標(biāo)簽: 解放

相關(guān)帖子	版塊	作者	回復(fù)/查看	最后發(fā)表

沒(méi)有相關(guān)內(nèi)容

相關(guān)日志

《用數(shù)字解放營(yíng)銷人》開(kāi)發(fā)新客戶還是維護(hù)老客戶——60%的新客戶來(lái)自老客戶的推薦: 熱度 1 博瑞森 2013-1-8 10:25; 開(kāi)發(fā)新客戶還是維護(hù)老客戶—— 60% 的新客戶來(lái)自老客戶的推薦很多企業(yè)在營(yíng)銷操作中,，客戶管理是提得最多、做得最少的項(xiàng)目，根本原因就是,，對(duì)客戶的價(jià)值評(píng)估缺少統(tǒng)一的衡量標(biāo)準(zhǔn),。計(jì)算某一個(gè)客戶的價(jià)值很容易,，計(jì)算一個(gè)客戶群體的價(jià)值很難,；計(jì)算客戶已經(jīng)提供的價(jià)值容易，計(jì)算客戶未來(lái)還能提供多少價(jià)值很難,；計(jì)算已經(jīng)合作的客戶價(jià)值容易,，預(yù)估那些沒(méi)有合作的客戶的價(jià)值很難。正是因?yàn)橛羞@樣一系列客觀限制性條件存在,，很多公司放棄了測(cè)算客戶價(jià)值的工作,。本節(jié)要解決的問(wèn)題，就是為這些預(yù)估工作提供操作標(biāo)準(zhǔn)和公式,，讓營(yíng)銷工作“看得見(jiàn),，摸得著”。在開(kāi)始進(jìn)行客戶價(jià)值的評(píng)估之前,，要對(duì)該評(píng)估方法的兩個(gè)基本邏輯進(jìn)行說(shuō)明：一是所有客戶價(jià)值評(píng)估,，都是基于現(xiàn)有客戶的運(yùn)行情況來(lái)推論同質(zhì)客戶未來(lái)的可能軌跡，只是預(yù)期價(jià)值考慮了時(shí)間成本,；二是我們對(duì)客戶價(jià)值的分析,，無(wú)論是歷史價(jià)值的分析，還是未來(lái)價(jià)值的分析,，都是以群體概念或者是有代表性的群體均值為參考 ,。客戶的歷史價(jià)值有資料顯示：開(kāi)發(fā)一位新客戶的成本是挽留一位老客戶的成本的 3~10 倍；向新客戶推銷新產(chǎn)品的成功率是 15% ,，而向老客戶推銷新產(chǎn)品的成功率是 50% ,。所以我們對(duì)老客戶的關(guān)注要高于新客戶,，客戶的歷史價(jià)值正是老客戶監(jiān)控的重要指標(biāo),。客戶的歷史價(jià)值,，是指在過(guò)去的銷售活動(dòng)中為企業(yè)帶來(lái)的毛利部分的價(jià)值體現(xiàn)，這里有個(gè)基本假設(shè),，即客戶在過(guò)去的價(jià)值表現(xiàn)可以作為未來(lái)繼續(xù)提供價(jià)值的依據(jù),。因?yàn)橛?jì)算某個(gè)客戶的價(jià)值對(duì)銷售管理發(fā)現(xiàn)問(wèn)題幫助不大，所以我們傾向于從相反的方向應(yīng)用“帕累托圖”的分類意義,，來(lái)體現(xiàn)損害公司價(jià)值的“最不重要的大多數(shù)”客戶,，雖然“帕累托圖”主要用于質(zhì)量管理。某企業(yè)共有 220 個(gè)直供客戶,， 2010 年實(shí)現(xiàn)全年利潤(rùn) 12955.47 萬(wàn)元,，我們將客戶按當(dāng)年貢獻(xiàn)毛利從低到高排序，以每提供利潤(rùn) 10% 為一個(gè)分組單位,，將客戶分成 10 組,，具體如表（表 7-2 ）所示。