有同学问：同学，他们领导晶灵，要做管用的数据预测。可我费废了很大气力，做出来的却被数落：“我早知道了”、“没啥用”，究竟要怎么才管用呢？
那个难题很常用，他们今天系统答疑一下。就拿两个很常用的难题“业绩预期大幅下滑了，预测下怎么做就可以符合要求？”来举个范例：
一、不行的预测有这三个特点
1. 就数学分析数
最常用的，是列一条式子：业绩预期=用户数量*转换率*客单价。然后发现，业绩预期大幅下滑原因在于转换率下跌了。
于是便在预测报告上写出遒劲强有力的几个小字：转率低了，要搞高！……此种预测的确没啥用啊，第一线看见永古约省粗话啊。第一线的又并非傻子，转换率低了意味著商品极难卖，是对个人都看见了啊，还用预测？
2. 无论数据
最常用的，是在预测推论里写出：要做打折活动助推转换率，比如说付款满50立减10元……
此种预测销售业务看了也会总而言之：说的都是专业术语。为什么是赠品并非赠品？满50减10元要财政补贴多少服务费？你算Ambroix吗，就在这瞎责难？
3. 矮小上全
在预测报告里写上，他们一要提高国际品牌，二要提高服务，二要强化商品，四要减少价格，三要提高产品品质……此种预测，压根儿没法看。私底下都在取笑：他误以为他是谁啊，统率那个统率那个。
二、做管用的预测从放平功能定位开始
数据预测和销售业务，最合适的朝夕相处是：金蝶世界地图和驾驶员的关系。
金蝶世界地图不能帮驾驶员捏踏板，但没有两个驾驶员觉得它不行，导航系统的确较好使。不干预销售业务部门的决策，同时为决策提供丰富的信息支持，这是最合适的状态。
要如何做到？当然还是学金蝶世界地图。导航系统看似简单，可细究起来还是有很多细节的，如下图所示：
业绩预期大幅下滑了，预测下怎么做就可以符合要求？那个需求看似清晰，实则含糊。既然想让预测管用，那就得备齐基本要素。最最最基础的，是先把话讲完整：
1. 主语：谁来做？
比如说业绩预期难题，既可以让市场部牵头搞打折，也能让销售部加大行动力，也能让会员部门牵头针对大客户精准营销。人不同，方法、思路、数据都不同。
2. 谓语：用什么方法做？
提高业绩预期的方法多了去了，细节更是不计其数。单单说打折，就有对个人/裂变，赠品/赠品，礼品/优惠券等等选择。方法本身又受到谁来设计的影响。所以得先了解清楚情况，不然千头万绪，无从做起。
3. 宾语：做到什么程度？
做到多少算OK是个大难题，短期打折能助推业绩预期，也会透支顾客的消费。如果目标不清晰、不合理，都会导致决策失误。如果根本没有目标，那行动也会沦陷为“为了做而做”糊涂收场。
当销售业务部门提出疑问的时候，有可能他们完全没有想法，也有可能他们已经有了明确的计划。两个项目有四个阶段，如下图所示：
想让数据预测变得管用，当然并非做数据预测的替代销售业务部门把所有活都干了，而是首先清晰目前难题处在哪个阶段。之后根据该阶段的决策需求，提供必要的帮助。
在四个阶段中，前三个阶段，销售业务部门都有可能疑惑“要怎么搞业绩预期？”他们两个个看一下。
三、策略阶段的管用做法
策略阶段的核心是做选择，是解决三大难题：
谁来做？用什么方法？做到什么程度？
比如说：
助推业绩预期市场和销售都能干，那究竟谁干？市场部上打折有5种方法，究竟用哪一种？销售助推要给多少额外奖金，要不要换话术？业绩预期究竟做到多少满意？为此要付出多少成本？
为配合以上需求，数据预测可以做：
列出现状，指出业绩预期最差的点，预测业绩预期走势；列出原因，指出业绩预期差的原因，预测改进难度；列出目标，计算目前业绩预期与目标差距，评估目标；列出历史上营销活动的形式、效益、投入ROI清单；列出历史上销售效率、销售措施、短期奖金激励效果；列出目前销售效率最高团队人效数据、行为特点。
以上所做的，除了第1、2点外，并没啥高深的预测，更多是用数据说话，把可能的情况列出来。可这样做，能让销售业务部门决策起来非常轻松。
这就像他们开导航系统，金蝶世界地图不会替他们选择起点终点，但是会很贴心地自动标出目前位置（现在）、保存去过的地点（目标）、选定起点终点后，提示有几条线路（怎么做），连路上堵不堵，预计多久到都有提示（预测目标达成率）。这样作为决策人看见信息非常清晰，自然容易做出策略判断了。
