第三节　营销量化的基础——数据的四种类型

数据的分类是本书论述的基础，在所有营销活动中需要涉及的数据类型，我们依据其来源，将数据分为四大类：基础数据、统计数据、深度数据和经验数据。

基础数据：通常是根据特定目的，将分散的数据汇总形成的结果。例如，老业务指出经销商去年净出货450万元的数据，就是典型的基础数据。

统计数据：在上面例子中的应用，就是我们说的机会成本的计算和本息合计损失的计算。这样的数据有一些通用的常规公式，通过公式的应用，你能直接得出你需要的结果。

深度数据：没有完全现成的公式，都需要一定的概念转化和再认识。在计算的复杂程度和应用的层面上，要比统计数据对应用者的要求更高，主要涉及统计学、概率论的知识和计算方法。在日常的业务沟通中应用较少，主要应用在专业的市场分析和市场调研中。

经验数据：就是我们看到的业务C预估的30%的行业销售毛利，甚至业务B用经验确认该批产品如果半价销售，一个月内可以消化完毕，这也是他的经验积累。当然这些数据可能需要大量的基础数据、统计数据、甚至深度数据做参考，但经验数据一般都是估计值、大约数，不能算做精确数据。

为了让大家对数据种类有更清楚的认识，这里举四个例子巩固一下：

2009年公司内外销各品类销售总额为25亿元（基础数据）；

这个经销商的月度安全库存不应低于135万元（统计数据）；

10000名经销商中，非重置抽样400个客户，发现有320个客户处于存活状态，存活率80%；今年客户存活率抽样平均误差为1.96%（深度数据）；

如果这次促销价格下调10个点，估计本月环比销量将上涨35%左右（经验数据）。

在实际应用中，我们经常用到这四类数据。比如，评估一个优质客户：首先，需要用经验数据锁定优质客户需要符合哪些条件，因为“优质”是一个定性的词，优质也会因人、因公司而异。其次，经验数据往往只能为我们提供方向，而其他三类数据的具体量化能让我们看清目标。优质客户评估图1-3所涉及的各类计算公式，后面都将陆续提到。

图1-3　优质客户评估图

所以，企业为什么喜欢招聘有工作经验的人，从数据的形成方式来看也就不难理解了。能够有正确经验数据的人，都是在积累了大量的基础数据、统计数据、深度数据基础之上形成的经验，换句话说，这是用大量的时间成本和学习成本形成的优势资源。当然，那些原有的经验用了十几年，又不善于积累经验数据的人，不在讨论之列。