Case Study: מה עושה אנליסט נתונים כשאין לו מספיק נתונים?

 

הקדמה

במקרים רבים בעבודה בתור אנליסט נתונים עשויים להיתקל באילוצים של נתונים חלקיים או לא מספיקים. כאשר זה קורה, קשה מאוד להפיק תובנות על בסיס מובהקות סטטיסטית.
ולמרות זאת, הנתונים הקיימים הם עדיין בעלי פוטנציאל רב.
זה נכון במיוחד אם מדובר בפעילות חדשה שבה אין הרבה מידע רלוונטי (כמו סטארטאפ או בשוק המשתנה באופן מהיר – שבו חלק גדול מהנתונים ההיסטוריים כבר אינם רלוונטיים).
אז מה עושה אנליסט נתונים במקרה הזה? איך אפשר להתמודד עם האתגר?

הדרך לעשות שימוש בנתונים במקרים כאלה היא בעזרת הכנסת מידע נוסף לתמונה – חיבור לתהליך העבודה ולמומחה תוכן עסקי.
שני מקורות המידע הנוספים האלה הם איכותניים, ולעיתים קרובות יוכלו לתת קונטקסט למידע הכמותי – גם כאשר אינו מובהק.
זה יוכל לסייע בהבנת ה'סיפור שמאחורי הנתונים', ובמתן המלצות קריטיות לשיפור הפעילות והביצועים.

במאמר זה יוצג Case Study עבור פעילות מכירה בעלת היקפים נמוכים יחסית, שבה מצד אין אפשרות להסיק מסקנות מובהקות, אך מצד שני – ניתוח שיטתי של הנתונים והבנה מעמיקה של התהליך המתואר יכולה להביא להבנת התמונה האמיתית, ולקבלת ההחלטות הנכונות.

 

"משהו כאן נשמע מוזר"

לפני כחודש פנה אליי יזם אותו אני מלווה, בעל חברת B2B (פניה לחברות) ללקוחות בארץ. היזם רוצה להרחיב את פעילותו לחו"ל ולכן החל להעסיק ספק חיצוני כנציג המכירות של החברה בחו"ל – על בסיס תשלום חודשי קבוע.

הפניה ללקוחות בחו"ל כוללת תהליך מכירה ארוך יחסית, בעל 6 שלבים עיקריים:

  • שליחת אימייל להיכרות
  • מענה לאימייל (מעוניין/ מעוניין בהמשך)
  • שיחת טלפון
  • פגישה
  • הצעת מחיר
  • זכייה

לאחר כחודש של פעילות עם נציג המכירות, היזם הציג לי את גיליון האקסל הבא, המתאר ביצועים ברמה שבועית, וביקש שאחווה את דעתי (המספרים שונו מעט, והוא כמובן אישר לי לפרסם אותם):

 

ממצאים ראשוניים

על מנת להתחיל לתקוף את הנתונים ולהבין אותם, התמקדתי בכל פעם בשלב אחד:

  • המשפך באופן כללי
    • יחס מענה לאימיילים העומד על 20-30% נחשב לרוב לגבוה, אך במקרה זה סביר בהינתן שרשימת הלידים ממוקדת.
    • יחס של 50% בין מענה לקביעת שיחת טלפון נשמע מעט גבוה, אבל עדיין בגדר הסביר מאחר והמוצר עשוי שלא להתאים ללקוח פוטנציאלי בטווח המידי.
    • למרות המספרים הנמוכים, יחס של כ-20-30% משלב השיחה לשלב המצגת נשמע סביר, מאחר והוא משקף צורך קונקרטי בשירות מתוך המתעניינים בפועל (שיחות).
    • בשלבים המאוחרים יותר המספרים מאוד נמוכים ולכן אין טעם להתעמק בשלב זה.

  • כמות הפניות
    • בין השבוע הראשון לשני חלה קפיצה חדה (כ-60%) בכמות הפניות (מ-23 ל-37).
    • בשבוע השלישי חזרה התמונה להיות דומה לשבוע הראשון.
    • בשבוע הרביעי כמות הפניות ירדה במעט.
    • בשבוע החמישי כמות הפניות ירדה באופן דרמטי.

 

  • אחוזי המענה לפניות
    • בין השבוע הראשון לשני יחס המענה גדל בכ-25%.
    • בשבוע השלישי חזרה התמונה להיות דומה לשבוע הראשון.
    • בשבוע הרביעי קטן יחס המענה בכמחצית.
    • בשבוע החמישי יחס המענה פחות רלוונטי, לאור מספרים נמוכים מאוד.
  • שיחות טלפון

    • ככלל, ההיקפים כאן נמוכים למדי בשביל לזהות שינוי מהותי. יחד עם זאת, ב-3 השבועות הראשונים התמונה יחסית יציבה, וסה"כ תואמת את השלב הקודם במשפך (מענה לאימייל).
    • בשבועות 4-5 היקפי השיחות מזעריים וקשה להסתמך על המספרים.
  • פגישות
    • היקפי הפגישות נמוכים מאוד, ועדיין נראים יחסית עקביים לשלבים הקודמים במשפך המכירות ב-3 השבועות הראשונים.

 

ניתוח הממצאים

בתהליך ניתוח משפכי מכירות קיים עיקרון בסיסי של היצמדות לשלב המתקדם ביותר, שבו הנתונים מאפשרים להבין את התמונה.

