销售科学流往期反复强调，单纯从销售职能的角度看：
销售成功=流量*转化率*复购率
最近因为工作需要，我回顾了《增长黑客》，发现书中的AARRR模型，可以对上面公式加以补充，描述得更加全面。AARRR模型
我们先对AARRR模型进行简单介绍，这五个字母，分别对应以下5个环节：
- 1、Acquisition-获客
- 2、Activation-激活
- 3、Retention-留存
- 4、Revenue-扩大
- 5、Referral-推荐
一般而言，他们以漏斗的形式从上往下收缩：
我们大约可以这样理解：
- 获客：就是流量获取。
- 激活：可以理解为对流量的转化，也就是成交。
- 留存：在交易后，通过某些机制，与客户长期保持互动。
- 扩大：就是二次成交（或持续实现N次成交），对应开篇所说的“复购”。
- 推荐：客户不仅愿意与我们产生持续的交易关系，并且会向身边的人推荐，形成新的流量渠道。
AARRR模型，给了销售科学流两个启示。
启示1：留存、扩大、推荐，是普遍的缺失项。
无论是零售商品的销售，还是解决方案的销售，我们常常看到，销售并没有如AARRR模型般走完5个阶段，而是呈现为下图：
就是流量进来，转化以后，就没有然后了。
没有留存，没有二次转化，更谈不上推荐。
我见过的很多销售，他们就以转化签单为最终目标，但这恰恰是问题所在。
《增长黑客》中有一个概念，它说：
增长=转化>流失
表达为下图：
它说明了，如果一味地追求高转化，而对于留存和扩大的考虑不足，会形成高流失，甚至流失的速度大于流入的速度。
那一切的增长也无从谈起，所有的努力，都因为守不住而白白浪费。
对公司而言，如果维系公司生存和增长永远依靠新流量，那么公司将疲于奔命。
对个人而言，如果干了一辈子的销售，每年都要靠新流量完成业绩，那也未免太可悲了。
所以，无论是企业，还是个人，AARRR模型，它不应该止于第一次转化，甚至也不应该层层往下收缩，而应该呈现“时间沙漏”的态势，如下图：
建立信任，想方设法把客户留存下来，持续地发生关系，让他们愿意向周边推荐，成为另一个流量渠道，是企业与个人都应该思考的方向。启示2
启示2：一切动作，以数据为依据。
AARRR这个模型历来就有，很多公司的销售部门其实都懂，而问题主要是：
某个环节效果不佳，改善措施都是拍脑袋决定的。
而增长黑客思想的提出，恰恰就是希望解决“感性拍脑袋”而引致决策无效的问题。
硅谷一帮技术人员基于数据运营而提出增长黑客思想，他们认为：
数据就是眼睛，离开数据，一切的动作不过是在赌博。
而且数据不仅发生在AARRR的大环节中，而应该纵深到每个环节的具体动作里面观察，我们举例说明：
例如一家软件公司，通过市场推广，每月获得120个销售线索（约每周30个），但月度平局成交客户只有4个。
我们看到转化率是3.3%，但这个数字对企业一点价值都没有，因为它只是一个“结果数据”，企业要想改善效果，需要更细节的“过程数据”。
首先这个问题出现在“Activation激活环节”，也就是销售的转化环节。
要解决它，企业可以尝试拉出销售流程，定义销售线索的阶段，并根据过往的经验给不同阶段赋予相应的权重，例如：
- A-需求挖掘-10%
- B-推动立项-20%
- C-方案证实-50%
- D-商务谈判-70%
- E-赢单-100%
然后对每个销售人员手上的销售线索进行分类后再观察。
例如，企业发现某一位销售人员的数据如下：
从数据中我们可以获得以下洞见与思考：
1、一方面，接近50%的线索在需求挖掘阶段就放弃了，管理者应该对比其它销售人员的数据，判断
- a.属于正常现象？
- b.还是市场部线索捕获不精准？
- c.还是销售人员的需求挖掘能力欠缺？
2、另一方面，超过50%的线索积压在推动立项阶段，管理者需要进一步深入具体项目中，判断
- a.是销售周期的正常现象？
- b.还是销售人员在推动立项的能力有所欠缺？
而如果没有以上的数据，只是一味拍脑袋加强培训，例如搞个商务谈判演练，一点意义都没有，还浪费了大家时间。
以上是以数据驱动业绩改善的小案例，也适用于销售人员个人业绩改善。
也许很多公司，并不像上述例子中有市场推广职能加以辅助，需要销售人员进行销售线索拓展，所以我们再举一个例子：
我们常常发现，销售人员在销售线索拓展的过程中，约不到客户，找不见商机。
如果要找出有效的改善措施，而不是盲目地进行试探性培训，根据增长黑客以数据驱动的思路，我们可以尝试把销售人员手上的客户分成以下几种类别：
- C1：不确定客户匹配度，有待验证。
- C2：确定是目标客户，但没有关键人。
- C3：确定是目标客户，已找到关键人，但没见过面。
- C4：确定是目标客户，已找到关键人并与之见过面，但年内没有销售机会。
- C5：确定是目标客户，已找到关键人并与之见过面，并确认年内有销售机会。
分类后，如果发现某销售人员的数据如下：
我们在数据中发现，陈某65%的客户都没找到关键人，改善措施可能应该加强“绕前台”或者“关键人外部共建”等方法和技巧学习。
而如果数据呈现为以下组合：
由于C3占了近50%，也许改善措施就应该倾向于约访技巧的加强。
以上两个案例，不过是非常粗糙的举例说明，只为了给读者呈现“通过数据反映业绩发生过程某个侧面”。
而我们的行动，恰恰因为有了这些侧面，执行起来才更坚定。
否则，所有的措施，不过是赌运气罢了。
好比带着眼罩射靶子，射中了，要么是运气太好，要么是靶子太密，打中了也没啥值得高兴的。
真正的改善，应该基于数据的反馈，进行调整和迭代，以实现效果的增益，这样的做法，才具备可延续性和复制性。
结束语
今天的文章，希望借着对《增长黑客》一书的回顾，传递两个思考启发：
- 1、除了流量和转化，要关注留存、复购、推荐，它们是销售持续增长的保证。
- 2、任何的改善手段和措施，都必须以数据为依据。
希望本期的分享，能带给读者一点启发。
文：黄老贤 @销售科学流
首席增长官CGO荐读新时代增长黑客：
更多精彩，关注：增长黑客（GrowthHK.cn）
增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…
本文经授权发布，不代表增长黑客立场，如若转载，请注明出处：https://www.growthhk.cn/cgo/user/24554.html
微信扫一扫 
支付宝扫一扫 