第1、2点有可能会做很深入的预测，特别是面对深层次的复杂难题，未来存在大量不确性。销售业务部门有可能觉得老办法都没啥用了，会希望有一些深度的研究，精细的测算，或者启发性的思维。
这时候就更需要做数据预测的同学们出力了。一方面把数据做深做透；另一方面在用户洞察、行业案例、第一线优秀案例、竞争对手做法上下点功夫。多提供一些数据以外的支持信息，帮销售业务部门打开思路。
四、创意阶段的管用做法
如果已经推进到了创意阶段，那如何拉升业绩预期，其实销售业务方已经有了方向。这时候主要拼的是销售业务能力。比如说具体海报怎么画，公众号引流文章怎么写，写了文章几点发，打折礼品怎么选等等。
需要注意的是，伟大的创意从来都是销售业务做出来的，并非数字算出来的。但往往销售业务部门会疑虑：这么做究竟行不行？还有没有其他创意？我有好几个创意不知道用哪个？
这时候，数据预测可以做的是：
列举效果好的创意预测过往创意的效果总结好创意的要点对新的创意进行测
这里有个有意思的地方，是很多企业的销售业务很保守，一味地追求数据最美化，懒得动脑子。
比如说过往红色底海报阅读高，OK，这次也用红色。过往打折送券响应率高，OK，这次也用券。反正什么数据好用什么，多的咱也不用想，咱也懒得想，还美其名曰“延续性”。
过分迷信过往数据和经验，也是大企业病的一种。此种病，让相当多的大企业在新形势下表现得很愚蠢。所谓的大象难掉头，正是如此。
五、执行阶段的管用做法
如果已经推进到了执行阶段，那讨论的时间已经过去了，执行阶段核心是：进度 质量。
因此数据预测最大的作用是及时提供最新情况，包括：
项目执行进度目标达成率目标相关指标执行优秀案例执行难题点
这里的目标相关指标是和达成目标有关的动作，比如说做打折拉业绩预期，不能光看业绩预期达成多少，还得关注商品销售速度，会不会卖得太好导致断货？哪里出得快要及时补。
还得关注礼品/礼券兑现率：会不会出现礼品断货？还得关注系统压力，会不会参与人数过多导致宕机，真宕机了怎么及时补救？和流程有关的方方面面都得关注到位，不能倒在成功最后一步。
这时候，预测最重要的是数据指标的完整性，针对活动各方面监控都得到位，并且及时提示难题。这就像开车的时候，导航系统会时不时提醒：“您已超速”“前方拥堵2公里”一样，实时路况对行车也特别有帮助。
执行难题需要的是第一线执行力，远在天边的总部极难直接给建议。因此，最合适的办法是借力打力，找出优秀的标杆，直接从第一线吸收经验，复制到其他条线更好，也省去了被人数落：“你们坐空调屋的懂个屁”。
六、管用是体系化作战的结果
综上，他们看见，“管用”是体系化作战的结果。
是数据预测师系统了解企业经营状况，了解销售业务流程，参与销售业务决策过程，针对现状具体难题具体预测的综合性成果。所利用的材料绝不仅仅是代码、图标、ppt，更多是：
对谁来做有敏感性对过去怎么做有积累对现在想怎么做有了解
这样就可以就事论事，预测：
要做到多少才足够做的障碍点是什么可以往哪个方向做那一种做法更合适
一份ppt或一张数据表，是无法满足上述目标的。这也是为啥很多做数据预测的同学苦恼的原因：为啥我的预测是被数落不行呢？因为你真的只是在就数学分析数而已，没有真正思考究竟要如何解决难题。
不过这也不能全怪做数据预测的同学们。很多企业就没有此种环境。或者把数据当销售业务用，逼着预测师想两个具体文案、想两个具体的活动规则。如果做数据的把方案都做了，要运营、策划、商品经理干什么。
或者指望预测师像算命大仙一样，什么都不告诉他，键盘一通敲就能哗哗出推论。甚至有意封锁消息，还美其名曰：“考考你懂不懂销售业务”。
这样人为割裂数据与销售业务的关系，就好比坐上车，然后对金蝶世界地图说：“开到我想去的地方去”“你并非导航系统吗，我不说，你也要知道我要去哪里，你也得会开车！这样才是管用的导航系统！”
没法会认为导航系统有难题，大家只会觉得这并非个好驾驶员。
