Zia建议的数据深度分析

Zia建议的数据深度分析

Zia可以分析客户数据，如购买详情、兴趣和需求，为其他客户推荐类似商品。它还比较客户的行为模式，识别相似属性，并利用这些属性推荐合适的产品或服务。

这些建议对销售团队很有用，帮助他们了解向客户推荐正确产品的时机，提高转化率。

可用性
所需权限
管理员和具有管理配置权限的用户可以访问建议的数据深度分析。

建议的数据深度分析提供了一个综合结果，用户可以查看特定日期上可用的活跃建议总数、借助这些建议创建的商机或交易数量等。总的来说，这些分析将使决策者能够了解建议工具的性能，并根据他们的业务需求对其进行修改。

让我们以一家使用建议工具向客户推荐合适房产的房地产公司为例。

基于上述示例，建议分析将突出显示 :
  1. 当前可用的活跃建议的数量。建议将分配给新客户和现有客户。数据深度分析将显示每种类型建议的可用数量。
    在下面的图片中，您可以看到有四个活跃的建议。两个针对现有客户（关系和序列类型）和两个针对新客户（首次购买和套餐）。

  2. 建议的成功率告诉我们此工具分析数据并提出有用建议的能力有多强。成功率考虑了销售代表是否使用了某些建议。例如，如果为 B 客户推荐的产品创建了商机，这意味着 Zia 的建议是恰当的。
    为了提高成功率，您可以仔细审查客户拒绝某些建议的原因，并重新配置以符合他们的期望。
  3. 图表显示了某一段时间（本周/月和上周/月/季度）总成功率的分解。在下面的图片中，可以看到在五项建议中，有两项通过创建租赁协议而进一步推进，三项被拒绝。在两项成功的建议中，一项是部分成功，另一项是精确成功。
    部分建议意味着除了别墅和独立房屋等其它物业类型外，还考虑了推荐的物业。

  4. 条形图显示最建议和最不建议的产品及其细分。
    在下面的图片中，您可以查看最建议的属性，以及每种属性类型 :
    1. Zia建议的次数。
    2. 该特定房产的唯一性客户数量。
    3. 该物业成交、签订租赁协议或支付款项的交易总数。
      同样，您可以筛选数据以查看最建议或最不建议的属性。

      请注意，图中仅显示 10 个数据点。
  5. 建议趋势随时间变化（本周/月和上周/月/季度）以确定建议是否持续增加、减少、突然上升或下降。
    根据趋势，您可以分析原因并对现有的销售或营销策略进行调整，以满足您的期望。例如，如果您观察到假日季节推荐量激增，您可以推断大多数客户倾向于购买他们所推荐的商品。对即将到来的季节采取类似的策略将有助于增加销售额。

  6. 个体建议类型的表现可以通过以下方式进行分析 : 
    1. 该特定建议被提出的次数。例如，如果基于关系的建议与其他类型相比更高，则可以推断系统根据客户兴趣识别实体之间的关系。
    2. 每个建议产生的商机数量，以确定成功率。例如，如果 Zia 做出了十个基于关系的建议，其中只有四个商机被创建，那么建议监控销售漏斗并了解流失的原因。
  7. 前 10 名使用这些建议创造商机的人员可以帮助识别其他团队成员无法进行交易或客户拒绝建议的原因等。如果成员从建议中创造的商机数量较少，那么进一步分析客户兴趣和购买模式将会有所帮助。         这些见解可用于改进现有配置以获得更准确的建议。  

建议细分:

将 Zia 的建议按具有相似特征的组别进行划分，将有助于用户理解此类建议的模式，并使他们能够更有效地处理商机。



该细分由 Zia 执行，无需用户干预。
 
每个细分下面列出了该特定细分的客户数量以及该细分的条件。例如，在下面的建议中，您可以查看每个细分关联的记录数量以及构成该细分的准则。



在各个细分中，您可以从下拉菜单中查找常用字段，所有细分中的常用字段都会被突出显示。企业可以利用这些信息来找出细分客户之间的模式，并制定有效的营销或销售策略。



与条件一起，Zia 还展示了该细分市场的热门建议产品、错过数量和产品胜率。
 
您可以将跨细分遗漏的建议项以表格报表的形式进行查看。



您还可以查看 Zia 建议在不同细分市场的成功率。



管理者可以利用此建议细分来高效地针对不同客户群体，并将合适的产品销售给正确的客户群体。

基于用户反馈的建议数据深度分析

除了建议的性能分析外，Zia 还会根据用户反馈显示分析。对于每项建议，Zia 都会在您的记录中显示点赞/踩不喜欢的反馈条。点击此处了解有关 Zia 建议的直接反馈。
基于用户的反馈，Zia 计算并显示以下见解 :
  1. 总体反馈分析
  2. 基于建议类型的反馈分析
  3. 基于产品类型的反馈分析
  4. 反馈贡献
  5. 错过交叉销售机会
利用这些见解，您可以了解 Zia 的建议是否被采用，以及如果被采用，这些建议的有效性如何。您还可以了解您的销售代表对这些建议的看法，并评估哪些产品建议受欢迎。

总体反馈分析
直接反馈是销售代表通过投票表达出的坦率评价。如果当时的建议有用，用户可能会投票为有用，否则，通过负面投票您可以理解建议并不有用，并且没有任何转化。这种基于整体反馈的分析将揭示其在销售战场上的有效性。
它使用饼图描绘以下见解 :
  1. 总反馈数量
  2. 正面反馈数量
  3. 负反馈数量

基于建议类型的反馈分析
根据建议类型（首次、重复、序列、关系或捆绑），将列出正面和负面评论的数量。
例如，如果套件建议有更多的反对票，则您可以推断 Zia 需要更多的锻炼/培训来完善套件建议。

基于产品的反馈分析
Zia 计算了大多数建议产品和最少建议产品的反馈。这将有助于分析哪些建议的产品推荐最准确、最有用。
      
反馈贡献
此分析将列出所有参与建议审查的用户。它可以指示哪些用户正在其日常活动中积极使用建议。

错过交叉销售机会
交叉销售是 Zia 建议的重要方面，因为它从战略上带来更多收入。错过交叉销售建议是错失机会，Zia 将显示所有相关信息。表格将显示谁错过了哪个记录的机会？建议的产品是什么？建议的期间和最后交易日期是什么？


查看建议分析
  1. 前往设置 > Zia > 建议。
  2. 点击数据深度分析标签。
  3. 滚动查看个别分析以查看结果。
  4. 在相应报表中，筛选查看所需结果。
另行参考: Zia 建议