AARRR模型中增长黑客的销售启示

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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:

AARRR模型中增长黑客的销售启示-传播蛙

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

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