在B2B业务领域，数据分析是推动业绩增长的关键工具，但许多公司却苦于数据的匮乏。本文深入探讨了在数据不足的情况下，如何巧妙利用现有资源进行有效分析。

很多同学在抱怨，说自己公司根本没有数据，该怎么分析呢？这个时候一定要牢记这八字字真言：

所以，做B2B分析，第一步就是：停止抱怨，认真梳理我们有什么数据。哪怕家底再烂，也得从这里干起。

要记住，至少有三样数据你是有的：合同+业务员的工资单+业务员的简历。这三样东西已经能透漏很多信息了。

• 合同：客户名称、行业、签约金额、购买产品、使用行为（部分可事后监控）
• 业务员工资单：哪个地区，哪个队伍的业务员成单好，是稳定好还是运气
• 业务员简历：是否有从业经验，是否自带资源，年龄，工作时间

SO，是不是有些感觉了？我们上个场景分析一下。

场景还原：
一家SaaS企业，销售团队抵触使用CRM软件，说：这个玩意功能不好。于是大量的数据靠人手工记录在小本本上，系统记录缺失严重，有也是随便填的。现在业绩出现下滑，要求数据分析师分析原因及对策。问该怎么分析。
问题一（填空题）
问，在以上情况下，你第一时间了解          方面的信息

（题目复杂，思考一分钟）

有多少同学被开头的引子误导了，一头扎进合同or工资单里出不来了（是滴，这就是陈老师碰瓷式教学）。请注意，开头说的是至少有的数据。真正最关键的数据不是这个，而是销售线索。

销售线索是所有B2B销售分析的起点，抓住起点才能搞清楚整个流程。所以这里要填：销售线索。如果不搞销售线索，单纯看最后成单数据，很有可能把业务带到沟里去（如下图所示）

销售线索有两类：一是市场部提供的，二是销售自己开发的。如果是市场部提供的，很有可能有丰富的相关数据（销售开发的，极有可能不完整/不真实/压根不交给公司）。

所以遇到B2B类诊断问题，先了解：

• 销售线索哪里来？
• 有什么字段？
• 记录在哪里？
• 有没有初次入库时间？
• 有没有初次分配/跟进时间？

问题二（选择题）
经过了解，发现销售线索分为两类：市场部提供线索（有入库时间和首次分配时间），销售自己开发的线索（有入库时间，但是是随手填的，不真实），那么，下边的分析，应该做：
A、全体销售线索分析
B、市场部线索分析
C、销售线索分析

（题目复杂，思考一分钟）

注意，这是很多同学分析不出来的核心症结点。我们说B2B销售流程长，可以用漏斗分析法。可如果管理混乱，过程数据缺失太多，这个漏斗就不存在。空拿着最后的签约合同数据，却不知道为什么签约，当然无解了。所以这里得尽可能还原漏斗，哪怕缺失很多环节，丫也是个粗糙的漏斗（如下图所示）。

所以，这里选B。因为销售线索的数值质量太烂，所以先放弃。从能算的开始算，最后清理算不清的。这种区分看似简单，实则意义重大。B2B行业里，出了问题市场、销售、产品相互甩锅相当严重（如果是存量用户续约率问题，还得拉上运营一起撕逼）。

作为数据分析，很重要的就是不要被各种口水淹没，客观反映问题。

问题三（选择题）
经过分析，发现市场部提供的线索很感人，没啥客户标签，没法分类。只能统计整体线索/成单情况。现统计：线索数与成单率走势如下图，问：市场部的工作有没有问题？？？
A、有
B、没有

（题目复杂，思考一分钟）

有多少同学是看到最近3个月在下跌，就说是有问题的。

注意，有可能下跌是季节性趋势。从已给到的数据来看，成单率在6、7、8月和去年持平，但获取线索数量是明显增加的，这样至少是中规中矩的表现。因为数量（线索数）和质量（成单率）两个指标，因此在跟踪指标变化时可以用矩阵法（如下图）这样能帮助我们更好判断市场工作质量。

有问题，指出，没问题，洗冤。

需注意，考虑到B2B销售流程较长，因此统计成单率需要按生命周期统计，不是按自然月统计。

问题四（选择题）
经过分析，发现市场部提供的线索，线索数与成交率走势如下图，市场和销售开始对骂。市场说：你不会卖！销售说：你不会推！问，你听谁的？？
A、市场
B、销售
C、都不听