表 7-2 客戶提供的利潤(rùn)表客戶分布的利潤(rùn)區(qū)間 0%~10% 10%~20% 20%~30% 30%~40% 40%~50% 50%~60% 60%~70% 70%~80% 80%~90% 90%~100% 客戶數(shù)（名） 123 33 20 14 10 8 5 4 2 1 比例 55.91% 15.00% 9.09% 6.36% 4.55% 3.64% 2.27% 1.82% 0.91% 0.45% 累計(jì)百分比 55.91% 70.91% 80.00% 86.36% 90.91% 94.55% 96.82% 98.64% 99.55% 100.00% 圖 7-1 帕累托數(shù)據(jù)圖根據(jù)帕累托數(shù)據(jù)的分類原理,，我們將客戶分為三類： A 類客戶：位于后面 8 個(gè)毛利率 10% 區(qū)間的 64 名客戶,，這是公司利潤(rùn)的主要來(lái)源，是一定要保留的客戶群,； B 類客戶：位于第二個(gè)毛利率 10% 區(qū)間的 33 名客戶,，這是尚有利潤(rùn)提升空間的客戶，需要適當(dāng)扶持,； C 類客戶：位于第一個(gè)毛利率 10% 區(qū)間的 123 名客戶,，這是侵蝕公司利潤(rùn)的主要客戶群，要逐步淘汰,。小貼士：對(duì)歷史客戶價(jià)值的分析,，是典型的“龍生龍，鳳生鳳,，老鼠的兒子會(huì)打洞”的出身論,，缺少對(duì)客戶未來(lái)變化的判斷，更缺少對(duì)客戶終身價(jià)值的調(diào)查,，這是用帕累托圖反映客戶價(jià)值的不足之處,。客戶的終身價(jià)值正是因?yàn)榭蛻舻臍v史價(jià)值對(duì)未來(lái)銷售行為指導(dǎo)的局限性，所以才會(huì)不斷有營(yíng)銷人總結(jié)新的方法和公式來(lái)評(píng)估客戶的整體價(jià)值,。美國(guó)弗吉尼亞大學(xué)達(dá)登商學(xué)院市場(chǎng)營(yíng)銷學(xué)教授 Paul W. Farris 等人,，在考慮了現(xiàn)金的時(shí)間成本、客戶流失率的情況下,，提出了客戶終生價(jià)值的概念和公式,。客戶的平均終生價(jià)值＝已獲取客戶的平均毛利額 × 在這個(gè)假設(shè)前提下，當(dāng)平均挽留率為 0 時(shí),，顧客全部流失,，顧客的終生價(jià)值為 0 ；當(dāng)挽留率為 1 時(shí),，顧客沒(méi)有流失,，公司將無(wú)限期獲得毛利。無(wú)限期毛利的現(xiàn)值公式就變成了當(dāng)期平均毛利／平均折扣率,。當(dāng)期平均毛利：統(tǒng)計(jì)期內(nèi)所有客戶的平均毛利,；平均挽留率：它是客戶流失率的對(duì)立面,，反映在統(tǒng)計(jì)期內(nèi)，客戶的保留情況,，基本公式為： T 期繼續(xù)與公司交易的客戶數(shù)／ T — 1 期與公司交易的客戶數(shù),；平均折扣率：平均折扣率事實(shí)上體現(xiàn)的是現(xiàn)金的時(shí)間價(jià)值，這里面包括了未來(lái)利息損失和通貨膨脹因素,，甚至包括某些公司對(duì)現(xiàn)金支付采取的折扣返點(diǎn),。在沒(méi)有促銷折扣的情況下，我建議大家可以考慮將這個(gè)平均折扣率的取值,，用國(guó)家統(tǒng)計(jì)局定期公布的月度或者年度 CPI 指標(biāo)的變動(dòng)率代替,。顯然，顧客的終生價(jià)值包括已經(jīng)獲取的毛利,，當(dāng)平均挽留率為 0 時(shí),，只是顧客未來(lái)的價(jià)值為 0 ，已經(jīng)獲取的毛利不會(huì)消失,。所以,，有初始毛利的客戶終生價(jià)值的公式應(yīng)該考慮已經(jīng)獲取的毛利部分。已獲取毛利的客戶終生價(jià)值＝已獲取的毛利額＋已獲取的毛利額 × 某渠道客戶與公司合作時(shí)間已有 1 年,，當(dāng)年為公司提供毛利收入 40 萬(wàn)元,，目前公司年度客戶流失率為 0.5% ，假設(shè)國(guó)家統(tǒng)計(jì)局公布的年度 CPI 上漲 5% ,，在不考慮政策性折扣的情況下,，請(qǐng)確認(rèn)該客戶的終生價(jià)值。已獲取毛利的客戶終生價(jià)值＝已獲取的毛利額＋已獲取的毛利額 × ＝ 40 萬(wàn)元＋ 40 萬(wàn)元 × (1 — 0.5%) ／ ≈ 764 萬(wàn)元該渠道客戶預(yù)計(jì)可為公司提供的終生價(jià)值約為 764 萬(wàn)元,。