo)到大客戶銷售/中小客戶銷售/新客戶廣告投放等部門的具體工作。問(wèn):該如何預(yù)測(cè)?

二、業(yè)務(wù)預(yù)測(cè)模型,該怎么做?

業(yè)務(wù)預(yù)測(cè)模型,即把業(yè)務(wù)假設(shè)作為輸入變量,預(yù)測(cè)業(yè)務(wù)走勢(shì)的方法。這和算法模型不同,算法模型的輸入特征,常常是沒(méi)有業(yè)務(wù)含義的,因此無(wú)法指導(dǎo)具體業(yè)務(wù)操作,業(yè)務(wù)預(yù)測(cè)正是為彌補(bǔ)這個(gè)缺憾而設(shè)計(jì)。

比如本場(chǎng)景中,客戶需求的最大影響因素,是客戶本身的生產(chǎn)計(jì)劃/我司與客戶關(guān)系這兩個(gè)維度。

但這兩個(gè)維度很難拿到準(zhǔn)確數(shù)據(jù),如果是中小型客戶,很有可能根本就沒(méi)有生產(chǎn)和采購(gòu)計(jì)劃,他們自己就是風(fēng)雨飄搖,有單子就做。如果是沒(méi)有簽框架合同的大型客戶,每一期采購(gòu)都得重新走招標(biāo)流程,很有可能被其他供應(yīng)商半路截胡。因此如果想直接從兩個(gè)方面進(jìn)行預(yù)測(cè),是很難下手的。

此時(shí)要做的工作,分為三個(gè)部分:

第一:梳理業(yè)務(wù)流程,找可監(jiān)控的數(shù)據(jù)指標(biāo)

第二:梳理業(yè)務(wù)特點(diǎn),區(qū)分穩(wěn)定/不穩(wěn)定因素

第三:梳理業(yè)務(wù)假設(shè),輸出預(yù)測(cè)結(jié)果

第四:跟蹤預(yù)測(cè)結(jié)果,糾正過(guò)程問(wèn)題

第一步:梳理業(yè)務(wù)場(chǎng)景。

在本案例場(chǎng)景中,業(yè)務(wù)流程相對(duì)簡(jiǎn)單清晰,就是客戶一手交錢,我司一手交貨。但是不同類型客戶的訂單金額不同,交貨難度不同因此可以分開(kāi)考慮(如下圖所示)

圖片圖片

                           

第二步:梳理業(yè)務(wù)特點(diǎn)。

這一步是關(guān)鍵,通過(guò)對(duì)各條線業(yè)務(wù)特點(diǎn)的梳理,能找到其中每個(gè)時(shí)間周期內(nèi)穩(wěn)定因素/不穩(wěn)定因素,穩(wěn)定部分是預(yù)測(cè)的依據(jù),不穩(wěn)定部分是控制預(yù)測(cè)結(jié)果的手段。

在本案例場(chǎng)景中,就采購(gòu)需求而言:

  • 簽框架的大客戶≥未簽框架的大客戶≥中小客戶
  • 發(fā)展趨勢(shì)好的行業(yè)≥發(fā)展一般的行業(yè)≥發(fā)展差的行業(yè)
  • 老客戶≥老客戶轉(zhuǎn)介紹的新客戶≥主動(dòng)開(kāi)發(fā)的新客戶≥被動(dòng)上門的新客戶

因此,先把客戶打上相應(yīng)標(biāo)簽,再按不同標(biāo)簽類型分組看數(shù)據(jù),就能計(jì)算出下面關(guān)鍵指標(biāo)的數(shù)值,以及通過(guò)歷史趨勢(shì)觀察其走勢(shì)是否穩(wěn)定。

  • 老客戶的續(xù)訂率
  • 老客戶的續(xù)訂金額
  • 新客戶線索開(kāi)發(fā)數(shù)量
  • 新客戶線索轉(zhuǎn)化率
  • 新客戶首單金額

注意,這里有些因素?zé)o法直接量化,需要做轉(zhuǎn)化。比如“行業(yè)發(fā)展趨勢(shì)好”,至少有2種方法來(lái)確認(rèn):

1、數(shù)據(jù)法:對(duì)所有企業(yè)打行業(yè)標(biāo)簽,再查該行業(yè)統(tǒng)計(jì)數(shù)據(jù),再看我司簽約企業(yè)發(fā)展數(shù)據(jù)。

2、人工法:所有銷售,定期回訪新客戶/拜訪老客戶,拜訪時(shí)間必須大于5分鐘,且回收數(shù)據(jù)。

圖片圖片

該怎么選用方法?答:既然是業(yè)務(wù)預(yù)測(cè),就優(yōu)選業(yè)務(wù)能施加影響的方法,即人工法。因?yàn)橛萌斯しㄊ占瘮?shù)據(jù),不但能收集客戶信息,更能收集業(yè)務(wù)動(dòng)作和業(yè)務(wù)判斷能力這兩個(gè)關(guān)鍵信息。試想:如果銷售連回訪/拜訪都敷衍了事、漫不經(jīng)心,那還能有訂單嗎,肯定沒(méi)有。因此衡量業(yè)務(wù)行動(dòng)力,本身也業(yè)務(wù)預(yù)測(cè)的重要組成部分。

