导语：即使是经营状况良好的企业，也会存在各种各样小的问题，销售额不达标、业绩增长缓慢、员工没有执行力、负面情绪蔓延，如何在出现问题时可以快速、精准、有效的定位，这是一门学问！
在日常的工作当中，出现问题往往不是单一和孤立的，在企业高速发展的时候这些问题可能会被良好的业绩给掩盖掉，但是在增长进入瓶颈期或是需要改变时，所有积累的问题都会统一爆发出来，这个时候往往就造成了一种除了老板不知道所有人都知道问题的假象，在错综复杂的商场中，多矛盾爆发时，我们该如何定位问题的所在呢。
首先，来看一个模型
模型由经营层、执行层、结果三部分组成（本身想用道、法、术等比较贴合主流的词，想了下这么虚幻缥缈的用词还是不太适合干货满满的的文章），其中，经营层代表了公司希望发展的路径及所能提供的配套资源等、执行层代表了实现公司目标所做的事情、结果代表了经营一段时间后的数据反馈（不同的行业模型会稍有不同，这里只用通过模型进行阐述说明）；
通过模型我们发现，销售额（销售额 = 消费客户数 * 平均客单价）不佳已经是最后的结果呈现了，而可能的原因包括：用户数不够、无法提供用户需要的产品、提供的产品用户不满意等，这三个原因分别对应结果模型中的用户数、销售数和匹配数，也就是说漏斗模型的每一层都会影响最终的销售额，而造成这个结果的原因，就是我们经营策略和落地执行两个部分直接造成的，比如用户数不够，可能的原因就是经营策略中：渠道投放过少导致的获取基数比较低、也可能是投放渠道与产品不符合导致客户转化率比较低、也可能是没有利用好用户运营导致流失过大，而另一个环节落地执行往往就是在公司中被诟病的执行力，一流的企业肯定要有一流的执行团队相对应的，否则所有手段都是挂在天空中没办法落地的；
这里我们可以发现，在结果层都是数据的反馈，所以所有事情都有一个比较明显的定论，而到了执行层其实就比较宽泛了，也就是说问题的发现是很容易的，但是如何定位问题产生的原因是公司策略除了问题还是人执行的问题呢，这里有2点可以供参考：1.如果是连锁门店就看是否有成功的案例，如果所有门店的数据反馈都不好，肯定就是公司策略出了问题，毕竟我们招聘的所有人都有问题这种概率太低了呢；2.如果是单门店就看数据是否有增长，如果增长平稳或是忽上忽下的情况，肯定是公司策略出了问题；
如果是执行问题，其实通过奖励、惩罚、制度等方式进行约束就好，但是一定要注意的是说出去的话泼出去的水，尤其是奖励方面，说到就要做到，老司机公司现在面临的就是一次大范围的奖励严重缩水，导致经营层说话没有人相信，而且经常说好的事情执行过程中加入各种约束条件，不清楚其它的国企是不是也是这种情况，但是对于一家创业型公司来说，这点是相当致命了。
下面来说下如果是经营策略出了问题，改如何定位呢？
首先要看的是就是市场环境、政治环境、经济环境等大环境是否发生了变化，比如：腾讯推出了王者荣耀肯定会对一大批的手游营收产生负影响、国家禁止P2P机构对大学生贷款会直接影响公司的营收、国庆节过后商场会迎来一段时间的淡季等，这些因为大环境造成的影响我们只能是前期做预防，出现的时候尽快有应对措施来解决问题，除非是大公司，负责面对这样的风险或是市场行情我们只能默默接受；
其次，要看商业模式是否出了问题，这个时候就需要我们前面提到的商业模式画布（上期内容，因为太过庞大这里不在做详细说明），将画布中的模块与问题进行对应，如：用户数不够可能就是画布中的渠道通路出了问题、用户不满意我们的产品可能就是价值主张出了问题，没有客户想要的产品可能就是客户细分出了问题等，也就是说，只要是公司内部问题并且是由经营策略导致的目标无法达成，大部分情况下都是商业模型出了问题；
最后，在大环境和商业模型都没什么大问题的情况下，我们就要考虑下是否在人力方面出了问题，对于执行层来说仅仅做好组织交付的工作就好，但是交付工作的这个人是否靠谱就值得商榷了，我们知道，企业不但有管理层和执行层，还是有很多的中层领导，他们担负着向上反馈信息和向下管理员工的重任，如果我们的模型没问题、执行层也都过得去的话，一个无能的中层可能就是造成无法完成业绩的唯一原因了。
说了这么多大家可以发现，理论上结果应该在我们制定完成商业模式后就按部就班的走下去才对，可是实际工作当中都是拍脑袋决定导致什么都没有就去无脑尝试的，很多时候都是拆东墙补西墙好为什么好不知道，坏为什么坏也不知道，所以上面的模型只能针对操作比较规范的企业来用，对于大部分不规范的企业来讲的话，仅仅通过结果模块（漏斗模型）确定问题即可，因为越往前需要的变动的就更大，牵扯的层级就会越高，除了我们本身就是身处中高层外，如何有技巧的向领导反馈问题也是一门很大的学问。
结束语：
不论是模型中的那个模块出现了问题，核心要点是我们能知道每个环节的作用、标准及最终的数据结果，比如多少用户数可以转换成消费用户数、多少消费用户数可以转化成高价值用户数等，没有数据做支撑的业务即使发现了问题也会无从下手，所以下期我们会结合现在比较火热的O2O案例来对业务中数据的搭建做一个详细的说明。
网友评论