小貼士：在客戶平均終生價(jià)值的統(tǒng)計(jì)中,，平均挽留率和平均折扣率的統(tǒng)計(jì)時(shí)間段一定要一致。已獲取客戶的平均毛利額,，不是指和折扣率,、挽留率同一時(shí)段內(nèi)獲取的平均毛利，而是所有客戶第一次交易時(shí)可以獲得的毛利平均值,。潛在客戶價(jià)值除了已經(jīng)開(kāi)始合作的客戶能夠?yàn)槲覀儙?lái)價(jià)值外,，那些尚未成為我們客戶的潛在人群的價(jià)值預(yù)估，也是市場(chǎng)營(yíng)銷工作的重要組成部分,。在預(yù)估潛在客戶價(jià)值之前,，必須提到兩個(gè)概念，一個(gè)是為獲得潛在客戶需要支付的成本,；另一個(gè)是獲取潛在客戶的成功率,。為獲得潛在客戶所需要支付的成本主要是開(kāi)展市場(chǎng)營(yíng)銷活動(dòng)所需要的投入。獲取潛在客戶的成功率又稱獲取率。這是基于同類型客戶獲取的成本一致,，所帶來(lái)的價(jià)值也一致的情況,。潛在客戶終生價(jià)值＝（同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價(jià)值） × 獲取率 —單位獲取支出這個(gè)公式的主要意義在于，評(píng)估為獲取潛在客戶所付出的投資是否有利可圖,，提供標(biāo)準(zhǔn)和參考,。因此只要潛在客戶終生價(jià)值的結(jié)果為正，我們就認(rèn)為應(yīng)該執(zhí)行該項(xiàng)投資,；結(jié)果為負(fù),，該項(xiàng)投資有可能帶來(lái)?yè)p失,。某公司計(jì)劃在某網(wǎng)站開(kāi)展一項(xiàng)新用戶拓展活動(dòng),，預(yù)計(jì)此次活動(dòng)投入費(fèi)用 20 萬(wàn)元。通過(guò)第三方報(bào)告發(fā)現(xiàn),，該網(wǎng)站在活動(dòng)期間的人流量達(dá)到 150 萬(wàn)人,。同品類產(chǎn)品該網(wǎng)站客戶的購(gòu)買率為 0.8% ，歷史平均每單購(gòu)買額為 233 元,，平均利潤(rùn)率為 30% ,，消費(fèi)者的平均挽留率為 20% 。在 5% 的折扣損失下,，問(wèn)這次活動(dòng)是否值得投入,？同質(zhì)客戶的初始毛利＝ 233 元 × 30% ＝ 69.9 元同質(zhì)客戶的終生價(jià)值＝ 69.9 元 × 20% ／ (1 ＋ 5% — 20%) ≈ 16.45 元獲取每個(gè)潛在客戶的成本支出＝ 20 萬(wàn)元／ 150 萬(wàn)元≈ 0.13 元潛在客戶終生價(jià)值＝（同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價(jià)值） × 獲取率 —單位獲取支出＝（ 69.9 元＋ 16.45 元） × 0.8% — 0.133 元＝ 0.558 元在剔除成本后，每個(gè)潛在客戶的終生價(jià)值為 0.558 元,，故該項(xiàng)活動(dòng)值得投入,。如果不知道該項(xiàng)活動(dòng)的獲取率指標(biāo)，那么可以假設(shè),，當(dāng)單位獲取支出與單位獲取價(jià)值相等時(shí),，即潛在客戶終生價(jià)值為 0 時(shí)，就是活動(dòng)必須實(shí)現(xiàn)的最低客戶獲取率,，有興趣的朋友可以自行演算,。小貼士：潛在客戶的終生價(jià)值公式的主要作用是評(píng)估活動(dòng)的可行性，同質(zhì)客戶的初始毛利＋同質(zhì)客戶的終生價(jià)值,，理論上約等于已獲取毛利的客戶終生價(jià)值,。兩者的區(qū)別在于：前者強(qiáng)調(diào)客戶的同質(zhì)性，強(qiáng)調(diào)群體概念,；后者在某種程度上可作為單一客戶終生價(jià)值的計(jì)算公式,。; 個(gè)人分類: 營(yíng)銷|5916 次閱讀|0 個(gè)評(píng)論

