赛拔 ROV 工具

资源只有一笔,产品有好几个。ROV(Return on Visit)比较的是每一档客户、每一次拜访能换回多少销售,回答"每个产品的拜访该覆盖到第几档"。

这个模型的假设(点开看)
  • ROV 用假设数据讲规律:它告诉你行动前应该知道的优先顺序,不是销售预测。
  • 按十等分切,每档在切分指标上各占 10%,所以每档销售 =(总销售 × 受代表影响 %)÷ 10。用的是现有销售,所以更接近"守住现有销售"的回报,而不是新增销售的回报。
  • 每一档要么完整覆盖、拿到这一档受影响的全部销售,要么不覆盖;每个客户需要的拜访次数在各档相同。
  • 每档客户数默认按标准集中度曲线分配(D10 约 2.5% 的客户,D1 约 30%);有真实的十等分结果,可以替换成实际每档客户数。
  • 因为每档销售相同,ROV 的高低实际取决于单客户产出:客户越少、每个客户产出越高的档位和产品,每次拜访回报越高。

1 · 填写各产品的假设

示例为虚构数据。每档销售 =(总销售 × 受代表影响 %)÷ 10,每个产品的比例可以不同;每档客户数默认按标准集中度曲线分配,有真实的每档客户数可以点"填实际每档客户数"替换。

两个都不填只看优先顺序;都填时,先用完的那个为准。

2 · 各产品各档的 ROV

ROV = 这一档的销售 ÷(这一档客户数 × 每客户拜访次数 × 每次拜访成本)。每个点是一个"产品 × 档位"。

3 · 跨产品的优先顺序

所有"产品 × 档位"按 ROV 从高到低排。资源先给排在前面的。

4 · 各产品小结