Giành những nhà bán hàng làm nên tăng trưởng của bạn.
Bảy trăm nhà bán hàng hay bảy triệu — mỗi nhà bán hàng so với các cơ sở kinh doanh bên cạnh, ngay trong sản phẩm của bạn, mang thương hiệu của bạn, ở bất cứ đâu nhà bán hàng của bạn kinh doanh.
Nhà bán hàng nào cần được gọi trước?Nhà bán hàng mà phép so sánh nội bộ của nền tảng vẫn cho là ổn — và cần được liên hệ kịp thời.
Tám câu các trưởng bộ phận nền tảng thường nói với chúng tôi.
Từ những người ký hợp đồng, giữ chân khách và phát triển sản phẩm.
Điều các trưởng bộ phận nền tảng nói
Dữ liệu mẫu một nhà bán hàng trong một khu phố
Kinh doanh có vẻ chậm lại. Chỉ riêng chúng tôi thôi sao?
Họ tụt lại trong khi các cơ sở bên cạnh vẫn giữ vững.
Giảm 7 điểm phần trăm ý kiến tích cực trong năm; khu phố vẫn giữ vững.
Xếp hạng mọi nhà bán hàng theo mức độ đang tụt lại.
Một cuộc gọi giữ chân, sớm hơn một năm.
Thực ra tôi đang được so với ai?
Các cơ sở bên cạnh mới là phép so sánh khó hơn.
Vượt các cơ sở cùng loại hình 6 điểm phần trăm; thua các cơ sở bên cạnh 4.
Cho nhà bán hàng thấy khu phố, và mức giá ở đó.
Một phép so sánh mà nhà bán hàng thực sự nhận ra.
Có ai đánh giá đúng về chúng tôi được không? Chúng tôi mới mở ba tuần.
Khu phố đã kinh doanh nhiều năm; nhà bán hàng mới vài tuần.
Lượt ghé trong khu phố của họ tăng 4% trong năm.
Đánh giá nhà bán hàng dựa trên khu phố nơi họ mở cửa.
Một quyết định dựa trên nhiều hơn ba tuần.
Cả thị trường chậm lại, hay chỉ thị trường của chúng tôi?
Hai thị trường tách nhau ra chỉ trong một quý.
Lượt ghé ở một thị trường tăng 3%; thị trường kia giảm 2%.
Dồn sự chú ý vào thị trường đã đổi chiều.
Một bức tranh có trước khi quý kết thúc.
Chúng tôi đứng ở đâu trong khu phố này?
Khu phố đã được đo sẵn, trước khi nhà bán hàng đầu tiên ký.
Khu phố này có tỷ lệ ý kiến tích cực cao hơn mức trung bình của loại hình kinh doanh đó 3 điểm phần trăm.
Đến buổi gặp với số liệu khu phố đã có sẵn.
Buổi gặp đầu tiên đã có số liệu, trước cả chữ ký đầu tiên.
Nơi này có đáng để ghé không?
Đáng để ghé — và cả khu phố nơi nó đứng cũng vậy.
7 trên 10 cuộc gặp trong ngày nằm trong hai khu phố.
Cử nhân viên kinh doanh đến khu phố đang có nhiều lượt ghé.
Một ngày gặp gỡ đáng công đi lại.
Tại sao tôi phải đổi cách khách hàng thanh toán?
Chờ thanh toán là điều đầu tiên khách của họ nhắc đến.
Chờ thanh toán là điều khách của nhà bán hàng này nhắc đến nhiều nhất; về phục vụ, nhà bán hàng lại vượt khu phố.
Mở đầu bằng điểm vướng, và để giá lại cuối cùng.
Một buổi gặp đầu tiên chạm đúng vấn đề của họ.
Làm sao phần mềm này biết về khu phố của tôi?
Nhà bán hàng thấy khu phố của mình ngay ở nơi họ vẫn xem.
4 cơ sở cùng loại hình trong khu phố này, và mức giá của từng cơ sở.
Đưa khu phố vào trong sản phẩm, mang chính tên của nền tảng.
Một lý do để mở sản phẩm vào ngày mai.
Cho mọi nhà bán hàng thấy khu phố quanh họ.
Một lớp dữ liệu, khớp với nhà bán hàng của bạn, ngay trong sản phẩm họ vẫn mở.
Những gì nhà bán hàng thấy khi mở ra, ngay bên trong nền tảng.
Khu phố của một nhà bán hàng
7 tiệm salon trong chính khu phố của họ, được nêu tên.
Cao hơn mức của khu phố, từng mục một.
Thời gian chờ là điều khách của họ nêu ra đầu tiên.
Một cơ sở mới mở trong năm nay; 3 cơ sở cùng loại hình đã đóng cửa.
Cứ mười nhà bán hàng thì có sáu nhà bán hàng từng chứng kiến một cơ sở giống mình trong cùng khu phố đóng cửa.
Mỗi hàng được đo lại hằng tuần — một lý do để mở sản phẩm của bạn.
Chỉ cần hỏi Realytics “Nhà bán hàng nào của chúng tôi vừa chứng kiến một cơ sở cùng loại đóng cửa?”
So sánh nhà bán hàng với các cơ sở kinh doanh bên cạnh.
So với các khách hàng khác của bạn, một nhà bán hàng trông thế này; so với các cơ sở trong chính khu phố của họ, lại trông thế khác. Hai kết quả không phải lúc nào cũng khớp.