《用數(shù)字解放營(yíng)銷人》統(tǒng)計(jì)學(xué)：沒(méi)你想得那么難: 博瑞森 2013-1-8 10:19; 統(tǒng)計(jì)學(xué)：沒(méi)你想得那么難很多人不愿意關(guān)注統(tǒng)計(jì)學(xué)知識(shí)，認(rèn)為這樣的知識(shí)離我們的生活和工作太遙遠(yuǎn),、實(shí)用性太小,。作為營(yíng)銷人員，在通曉營(yíng)銷的常用公式、精于計(jì)算上,，已經(jīng)是疲于應(yīng)付了,，再去面對(duì)統(tǒng)計(jì)學(xué)復(fù)雜的數(shù)理知識(shí)，這似乎是一個(gè)不可能完成的任務(wù),。一分鐘搞定統(tǒng)計(jì)學(xué)——用最簡(jiǎn)單的方法解決銷售測(cè)算模型很多對(duì)數(shù)學(xué)有天生恐懼癥的人,，看了第二節(jié)五個(gè)經(jīng)典銷售測(cè)算模型的計(jì)算過(guò)程后，估計(jì)已經(jīng)兩眼發(fā)黑,、手心冒汗了,。對(duì)于那些沒(méi)有統(tǒng)計(jì)學(xué)基礎(chǔ)，又希望通過(guò)統(tǒng)計(jì)學(xué)的測(cè)算模型結(jié)果對(duì)銷售進(jìn)行監(jiān)控的人,，有沒(méi)有捷徑,，讓我們用最簡(jiǎn)單的方法，就能快速得出測(cè)算結(jié)果,，至少先把這五個(gè)最經(jīng)典的銷售模型的測(cè)算結(jié)果掌握好,？事實(shí)上，軟件行業(yè)的發(fā)展,，尤其是一些專門的統(tǒng)計(jì)軟件的誕生,，如 SPSS 的出現(xiàn)，讓很多專業(yè)人士得到解脫,。但遺憾的是,，任何事情都有利有弊， SPSS 軟件的操作和使用也需要專門的學(xué)習(xí),，有些參數(shù)的設(shè)定比較復(fù)雜,。本節(jié)要給大家介紹的是，如何利用 Excel 快速解決銷售測(cè)算模型,。進(jìn)出貨均衡性監(jiān)控的對(duì)應(yīng)函數(shù)—— STDEVPA 函數(shù) 均衡進(jìn)出貨的監(jiān)控,，實(shí)際上是樣本對(duì)整體數(shù)據(jù)平均值偏離情況的監(jiān)測(cè)，在收集到日進(jìn)出貨或者月進(jìn)出貨數(shù)據(jù)后,，怎樣快速得出數(shù)據(jù)對(duì)均值的偏離情況,？這里利用 Excel 中的總體標(biāo)準(zhǔn)差函數(shù)—— STDEVPA 。例如,， 6 ,、 7 月的日出貨數(shù)據(jù)（單位：萬(wàn)元）見(jiàn)下表（表 10-9 ），采用總體標(biāo)準(zhǔn)差函數(shù) STDEVPA ,，如何快速得出 6 ,、 7 月各自出貨的偏離程度？表 10-8 6 ,、 7 月的日出貨數(shù)據(jù) 在 Excel 中將日出貨數(shù)據(jù)列表如上表（表 10-8 ）,，在工具欄選擇“公式”——“插入函數(shù)”，在搜索函數(shù)中輸入“ STDEVPA ”，然后點(diǎn)擊確定,。在 Value1 中選定 6 月份對(duì)應(yīng)的 30 個(gè)數(shù)據(jù) {B2 ︰ AE2} ,，點(diǎn)擊確認(rèn)，即可得到 6 月份總體標(biāo)準(zhǔn)差值 257 ,。同樣,，按上述操作，在 Value1 中選定 7 月份對(duì)應(yīng)的 31 個(gè)數(shù)據(jù) {B3 ︰ AF3} ,，即可得到 7 月份總體標(biāo)準(zhǔn)差值為 127 ,。相較于復(fù)雜的總體標(biāo)準(zhǔn)差計(jì)算公式＝（） Excel 的函數(shù)功能為我們提供了非常簡(jiǎn)便的計(jì)算途徑。通過(guò)結(jié)果,，能快速判斷日,、月度、季度銷售波動(dòng)情況,。客均單價(jià)測(cè)算的對(duì)應(yīng)函數(shù)—— CONFIDENCE 函數(shù)及 STDEV 函數(shù) 除了能快速監(jiān)測(cè)進(jìn)貨后的波動(dòng)外,， Excel 在客單價(jià)的計(jì)算方面也很方便,�,？