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。