Cứ tám nhà bán hàng thì với bảy nhà bán hàng, cả hai phép so sánh đều khớp nhau. Nhà bán hàng thứ tám chính là nhà bán hàng mà phép so sánh đầu tiên cho là ổn.
Nhà bán hàng không thay đổi. Phép so sánh đã thay đổi.
Gọi cho nhà bán hàng khi khách của họ vẫn còn đó.
Những nhà bán hàng đã ngừng kinh doanh mất khoảng năm điểm phần trăm ý kiến tích cực trong năm cuối cùng. Những nhà bán hàng vẫn đang kinh doanh mất khoảng một điểm phần trăm, và một nửa số lần sụt giảm là do chính nhà bán hàng.
Các nhà bán hàng của một thành phố, trong một năm
Tỷ lệ nhà bán hàng có ý kiến tích cực giảm từ năm điểm phần trăm trở lênMột nguồn dữ liệu bên ngoài về khu phố của nhà bán hàng, có trong tay trước cả tuần đầu tiên bạn làm việc với họ.
Các nhà bán hàng của một thành phố, lượt ghé so với cùng kỳ năm trước
Bắt đầu từ những nhà bán hàng đang tụt lại trong khi khu phố của họ vẫn giữ vững.
Chỉ cần hỏi Realytics “Nhà bán hàng nào của chúng tôi đang mất dần vị thế trong khi khu phố vẫn giữ vững?”
Xếp hạng những nhà bán hàng đáng để ghé.
Phần lớn cơ sở kinh doanh trong một khu phố là cơ sở độc lập, và cộng lại họ chiếm hơn một nửa lượt ghé.
Các cơ sở kinh doanh đồ ăn của một thành phố: cơ sở độc lập chiếm hơn một nửa lượt ghé
Trên mỗi trăm cơ sở kinh doanh đồ ăn, và trên mỗi trăm lượt ghé đến đóĐến tận nơi các cơ sở độc lập đang chiếm nhiều lượt ghé, và những cơ sở đang giành thêm tỷ trọng trong khu phố đang giảm.
Cho mọi bộ phận cùng nhìn thấy một khu phố.
Mọi bộ phận trong một nền tảng từng xét nhà bán hàng chỉ dựa trên những gì chính nền tảng thấy được. Một lớp dữ liệu bổ sung khu phố quanh từng nhà bán hàng.
Những nhà bán hàng đang tụt lại, được xếp hạng trước khi họ gọi để hủy
- Mọi nhà bán hàng bạn phục vụ, xếp hạng theo diễn biến trong năm của họ.
- Sự sụt giảm là của riêng họ, hay của cả khu phố.
- Điều khách của họ bắt đầu nhắc đến trong năm nay.
Một phép so sánh nhà bán hàng của bạn nhận ra, ở mọi thị trường
- Các cơ sở cùng loại hình trong khu phố của họ, được nêu tên.
- Mức giá của họ nằm ở đâu so với các cơ sở bên cạnh.
- Cơ sở kinh doanh nào bên cạnh đã tăng giá trong mùa này, và cơ sở nào giữ nguyên.
- Ai mới đến khu phố của họ, và ai đã rời đi.
Lộ trình ngày mai, từng khu phố một
- Mọi cơ sở kinh doanh trong một thị trường, xếp hạng theo lượt ghé.
- Cơ sở nào độc lập, và cơ sở nào thuộc một chuỗi.
- Cơ sở nào vẫn đang kinh doanh, và cơ sở nào đã đóng cửa.
Một nguồn dữ liệu bên ngoài, có trong tay trước tuần đầu tiên
- Ý kiến khách hàng của họ đã dịch chuyển theo chiều nào trong năm trước khi bạn gặp họ.
- Khu phố của họ đã kinh doanh nhiều năm hay chưa.
- Những cơ sở giống họ trong khu phố đó đã đóng cửa.
Cơ cấu nhà bán hàng, từng thị trường một
- Nhà bán hàng bạn phục vụ nằm ở đâu, theo ngành hàng và theo khu phố.
- Khu phố nào có nhiều lượt ghé hơn trong năm nay, và khu phố nào ít hơn.
- Thị trường nào đã đổi chiều chỉ trong một quý trong khi các thị trường khác giữ vững.
Một lớp dữ liệu bạn có thể gắn tên của chính mình
- Một bộ dữ liệu cấp thị trường: cơ sở kinh doanh, ngành hàng, giá, điều khách hàng nói — về thị trường, không bao giờ về một cá nhân.
- Mang cùng một nghĩa ở mọi thị trường bạn bán hàng.
- Khớp với các nhà bán hàng bạn đang phục vụ, từng dòng một.
Một lớp dữ liệu, và mọi bộ phận phía trên đều làm việc từ cùng những dòng dữ liệu.
Đưa mọi câu trả lời xuống đến từng nhà bán hàng.
Một thước đo trên mọi nhà bán hàng bạn phục vụ.
Hằng tuần cập nhật, từ năm 2020
Tiếp cận nhà bán hàng trước khi họ gọi để hủy — và ký với nhà bán hàng tiếp theo trong khu phố của họ.
Vì sao một nhà bán hàng tụt lại tròn một năm trước khi ngừng kinh doanh? Để lại email; khu phố quanh các nhà bán hàng của bạn sẽ được trả về.