蛦蝺r(jià)計(jì)算最重要的兩個(gè)函數(shù)功能—— 樣本標(biāo)準(zhǔn)差 STDEV 函數(shù)及置信區(qū)間 CONFIDENCE 函數(shù) 。需要提醒營(yíng)銷人員的是,，本處的樣本標(biāo)準(zhǔn)差 STDEV 函數(shù)與前面提到的總體標(biāo)準(zhǔn)差 STDEVPA 函數(shù)的差別在于： STDEV 函數(shù)是對(duì)抽樣樣本的標(biāo)準(zhǔn)差的計(jì)算,，而 STDEVPA 函數(shù)是對(duì)全樣本標(biāo)準(zhǔn)差的計(jì)算； STDEVPA 函數(shù)比 STDEV 函數(shù)計(jì)算出來(lái)的標(biāo)準(zhǔn)差,，更能代表實(shí)際的偏差情況,。由于無(wú)法窮盡樣本，所以很多時(shí)候也用樣本標(biāo)準(zhǔn)差代替總體標(biāo)準(zhǔn)差 ,。例如,，抽取 64 張銷售訂單樣本，求在 90% 的概率保證下,，門店人均消費(fèi)額區(qū)間估計(jì)值的范圍,。在 Excel 中，輸入 64 個(gè)抽樣樣本,，先求 64 張訂單的樣本標(biāo)準(zhǔn)差,。表 10-9 64 張銷售訂單第一步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ STDEV ”,，然后點(diǎn)擊確定。在 Number1 中選定對(duì)應(yīng)的 64 張訂單數(shù) {A1 ︰ H8} ,，點(diǎn)擊確認(rèn),，即可得到 64 張訂單的樣本標(biāo)準(zhǔn)差值 258.78 。第二步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ CONFIDENCE ”,，然后點(diǎn)擊確定。在 Alpha 框中輸入（ 1 —保證概率）＝ 0.1 ,，在 Standard_dev 框中輸入樣本標(biāo)準(zhǔn)差 258.78 ,，在 Size 框中輸入樣本容量 64 ，點(diǎn)擊確定,，置信區(qū)間計(jì)算結(jié)果 53.21 ,。第三步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ AVERAGE ”,，然后點(diǎn)擊確定。在 Number1 中選定對(duì)應(yīng)的 64 張訂單數(shù) {A1 ︰ H8} ,，點(diǎn)擊確認(rèn),，即可得到 64 張訂單的算術(shù)平均值 223.62 。第四步,，依據(jù)以上結(jié)果,，我們可以得到該門店顧客客單價(jià)以 90% 的概率保證，將會(huì)落在元的區(qū)間范圍內(nèi),。小貼士：通過(guò)函數(shù)計(jì)算出來(lái)的置信區(qū)間與通過(guò)手工計(jì)算出來(lái)的置信區(qū)間略微有差別,，主要是在大批量取數(shù)時(shí)，在計(jì)算過(guò)程中四舍五入導(dǎo)致的,，從整體來(lái)看并不影響計(jì)算結(jié)果的準(zhǔn)確性,。影響銷售結(jié)果的量化公式——并不高深的一元線性回歸方程很多人都想知道，到底有哪些因素影響銷售,？有沒(méi)有一個(gè)更加清晰的量化工具,，讓我們對(duì)影響銷售結(jié)果的因素像“ 1 ＋ 1 ＝ 2 ”那么清晰？實(shí)際上在對(duì)銷售結(jié)果相關(guān)系數(shù)的測(cè)定和檢驗(yàn)中,，我們還可以再進(jìn)一步,，那就是根據(jù)測(cè)算結(jié)果建立一個(gè)一元線性回歸方程，將投入與產(chǎn)出的影響量化得更加清晰 ,。當(dāng)然,，通過(guò)手工計(jì)算一元線性回歸方程，相對(duì)比較繁瑣,，如果能夠充分利用 Excel 的計(jì)算功能,，過(guò)程非常簡(jiǎn)單。本節(jié)介紹的正是從 r 值的計(jì)算到線性方程的建立,，如何最大程度上利用 Excel 的計(jì)算功能,，將過(guò)程簡(jiǎn)化,？以表 10-5 的數(shù)據(jù)為基礎(chǔ)，模擬一個(gè)簡(jiǎn)單的一元線性回歸方程,，如表（表 10-10 ）所示,，首先開(kāi)始銷售相關(guān)系數(shù) r 的計(jì)算。