合作伙伴分析,是指收集、衡量并分析合作伙伴的行为、绩效和项目成效数据的实践。它既包括追踪单个合作伙伴带来的营收贡献,也包括评估整个合作伙伴生态的健康状况。其目标很明确:在决定合作伙伴投入、项目结构和资源分配时,用证据代替直觉。
数据来源与分析层级
合作伙伴分析需要汇总多个系统的数据。合作伙伴关系管理(PRM)平台记录商机报备、培训完成情况和门户活跃度;厂商的 CRM(客户关系管理)系统保存伙伴影响和伙伴带来的商机的销售管道与收入数据;营销自动化工具追踪联合营销活动的效果;财务系统则记录市场开发基金(MDF)的拨付、返利支出和利润率数据。
分析工作可分为几个层面:
单个合作伙伴绩效
在最细的层面,分析回答的是关于具体合作伙伴的问题:
- 该合作伙伴上个季度报备了多少销售管道?
- 其已报备商机的赢单率是多少?
- 其团队完成了多少项认证?
- 他们使用 MDF 是否有效(每投入 1 美元 MDF 带来多少线索)?
- 本季度与去年同期相比如何?
群组与细分分析
汇总一组合作伙伴的数据,能发现单独分析时察觉不到的规律:
- 处于某一等级的合作伙伴,是否超出了获得该等级所需的营收门槛?
- 哪一类合作伙伴(经销商、推荐型、技术型)的平均成交金额最高?
- 不同地区或不同招募渠道的激活率有何差异?
- 与去年相比,今年入门的合作伙伴从入门到首单的中位时长是多少?
项目层面分析
在最宏观的层面,分析评估的是项目整体:
- 企业总营收中,有多大比例来自合作伙伴?
- 合作伙伴带来的收入,其成本与直销相比如何?
- 按活跃参与者计算,合作伙伴生态是在增长、持平还是收缩?
- 哪些项目投入(培训、MDF、合作伙伴激励)与最强的合作伙伴业绩相关?
从经验判断到证据驱动的决策
多数渠道项目最大的分析缺口,并不在于数据采集,而在于缺少结构化、以问题为导向的分析,无法充分利用手头已有的数据。
探索 Unifyr 的分析与报表没有分析时,合作伙伴项目的决策往往靠经验和人情关系来驱动。声音最大的合作伙伴获得最多关注;MDF 按历史惯例而非回报来分配;表现不佳的合作伙伴,因为没人量化差距,持续获得投入;而潜力大的合作伙伴,则因为早期信号未被留意而被忽视。
分析会以以下几种具体方式改变这一局面:
- 资源配置: 数据能识别出哪些合作伙伴值得加大投入,哪些合作伙伴在消耗资源却没有产出回报。
- 提前介入: 参与度指标下滑(门户登录减少、销售管道停滞、认证过期)能在问题演变为永久流失之前发出信号。
- 项目设计: 关于什么能推动合作伙伴成功的证据(特定培训路径、联合销售支持、线索共享),能为项目结构设计提供依据。
- 向高层汇报: 渠道负责人需要向 C 级高管证明项目预算的合理性,分析提供的营收贡献、ROI 和增长指标,正是支撑这一论证的依据。
搭建并成熟分析体系
需要跟踪的关键指标
| 类别 | 指标 |
|---|---|
| 销售管道 | 已报备商机、管道金额、商机推进速度、转化率 |
| 营收 | 伙伴带来的收入、伙伴影响的收入、平均成交金额 |
| 参与度 | 门户登录次数、培训完成情况、内容下载量、活动参与度 |
| 激活 | 首单周期、激活率、拥有活跃销售管道的合作伙伴占比 |
| 经济性 | 每笔伙伴带来商机的成本、MDF ROI、按合作伙伴等级划分的利润率 |
| 留存 | 合作伙伴流失率、续约率、多年期收入趋势 |
搭建合作伙伴分析体系
在投入高级分析之前,大多数项目都应先搭建一个入门仪表板,只跟踪五项指标:活跃合作伙伴数(过去 90 天内至少报备过一个商机的合作伙伴)、合作伙伴销售管道总额、商机报备审批时长、合作伙伴门户登录频率,以及培训完成率。这五项指标能提供一份基础的健康检查,暴露最常见的项目问题。只有当团队有能力根据这些发现采取行动时,才应增加更多指标。
不同成熟阶段的企业,对分析的做法也各不相同:
- 早期: 基于 PRM 和 CRM 的基础报表,重点关注营收和商机报备数量。通常依靠人工操作、基于电子表格,且以回顾为主。
- 发展期: 融合 PRM、CRM 与财务数据的仪表板,按合作伙伴类型和等级细分,并以数据为依据开展季度业务评审。
- 成熟期: 预测性评分,用于识别可能流失或可能晋升更高等级的合作伙伴;归因模型能恰当地认定合作伙伴对商机的影响;针对落后于关键指标的合作伙伴,设置自动预警。
常见挑战
归因上的模糊,更多是政策问题,而不是数据问题。在设计报表之前先确定归因规则,整个体系会清晰得多。
- 数据分散: 合作伙伴数据分布在 PRM、CRM、营销自动化和财务系统之中。若不加以整合,要拼出完整的全貌就只能靠人工汇总。
- 归因模糊: 要判断一笔商机究竟是合作伙伴带来的、影响的,还是仅仅与某合作伙伴偶然相关,一直是争议的来源。
- 滞后指标: 营收是最受关注的指标,但等到营收下滑时,潜在问题(参与度下降、竞争失利、赋能不足)往往已经酝酿了数月。参与度和销售管道活跃度等领先指标,能更早发现问题。
- 数据质量: 合作伙伴和厂商内部团队未必能持续、一致地记录活动,数据不完整或不准确,会削弱分析的可信度。