何年目からでも大丈夫！ベンチャーで０から営業KPI設定するために！！まずやるべき5つのこと。
読み進めていただくまえに、考えておいてほしいこと。
なぜ、KPIの設定をしたいのでしょうか？
これをまずは決めておかないと、
すぐにわかるものではないので、
せっかく初めても続かなかったり、
なんのためにデータを集めているのかわからなくなったりしてしまいます。
データありきの分析はあまり多くを教えてくれません。
こうかもな！と思う仮説検証のために
データを活用するイメージを持っておいていただければと思います。
例えば。
– 継続的に売上目標を達成したい。
– 人数が増えてきたので、適切なKPIを設定してマネジメントが必要。
– 中途入社して早く結果を出したい（私はこれでした）
などで大丈夫です。
あんた誰よ？
エンジニアから営業に未経験でキャリアチェンジ。
現在はマネジメントをメインにしています。
詳細は下記に記載してますので、よければ見てみてください。
可視化。
「いきなり可視化と言われても・・・。
何にもないんですけど。」
全然大丈夫です。
私も何もないところからスタートしました。
どんな会社で、どんなフェーズでも、この3つは把握しているはず。
– 誰が？
– どの企業または個人から？
– いくらで？
さらには、
– 何が（売れたか）？
– いつ？
くらいまではあるはずです。
もし、これらのどれかが欠けている場合は、
ここから把握するようにしてください。
（もちろん、Excel、Googleスプレッドシートなどの表計算ソフトで大丈夫です。）
Salesforceやましてや、Tableauみたいなデータ分析ツールは
データが溜められる仕組みができてからで全然大丈夫です。
可視化により、このようになりました。
| 誰が？ | どの顧客で？ | いくら？ | いつ？ | 何が？ |
| Aさん | AA社 | 1,000,000 | yyyy/mm/dd | 商材A |
| Bさん | BB社 | 2,000,000 | yyyy/mm/dd | 商材B |
| ・・・ | – | – | – | – |
| ・・・ | – | – | – | – |
さかのぼることができるのであれば、
3〜6ヶ月分くらいの情報は欲しいところです。
ここまできたら、仮説の段階に入れます。
仮設を立てるときに大切なこと。
冒頭に書いた、
「なんのためのデータ分析なのか？」がここで特に重要になります。
Aさんは予算達成しているので、何故なのか知りたい。
顧客Aの購入頻度や購入単価を知りたい。
商材Aがどれだけ人気があるか（ないか）を知りたい。
などの、知りたいことを中心に「まとめる」
そして、
「比較」します。
– まとめる。
Aさん
顧客A
商材A
などです。
– 比較する。
AさんとBさんの売上の合計。
商材Aと商材Bの売上の合計。
です。
ここまでの段階にくると、何かしらの傾向が見えてきます。
商材Aの方が商材Bよりも売れている。
顧客Aは購入頻度が高い。
Aさんは毎月予算達成している。
などです。
ここで注意☝️
可視化によってわかることは、「事実」までです。
この段階で誰かに伝えても、「ふ〜ん。・・・で？」
となります。
知りたいのは、
なぜ、そういう結果になったのか？
何をすればそうなるのか？です
その次の段階が、ヒアリングによる仮説検証です。
ヒアリング。
データや数字は多くのことを教えてくれますが、
そうなった背景や、行動、考え方。
などはわかりません。
例えば、
Aさんが他の人よりも3倍の売り上げをあげていた場合、
行動量が3倍だったので、売上も3倍になったのか。
営業トークが他の人よりも長けていて、3倍の受注率だったのか。
まではこの結果からはわかりません。
つまり、
同じ行動をとるために、「何を」すれば良いのか？
確認します。
実証（検証）
何をすれば、良いのか？
これを確認した後は、
その行動を可視化します。
ここではアポイント数（訪問数）だったとします。
フェーズ1に戻って計測し直しても良いですが、
このタイミングではまだ大丈夫です。
アポイント数（訪問数）に注目して、
本当にその行動があることで、結果（受注）に繋がっているのかを
比較します。
ここまでは、1.可視化、2.比較と同じ流れです。
ここで注意☝️
もれなく把握しようとしなくて大丈夫です。
実証の段階で確認したいのは、
他の人との明らかな違いを確認したいので、
数件のずれはそんなに問題になりません。
検証の結果。
AさんとBさんではアポイント数に3倍の違いがあることがわかりました。
アポイントに大した差がなかった場合は、
他の項目で検証します。
先に、受注に関係する行動を書き出しておくなどして、
その中からあたりをつける。
というのも効果的です。
細分化（KPIの決定）
検証の結果、アポイント（訪問数）が受注に大きく影響することがわかりました。
ここからは、管理の仕方によって変わります。
1.可視化
で使った受注一覧に受注した会社に何回訪問（アポイント）したか。
という数を書いても良いですし。
別の管理表を作成し、
アポイント数（訪問）を受注関係なく一覧化する。
でも良いです。
実証で確認できた内容をもとに、
同じお客さんに複数回訪問したから受注した場合は、
受注結果一覧に訪問数を記載する。
さまざまなお客さんに広く訪問したことが受注に繋がった。
という場合は、
受注管理表とは別でアポイント管理の一覧を作った方が良いです。
何が細分化なのか？
各行動を細かく分けて把握する。ということです。
受注や結果につながる要因は一つであることはなく、
さまざまな要因を検討する必要があります。
アポイントだけで比較して検証できたとしても、
予算達成できない月が出てくる。
数は一緒なのに、思ったように結果がでない。
そこで、2（ヒアリング）、3（実証）を繰り返し行い、
1（可視化）に反映してあげる。
これの繰り返しです。
結果の予測（KPIの精度をあげる）
ここまでは、何をすればそういう結果になるのか？
でした。
最後に、
どうすれば、そうする結果になるのか？
（予測）についてです。
今までは、結果からの逆算をしてきました。
「予算売り上げを達成している人は3倍のアポイント（訪問）をしている。」
のような感じです。
ということは、
「3倍のアポイント（訪問）をしている人は、予算売り上げを達成している人」
ということになりそうです。
ただ、
これだけではまだ、結果論からの予測になってしまっています。
例えば、
同じ3倍のアポイント数でも
月の初めに多くアポイントをしていた人と
月の終わりに多くアポイントをしていた人
とでは、結果が変わりそうです。
後は、今までの繰り返しです。
いつまでに何件のアポイントが必要なのかを確認し、検証する。
最終的な結果が出るまでに傾向がつかめれば、それは予測です。
まとめ
KPIを設計するために必要な5つの要素。
- 可視化。
- 仮説検討とヒアリング。
- 実証（検証）。
- 細分化。（KPIの決定）
- 結果の予測。（KPIの精度をあげる）
でした。
結果につながりそうな行動をまずは把握し、可視化する。
その行動を比べてみて、確かに違いがあるとわかった場合は、
新しく管理する項目（細分化）として設定してしまう。
最後に、結果論にならないようにどういう状態であればその結果につながるのか？
を検証し、予測になるようにする。
Twitterでも定期的に気づきを発信していますので、
フォローいただけると嬉しいです。