想分析销售漏斗中各个环节对订单的影响程度大小，用什么方法好？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位大侠，我有一事向各位请教：我想分析销售漏斗中各个环节对订单的影响程度大小，该如何分析？

    比如，我们把销售漏斗定义为如下流程——
收集客户资料→电话销售通过电话联系客户→有意向客户报备商机→客户成单

    在此流程中，我定义出各个过程性KPI——
收集客户资料：客户资料数量
电话销售通过电话联系客户：可拨打电话数量、拨通电话量、有效电话量（通话时间≥180秒）
有意向客户报备商机：商机数量
客户成单：成单数量

      如果把从“客户资料数量”到“商机数量”的这些指标都视作自变量，把“成单数量”视为因变量。我本打算用多元线性回归得出一个类似于 Y=AX1+BX2+CX3+……+β 这样的方程，从而通过各个系数的大小来描述各自变量对因变量的影响程度。
      但是，我用stepwise逐步回归法做完后，模型里只留下了商机数量这一个自变量，其他的都被SPSS剔除了。我认为，这是因为销售漏斗中的各个过程性指标本来就有很强的因果关系，只有商机是最直接决定订单的因素。

       如果是这样的话，那我还能用什么办法来了解其他各个过程性指标对订单的影响程度，从而分析出销售漏斗中各个环节对订单的影响程度大小呢？求教~~~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：什么方法 影响程度 销售漏斗 stepwise 多元线性回归 电话销售 通话时间 自变量 影响 如何

因子分析可以提取出真正影响你因变量的因素，而且可以根据方差贡献率确定权重，但是缺点是你得根据实际意义对公因子进行解释

谢谢分享，学习了