表 10-10 投放費(fèi)用與銷售結(jié)果在 Excel 中列表第一步,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ CORREL ”，然后點(diǎn)擊確定,。在 Array1 中選定對(duì)應(yīng)的 29 次的費(fèi)用投入 {B2 ︰ AD2} ,，再在 Array2 中選定對(duì)應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ，然后點(diǎn)擊確認(rèn),，即可得到投入費(fèi)用與銷售金額之間的相關(guān)系數(shù) r ＝ 0.7917 ,；第二步，由于目前在 Excel 中沒(méi)有提供 r 值的檢驗(yàn)功能,，建議大家暫時(shí)采用手工檢驗(yàn),。第三步，如果檢驗(yàn)結(jié)果可以通過(guò),， r 值的相關(guān)系數(shù)可以確認(rèn)兩組數(shù)據(jù)之間存在相關(guān)關(guān)系,，可以通過(guò)建立兩組數(shù)據(jù)之間的一元線性回歸方程的方式，進(jìn)一步量化相關(guān)因素對(duì)銷售結(jié)果的實(shí)際影響,。一元線性回歸方程的經(jīng)典模型是 Y ＝ a ＋ bX ,，在這個(gè)公式中,，最主要的就是求得 a 值和 b 值,。我們認(rèn)定 Y 為因變量，代表銷售結(jié)果,， X 為自變量,，代表投入的費(fèi)用。首先求 a 值,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ INTERCEPT ”，然后點(diǎn)擊確定,。在 Known_x’s 中選定對(duì)應(yīng)的 29 次的費(fèi)用投入 {B2 ︰ AD2} ,，再在 Known_y’s 中選定對(duì)應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ，然后點(diǎn)擊確認(rèn),，即可得到該線性方程 a 值等于 97283 ,。然后求 b 值，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ SLOPE ”,，然后點(diǎn)擊確定,。在 Known_x’s 中選定對(duì)應(yīng)的 29 次的費(fèi)用投入 {B2 ︰ AD2} ，再在 Known_y’s 中選定對(duì)應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ,，然后點(diǎn)擊確認(rèn),，即可得出該線性方程 b 值等于 27.45 。故投入經(jīng)費(fèi)與銷售結(jié)果之間有明顯的線性相關(guān)關(guān)系（ r ＝ 0.7917 ）,，相關(guān)模型為 Y ＝ 97283 ＋ 27.45X ,，即銷售進(jìn)入穩(wěn)定期后，每投入 1 元的促銷經(jīng)費(fèi),，大致能產(chǎn)生 97310 元的銷售產(chǎn)出,。銷售構(gòu)成經(jīng)典模型和銷售預(yù)測(cè)經(jīng)典模型，雖然 Excel 沒(méi)有提供可以直接套用的函數(shù)得出結(jié)果,，但是如果能夠熟練運(yùn)用 Excel 加減乘除的計(jì)算功能,，實(shí)際上整個(gè)過(guò)程也非常簡(jiǎn)單。在 Excel 的學(xué)習(xí)和應(yīng)用上,，有興趣的朋友可以自行多做研究和摸索,，將平時(shí)遇到一些銷售上的數(shù)學(xué)問(wèn)題與 Excel 的運(yùn)算結(jié)合起來(lái)思考和應(yīng)用，這不僅僅能提高 office 的應(yīng)用能力,，還能提高營(yíng)銷數(shù)學(xué)方面技能,。; 個(gè)人分類: 營(yíng)銷|1882 次閱讀|0 個(gè)評(píng)論

GMT+8, 2024-12-27 12:22 , Processed in 0.029798 second(s), 13 queries .

Powered by 銷售與市場(chǎng)網(wǎng) 河南銷售與市場(chǎng)雜志社有限公司

回頂部

	自動(dòng)

標(biāo)簽: 解放

相關(guān)帖子

相關(guān)日志