במקרה הזה, בשלבים המתקדמים ההיקפים נמוכים מאוד, מה שמעיד על בעיה בשלב מוקדם מאוד במשפך (בעיה לא חייבת להיות אובדן משתמשים בשלב מסוים, אלא גם היקפים לא מספיקים של תנועה).

מאחר ובמקרה הזה יחסי המיון בשלב הטלפונים והפגישות הפרונטליות נראים סבירים במבט ראשון, התמקדתי בניתוח רק בשלבים אלה.

ממצאים חריגים:
מהצלבת כמות הפניות ואחוזי המענה לפניות עולות כמה נקודות חריגות, ששווה לבדוק:

  • בשבוע השני, למרות הקפיצה המשמעותית בכמות הפניות, אחוזי המענה עלו גם הם באופן מפתיע. קיימות כמה השערות העשויות להסביר את הממצא:
    • עקומת למידה לתהליך המכירה בין השבוע הראשון לשני.
    • נציג המכירות לא רצה 'לשרוף' את הלקוחות הכי טובים בהתחלה, ולכן התנסה על הלקוחות הפחות טובים (תיעדוף הלידים).
    • מוטיבציית שיא של נציג המכירות גרמה לו לתפקד באופן מיטבי.
  • בשבוע הרביעי אחוזי המענה ירדו באופן מוזר. הסברים אפשריים:
    • נציג המכירות תיעדף את הלקוחות הטובים יותר ב-3 השבועות הראשונים.
    • ירידה במוטיבציה של נציג המכירות.
  • מה קרה בשבוע החמישי, בו כלל לא היו פניות?
    • בעיית מוטיבציה של נציג המכירות.
    • חופשות/ חגים אצל קהל היעד.
    • מיקוד של נציג המכירות בשלבים מאוחרים יותר במשפך.

מאחר ובכל אחד מהממצאים החריגים אחת ההשערות היתה היבט של מוטיבציה אצל נציג המכירות, ההמלצה ליזם בשלב זה היתה לשבת עם איש המכירות ולהבין יחד איתו את הגורמים, כולל לברר אם בוצע תעדוף, ובמקביל לברר אם עולות בשיחה בעיות מוטיבציה או תגמול.

 

אוקיי, אז מה היזם עשה עם ההמלצה?

היזם נפגש עם נציג המכירות לשיחה…

לאחר 3 שבועות נוספים, התוצאות היו מעניינות:

 

בשבוע השישי חלה עלייה דרמטית ביחס לשבועות 4-5 בכמות הפניות, ולמעשה הפעילות בו היתה דומה מאוד ל-3 השבועות הראשונים.

לעומת זאת, בשבועיים לאחר מכן הביצועים חזרו להיקפי פעילות נמוכים – ולאחוזי מענה נמוכים מאוד.

לאחר שיחה עם היזם, הוא עדכן שבדק, ונציג המכירות טען שלא ביצע תעדוף כלשהו לרשימת הלידים באף שבוע.

עוד עלה בשיחה ביניהם רעיון לעבור לשיטת תגמול מבוססת ביצועים.
נציג המכירות העדיף להמשיך את מודל התגמול על בסיס תשלום חודשי קבוע, ולא לשנותו.

כאן הנקודות כבר התחברו.
לאור העלייה בשבוע השישי – מיד לאחר השיחה בין היזם לנציג המכירות – הסיבה הסבירה ביותר לנתונים היא אכן בעיית מוטיבציה של נציג המכירות.

הירידה בחזרה בביצועים שבוע לאחר השיחה היא אור אדום ואיתות לגבי פעילות נציג המכירות, ונדרשת פעולה מידית של היזם לפתרון הבעיה.
פעולה כזו יכולה להיות קביעת יעדי פניות כתנאי לתשלום הקבוע, שינוי מודל התגמול מתשלום קבוע לבעל מרכיב מבוסס ביצועים, או החלפת הנציג באחר.

 

סיכום

ב-Case Study ראינו, שניתן להבין את הסיפור שמאחורי הנתונים, גם אם היקף הנתונים אינו גבוה מספיק על מנת לספק ממצאים מובהקים סטטיסטית. זאת, בעזרת הבנה, מיפוי ומדידה נכונים של התהליך העסקי, ותקשורת צמודה עם מומחה התוכן העסקי.
יתרה מכך, היבטים אלה קריטיים גם כאשר קיימים נתונים רבים מאוד, וזאת על מנת לזהות מה מהנתונים הוא ממצא אמיתי, ומה רעש מקרי.
תופעה זו הופכת לנפוצה יותר ויותר בעידן ה-Big-Data, בו קיימים נתונים רבים עד כדי כך – שתמיד תימצא קבוצת נתונים – ממנה אפשר יהיה להסיק כל מסקנה באופן מובהק – גם אם היא לא הגיונית בעליל.

אנליסט נתונים מנוסה יודע לחבר את הנתונים בפועל עם ההסברים או ההתנהגות האמיתיים של המשתמשים מאחורי הקלעים, ולהבין את הסיפור מאחורי המספרים.
ואת זה, ככל הנראה, לא לומדים באף שיעור באוניברסיטה – אלא רק בהרבה שעות של 'דם, יזע ודמעות' מול המחשב…

 

אהבת את המאמר? יש לך שאלות נוספות הקשורות אליו?

תוכל להגיב ולשאול אותן ממש כאן למטה.

 

Share
השארת תגובה