如果在這個(gè)過(guò)程里,發(fā)現(xiàn)某些業(yè)務(wù)部門就是:

  • 人員離職率高
  • 人員執(zhí)行力差
  • 有效拜訪次數(shù)少
  • 拜訪和客戶瞎聊一通
  • 反饋的判斷十次錯(cuò)九次

那問(wèn)題就很明顯了:業(yè)務(wù)能力不行,導(dǎo)致業(yè)務(wù)不好。

這一點(diǎn)非常重要,同學(xué)們切記,既然要基于業(yè)務(wù)行為做預(yù)測(cè),就要把業(yè)務(wù)行為考慮到底,不要試圖摻雜一半業(yè)務(wù)考慮、摻雜一半數(shù)據(jù)自己計(jì)算,這樣又把水?dāng)嚋喠耍茈y評(píng)價(jià)好壞。

第三步:輸出預(yù)測(cè)結(jié)果。

有了清晰的分類,就能輸出預(yù)測(cè)結(jié)果了。輸出的方法很簡(jiǎn)單:

  • 有穩(wěn)定參數(shù)的,直接套用沒(méi)有穩(wěn)定參數(shù)的,業(yè)務(wù)自己填預(yù)計(jì)參數(shù)

這樣匯總計(jì)算出結(jié)果(如下圖):

圖片圖片

注意,業(yè)務(wù)自己填預(yù)計(jì)參數(shù)不是亂填,需要有依據(jù)。如圖所示,明顯違背發(fā)展規(guī)律的預(yù)計(jì)結(jié)果是無(wú)效的。并且這種行為本身也能成為模型的輸入:業(yè)務(wù)方能力不足,不會(huì)評(píng)估自己能力及所需資源。

這樣再給出業(yè)務(wù)預(yù)測(cè)結(jié)果的同時(shí),也順便給出了需要保證結(jié)果的假設(shè),比如:

  • 假設(shè)1:XX行業(yè)客戶需求不受出口匯率影響
  • 假設(shè)2:新線索轉(zhuǎn)化率不低于5%
  • 假設(shè)3:業(yè)務(wù)執(zhí)行有效性在90%以上

這些假設(shè),可以直接作為跟蹤階段的考察指標(biāo),也能提前準(zhǔn)備應(yīng)對(duì)預(yù)案,這樣即使發(fā)生一些小問(wèn)題能直接糾正,發(fā)生大問(wèn)題也能提前感知到,節(jié)省了跟蹤和復(fù)盤的工作量。

第四步:跟蹤預(yù)測(cè)結(jié)果。

在實(shí)際發(fā)生時(shí),可以基于預(yù)測(cè)假設(shè),跟蹤結(jié)果。

  • 當(dāng)業(yè)務(wù)走勢(shì)不好的時(shí)候,可以提前預(yù)警問(wèn)題。
  • 當(dāng)問(wèn)題實(shí)際發(fā)生的時(shí)候,可以排查假設(shè)找到問(wèn)題點(diǎn)。
  • 對(duì)于有應(yīng)對(duì)預(yù)案的問(wèn)題,可以直接啟用預(yù)案解決問(wèn)題。

這樣就能很好的指導(dǎo)業(yè)務(wù)行動(dòng)了(如下圖):

圖片圖片

注意,以上6種情況,只有客戶預(yù)計(jì)外問(wèn)題,屬于預(yù)測(cè)失靈。為什么大客戶打壓價(jià)格這么重要的信息,居然沒(méi)有提前預(yù)知,業(yè)務(wù)部門和數(shù)據(jù)部門都要反思。真碰到黑天鵝問(wèn)題,很可能是客戶內(nèi)部人士變動(dòng)或者對(duì)手下了黑招,此時(shí)確實(shí)會(huì)預(yù)測(cè)失效,但和預(yù)測(cè)本身無(wú)關(guān)。這些因素?zé)o法預(yù)知,此時(shí)只能在復(fù)盤的時(shí)候,再想辦法。

三、業(yè)務(wù)預(yù)測(cè)模型,優(yōu)勢(shì)與不足

業(yè)務(wù)預(yù)測(cè)模型最大的優(yōu)勢(shì),就是能徹底終結(jié):“到底是預(yù)測(cè)不準(zhǔn),導(dǎo)致業(yè)績(jī)不好;還是業(yè)績(jī)不好,導(dǎo)致預(yù)測(cè)不準(zhǔn)”這個(gè)雞生蛋、蛋生雞的問(wèn)題。它明確地告訴大家:就是因?yàn)闃I(yè)務(wù)沒(méi)做好,所以才預(yù)測(cè)不準(zhǔn)!

