営業データから改善施策を作るには、「①データを工程ごとに分解する」「②ボトルネックとなっている工程を特定する」「③その工程の課題について仮説を立てる」「④仮説に基づいた施策を実行する」「⑤結果を再計測し、効果を検証する」という5つのステップで進めます。データはあくまで施策を導くための材料であり、分析自体を目的化しないことが重要です。
データから施策を作るステップ
- データの分解：架電数・接続率・アポ率・商談化率・受注率に分ける
- ボトルネックの特定：最も数値が低い、または悪化している工程を見つける
- 仮説の立案：なぜその工程の数値が低いのか、要因を仮説立てる
- 施策の実行：仮説に基づいた具体的な改善施策を実行する
- 効果検証：一定期間後に再度データを計測し、効果を確認する
仮説を立てる際のポイント
「アポ率が低い」という結果に対して、「トークが悪いから」と決めつけるのではなく、「ターゲットが合っていないのか」「架電時間帯が悪いのか」「トークの内容なのか」など、複数の仮説を洗い出した上で、優先順位をつけて検証することが重要です。
施策実行後の検証で注意すべきこと
施策を実行した後、十分な期間・件数のデータが蓄積される前に効果を判断してしまうと、誤った結論に至ることがあります。一定期間・件数を確保した上で、変化を評価することをおすすめします。
TQ Partnersの見解
営業データの分析を支援する中で、「データを分析すること」自体が目的化してしまっている組織を見かけることがあります。しかしデータ分析の本当の価値は、そこから具体的な改善施策を導き出し、実行することにあります。分析結果を出したら、必ず「次に何をするか」という具体的なアクションに変換することを意識することをおすすめしています。
よくある質問
仮説はどう立てればいいですか？
現場の営業担当者へのヒアリングと、データの傾向を組み合わせて仮説を立てることをおすすめします。
効果検証にはどのくらいの期間が必要ですか？
商材やデータ量によりますが、一定件数のデータが蓄積される数週間〜1ヶ月程度を目安にすることが多いです。
ボトルネックの見つけ方を詳しく知りたいです。
営業活動のボトルネックを見つける方法で解説しています。
TQ Partnersでは、営業データの分析から改善施策の実行までを支援するアポまるを提供しています。