（题目复杂，思考一分钟）

学了上边矩阵法，我们知道：这里铁定是出问题。

问题是谁的锅？

这是B2B销售的又一个千古难题：到底是市场不会推还是销售不会卖。特别是像这个案例的企业，管理混乱，区分不了过程数据，很多时候吵到最后就变成谁拳头大就听谁的。

实际上，我们有个非常简单的判断方法：集体扑街归市场，参差不齐归销售。

注意，这样做不是严格的追因，而是站在解决问题的角度思考。

如果所有销售转化率集体扑街，意味着销售自己完全没有办法通过树标杆、找经验、广复制来解决问题，这就必须得市场出手。如果是参差不齐，意味着销售里还有能人，那为啥不去学习能人经验，就知道伸手要饭。

所以这个题选C，谁都不听，看数据。

如下图所示，我们可以查销售业绩，如果在最近3个月变化中出现这两种趋势，归因是完全的不同的哦。

问题五（填空题）
假设经过分析，客服线索数据如第四题走势，且属于集体扑街型。现已知销售线索+市场线索成单情况走势如下图，请填空   
   图属于行业市场需要加码  
    图属于行业销售需要加码
备注：仔细看，三张图今年8月都是低于去年8月的，这也是老板发飙起点。

（题目复杂，思考一分钟）

首先，经过题目4的诊断，可以初步得结论：转化率持续下跌+销售集体扑街=市场要想办法做改善。但是我们仍然不能断定，到底仅仅是市场的线索没有做好，还是销售的线索也没搞高（销售部分没数据嘛）。这时候可以看回整体趋势。

眼尖的同学一眼就看到了：三张图里，市场线索的成单是一模一样的。区别是销售线索的成单。

• 销售线索比市场线索扑街得更快！
• 销售线索还大涨一波，市场线索扑街

结合题目4的结论，这里再做推理就容易了：

A情况下，销售队伍自己的线索+市场的线索都做不好，并且是全线扑街式做不好，那就真的无力回天，这时候需要市场给予更多政策上支撑。

B情况下，销售队伍明显厚此薄彼，明明有能力做，却有意放掉了市场线索任其扑街，这里是不是有部门利益冲突，或者销售队伍尾大不掉的问题？都有可能！所以这题的答案是A，B

注意，很多同学一开始就把题目5的数据摆上来。然而因为数据缺失，导致销售部分的分析无法深入。于是使讨论陷入无休无止的骂战：“你不会推！你不会卖！”在当前情况下，我们尽量利用了确切的数据，先推倒一些结论，再回过头来处理不确切的数据，就能让讨论逐步深入。

虽然数据还是这么多，可展示的顺序不同，就能产生不同的效果。其中滋味大家可以细品。

当然，数据是可以丰富的。只是需要所有人一起努力。

B2B的数据丰富过程，就是管理从跑马圈地到精耕细作，从依靠销售送礼、给回扣、洗脚城，到正式、合规、专业化服务的过程。获益的将是公司所有人。

有同学会好奇：你看别人一讲用户分析都是咔咔一张密密麻麻标签的图，然后各种维度拆分来拆分去。为啥陈老师讲分析每次都强调数据不够，数据太假，相互扯皮推诿。

答：因为长袖善舞、多钱善贾。鬼都知道数据多了好分析，可现实恰恰就是各种混乱。因为数据不是从天上掉下来的，而是一个个系统采集，一个个业务员、客服手填回来的。特别在B2B行业，流程多，金额高，关系复杂，本身就存在大量灰色甚至黑色操作。一开始指望万事齐备，就是自欺欺人。

还有些案例动辄就扯BAT。可实际上有几家企业的资本实力、数据资源、数据人才、平台垄断性能和BAT比的。大部分企业能生存中有所增长就是万幸，就已经要拼尽全力，用尽手段了。为了增长牺牲基础建设是常事，何况只是个数据呢。真正的工作场景，就是在烂泥巴里盖大厦，当然需要建筑师更深思熟虑，才能略有成果。

当然，如果环境更改善一点，我们是能做出更好的分析的。比如本例，如果市场部能稍微多给几个用户标签，产品能统计到demo的功能，那后续分析又不一样。