Вопрос

Чему могут научиться менеджеры по продажам у самых приспособленных людей на Земле? Есть ли способ посмотреть на показатели спортсмена и выяснить, каков его полный потенциал и что мешает его выступлениям? Можем ли мы сделать то же самое с нашим отделом продаж? А как насчет KPI, которые у нас есть, можем ли мы точно настроить их, чтобы убедиться, что все они работают в одном направлении?

Настраивать

Кроссфит — это вид фитнеса, в котором спортсмены работают над своей общей компетентностью, а соревновательные мероприятия разрабатываются для выявления наиболее подготовленного спортсмена, который преуспевает во всем, от силы и мощи до скорости и выносливости. Улов? Обычно людям, обладающим большой силой, не хватает выносливости, и наоборот. Поэтому, когда они слишком много работают над одним аспектом, они ставят под угрозу другую чашу весов.

Если вы когда-либо использовали KPI для управления отделом продаж, я уверен, что вам это знакомо. Компании начинают с измерения одного KPI, затем добавляют еще один для определенного аспекта целей компании, затем еще один и так далее... В большинстве случаев никто не задумывается над тем, коррелируют ли какие-либо из этих KPI. сильный>. Поэтому, когда вы добираетесь до продавцов, они часто не понимают, на чем им следует сосредоточить свою энергию. Давайте прольем свет на то, почему это происходит!

Анализ

В качестве примера анализа, который мы можем провести с ключевыми показателями эффективности команды, мы собрали данные сотен кроссфит-спортсменов и завели блокнот, чтобы углубиться в них.

Первым шагом было создание алгоритма машинного обучения, который учится на доступных данных и помогает прогнозировать оптимальные (не максимальные, мы не хотим слишком сильно склонять чашу весов) результаты спортсмена. Для этого тепловая карта корреляции помогает нам оценить, как каждый KPI связан с другим.

Тепловая карта показала высокую корреляцию между олимпийскими подъемами (рывок и толчок) и силовыми подъемами (становая тяга и приседания на спине). Разница в том, что OL очень технические, поэтому мы можем использовать ML, чтобы предсказать, сколько спортсмен может оптимально поднять на основе его PL, чтобы иметь самые высокие общие показатели физической подготовки. Алгоритм также позволяет оценить потенциал спортсмена, по которому мы можем определить, не хватает ли ему силы или техники для достижения оптимальных результатов.

Вторым шагом было создание кластеров на основе силы, выносливости, диеты и телосложения, чтобы увидеть, есть ли какая-либо дифференциация между типами спортсменов, и данные показывают невероятное однородное распределение, доказывающее, что кроссфит-атлеты действительно чрезвычайно универсальны, даже в разных весовых категориях. Это подтверждает нашу первоначальную предпосылку: мы предположили, что общий набор данных будет хорошим тренировочным набором для алгоритма в качестве примера идеального спортсмена.

Применение

Если вы читали книгу Джима Коллинза От хорошего к великому, вы знаете, что разумно иметь как можно меньше KPI. Это помогает людям сосредоточиться и помнить о том, что действительно важно для компании.

Применительно к отделу продаж этот анализ покажет нам, работают ли наши ключевые показатели эффективности независимо, работают противоположно друг другу или дублируют. Это помогло бы нам оптимизировать наши ключевые показатели эффективности, отсеяв те, которые являются избыточными или менее эффективными, и даже создать лучшие ключевые показатели эффективности, которые заменят другие в цифрах.

Ключевые выводы

Наука о данных дает нам понимание того, почему наши продавцы-«спортсмены» работают ниже своего полного потенциала, и помогает нам помочь им действующими и конкретными коучинг. Кроме того, используя науку о данных, мы можем упростить и оптимизировать наш набор ключевых показателей эффективности, предоставляя более четкое и действенное сообщение о целях компании.

Первоначально опубликовано на https://seekers.pt 16 марта 2020 г.