并且能很細(xì)致地告訴大家,是因?yàn)橐韵聵I(yè)務(wù)原因,導(dǎo)致業(yè)績(jī)不好,從而指導(dǎo)業(yè)務(wù)開(kāi)展。

  • 新客戶線索跟進(jìn)不到位
  • 老客戶拜訪不到位
  • 老客戶沒(méi)有申請(qǐng)優(yōu)惠價(jià)格
  • 重點(diǎn)行業(yè)開(kāi)發(fā)能力差

業(yè)務(wù)預(yù)測(cè)模型最大的劣勢(shì),在于預(yù)測(cè)依賴人的判斷。因此,預(yù)測(cè)結(jié)果特別受團(tuán)隊(duì)士氣的影響。

一般團(tuán)隊(duì)士氣高漲的時(shí)候,給出來(lái)的預(yù)測(cè)數(shù)值偏大,給出的糾錯(cuò)能力評(píng)估也偏大;團(tuán)隊(duì)士氣低落的時(shí)候,給出來(lái)的預(yù)測(cè)數(shù)值偏小,糾錯(cuò)能力壓根就不存在。過(guò)于偏激的判斷,會(huì)影響模型的落地執(zhí)行,從而達(dá)不成效果。

因此業(yè)務(wù)預(yù)測(cè)和算法預(yù)測(cè),兩者都不宜偏廢。算法模型可以基于過(guò)往發(fā)展趨勢(shì)直接給出個(gè)整體數(shù)據(jù),所以用來(lái)輔助判斷:當(dāng)前業(yè)務(wù)方是高估/低估了局面,從而讓領(lǐng)導(dǎo)層在施展管理手段的時(shí)候有依據(jù)可用,敲打業(yè)務(wù)部門做出正確判斷。

業(yè)務(wù)預(yù)測(cè)模型適宜用在業(yè)務(wù)方能主動(dòng)施展影響,改變結(jié)果的時(shí)候。但有些場(chǎng)景,業(yè)務(wù)方是被動(dòng)接受,比如客服、售后、生產(chǎn)線等等。客戶呼入,受促銷活動(dòng)、新品上市、廣告宣傳等諸多影響,偏偏這些影響一個(gè)都不是客服能控制的。此時(shí)就不適宜使用業(yè)務(wù)預(yù)測(cè)模型,而是算法模型,直接估算下個(gè)月話務(wù)總量,來(lái)評(píng)估人力安排。

責(zé)任編輯:武曉燕 來(lái)源: 接地氣的陳老師
相關(guān)推薦

2021-04-22 09:56:32

MYSQL開(kāi)發(fā)數(shù)據(jù)庫(kù)

2022-03-01 16:58:25

業(yè)務(wù)預(yù)測(cè)模型

2021-12-12 18:38:31

visio畫圖工具

2025-01-13 07:10:00

diagrams畫圖工具draw.io

2021-10-08 09:27:11

Python圖形化工具

2023-12-08 13:40:24

HbaseMySQL數(shù)據(jù)庫(kù)

2020-09-22 14:51:41

數(shù)據(jù)類型變量

2022-08-01 11:50:47

PySpark流失預(yù)測(cè)模型

2021-04-21 10:27:17

JavaScript代碼項(xiàng)目

2009-06-14 17:56:56

ibmdwWebSphere

2012-08-02 15:24:29

Deep Thunde天氣預(yù)測(cè)

2022-07-01 18:50:32

英特爾

2024-08-12 11:00:58

海量數(shù)據(jù)排序

2025-06-24 09:20:27

2022-07-04 10:50:19

首席信息官業(yè)務(wù)分析

2024-09-30 09:29:18

2023-12-13 13:35:50

數(shù)據(jù)驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型數(shù)據(jù)分析

2021-10-26 10:15:34

Python股市代碼

2025-01-07 08:42:54

2014-12-31 13:17:18

百度預(yù)測(cè)開(kāi)放平臺(tái)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)

主站蜘蛛池模板: 亚洲欧美日韩激情 | 在线观看中文字幕dvd播放 | 欧美性生活免费 | 国产精品久久一区二区三区 | 亚洲女人天堂成人av在线 | 精品一二三| 日韩久久久久久 | 日日操夜夜摸 | 欧美成人a | 日韩中文字幕免费在线 | 国产高清在线观看 | 一区二区三区在线免费观看 | 91亚洲国产成人久久精品网站 | 国产精品爱久久久久久久 | 久久综合婷婷 | 欧美性久久 | 欧美伊人| 欧美视频一级 | 久久久久久久久中文字幕 | 韩日在线| 欧洲亚洲精品久久久久 | 久久久久久久久中文字幕 | 99亚洲精品 | 成年男女免费视频网站 | 91视频在线 | 日韩精品一区二区三区中文字幕 | 欧美久久视频 | 成年人国产在线观看 | 国产免费一区二区 | 韩日精品一区 | 精品欧美一区二区精品久久久 | 久久国产精品无码网站 | 91精品国产91久久综合桃花 | 亚洲精品1区 | 成人一区二区三区 | 国产日韩欧美在线 | 中文字幕中文字幕 | 亚洲视频欧美视频 | 2018国产精品 | 欧美福利三区 | 国产一区二区在线播放 |