这类故事，以及之前所见过的不少市场团队发展势头迅猛但又三两年内分崩离析的残酷现实，不禁让人思考：为什么会发生这类情形？问题出在了哪儿？为什么团队领导者不能挽危难于狂澜？

去年3月，在6318大作为的倍增商业总裁训之人才战略课堂上，曾听到一个数据，感触很深，“中国倍增商业市场团队的新人留存率不足3%”，这意味着去年一个团队如果新加入了100位伙伴，到今年留下来的伙伴不到3人。

这个数据是不是很震撼？假如您是市场领导者，知道了这个数据，会不会采取一些举措以减少伙伴的流失？您肯定会有一些改变，但在采取措施之前，真正的问题还并不在于这一个数据点上，而是在于：您对团队类似的核心数据还掌握有多少？

这个问题还可以换个问法：作为团队的缔造者和管理者，应该以什么数据去支撑管理的决策？以什么数据去评判市场团队发展是否健康？

事实上，长久以来，倍增商业的市场团队都面临着管理的难题，而管理难的很重要的一个方面就在于对团队全盘详细的掌握，更具体地说，是我们缺少市场团队发展的关键数据。

管理之所以能够单独成为一门学科并兴起的原因就在于它摆脱了经验主义，所谓的“科学管理”就是一种以数据和科学方法为基础的管理理论和实践。我们行业市场团队的管理是不是存在一种缺少数据支撑而秉持经验主义的管理局面呢？这个大家可以去对照，但有一点，科学的管理离不开数据，缺少数据的管理注定是不科学的。

在数据与管理的关系方面，“科学管理之父”泰勒有个著名的“铁锹试验”：最开始钢铁厂里工人干活是自己带铲子，所以铲子的大小各不同，但是他们铲不同的原料用的都是同一个铲子，这就带来一个问题，在铲煤沙时，如果一铲子的重量对工人合适的话，那么在铲铁砂时就过重了。泰勒经过研究发现，每个工人的平均负荷是21磅，后来他就不让工人自己带工具了，而是准备了一些不同的铲子，每种铲子只适合铲特定的物料，这不仅使工人的每铲负荷都达到了21磅，也让不同的铲子适合不同的情况下都能达到21磅的平均负荷标准。这一研究带来的结果是，堆料场的劳动力从400－600人减少为140人，平均每人每天的操作量从16吨提高到59吨，每个工人的日工资从1.15美元提高到1.88美元。

对我们行业而言，那么应该以什么样的数据去衡量市场团队的健康、支撑团队的决策呢？单单只关注销售额是远远不够的，更不能凭借感觉上的市场中会议场次有很多就认为团队发展势头良好，团队处于健康状态。那我们又该如何去定义市场团队发展的健康呢？我们认为：一个健康的市场团队不仅要有业绩上的冲劲，更要有穿越周期的韧劲。因此大胆设定了几个市场团队发展健康的核心条件，比如：业绩可持续增长、团队活跃度高、复购能力强，人才流失率低，等等。当然还有更多的数据，我们做了一个罗列：

人口数据：团队伙伴总数，月度新增人数，月度流失人数，月度留存率，性别比例，年龄结构，学历结构，区域分布，等等；

销售数据：销售总额，销售额同比增降幅，拉新增长率，复购增长率，区域销售数据，爆款产品销售额占比，新品销售额占比，利润最高产品销售额占比，等等；

会议数据：大型招商会场次，小型沙龙会场次，内部培训场次场次，外部培训场次，线上线下会议场次比，人均参会场次，会议成本，人均学习时长，等等；

其他数据：人均销售额，人均收入，团队伙伴收入结构，等等。

虽然数据有很多，但只有少数是核心数据，是团队管理者必须关注的。对于目前的团队管理者而言，最迫切的问题在于首先需要花费时间和精力把团队的实际经营情况转变成为数据。在数字化时代，这其实并不难，一个管理系统就能够做到。

在把实际经营情况转变成为具体的数据后，才会进入第二个阶段——让数据发挥作用，比如说预警作用、支撑决策作用和驱动发展的作用。比如，前面说提到的“新人留存率不足3%”就会起到预警和决策支撑的作用——当团队领导人发现新人留存率低时，就去了解新人离开的原因，并针对性地做出改变，以增强新人的留存率。

当然，团队在不同阶段对于支撑决策的数据侧重点肯定是不同的。比如，新的市场团队在快速裂变阶段，主要参考指标可能是拉新增长率，而复购增长率只会作为第二指标，而对于一个成熟的体量庞大的团队，则会把复购增长率当作主要参考指标，而拉新增长率是第二指标。

当市场团队跑马圈地时，可能往往只注重一两个数据指标，但当团队开始变得庞大成熟时，为了团队的健康持久发展，那么往往可能就需要多个数据指标衡量了。比如，团队活跃人群的占比数据，重销增长率，人均销售额，人均收入，新人留存率，人均学习时常，区域增长情况，等等。

总之，我们需要数据来支撑团队决策，也需要数据来衡量团队的健康度。倍增商业市场团队的发展，应该摆脱过去经验主义的模式，而迈入精细化管理的阶段。当下，数字化是时代趋势，数据是数字化时代的“新石油”，我们的市场团队应该搭乘时代的利好，运用好数据，带领市场团队走向科学管理的道路。

最后，更重要的是，未来倍增商业市场团队想要走向科学和持久，就必须走上精细化管理的带路，这就必须具备有数据意识，在团队内部建立起数据文化。