第三节  那些年，营销计划里常犯的错

新的营销思想和营销理论不断出现，营销计划也得到了前所未有的重视，但由于多数人做营销计划时，缺乏基本的方法和套路，导致目标的主观性、过程的随意性、结果的不可控性等现象时有发生，而这又让大家看到了另一种假象：有没有计划好像没有那么重要，结果好，才是真的好！

营销，尤其是销售，最痛苦的事情是一切终究会被打回原形！营销的结果导向性，需要把结果变成看得见、摸得着的数据，计划是实现这一功能的重要工具，量化指标则是这一工具上的标准刻度，营销计划的目的就是要将这一刻度进行精确展示。抛开数据谈营销，抛开数据谈计划，其实都是“空对空”的嘴上功夫而已。本书探讨的重点就是如何用数据来贴合营销计划，并用营销数据来管理营销计划，让营销计划的目标合理、过程可控、结果可查。

那么，现在谈的数字化营销计划，和以前做的营销计划有什么不同呢？如果从本质上来总结，指标量化优先、数据来源明确、过程逻辑清晰、结果明确可查是最大的区别。

（1）所有目标能量化的必须量化，不能量化的指标尽量剔除。

平常制定各类计划时，有人为了让计划文案显得更充实、更具经济性，人为地在计划中罗列过多的定性指标，而这样的指标既不能被评估，又不能被执行，自然而然地导致目标无法被衡量。例如在促销计划中，有人经常会提到促销的目的之一是提升品牌在区域内的知名度和美誉度。实际上，对于一份促销计划，尤其是一份区域性的促销计划，提升品牌知名度和美誉度的指标显然过大、过泛，也很难执行和测量，促销计划还是应该回到以促进销售为主的目的上来，这样的计划目标会更加聚焦，执行也会更加有效。而提升品牌知名度和美誉度的任务，尤其是测量知名度和美誉度的任务，通常会由专项的市场活动和专业的调研活动来支持。

（2）所有计划的定量目标来源，只有两个出口。

这两个出口，也就是我们前面讲到的：一是标准公式，而且这些公式已被广泛应用；二是经验数据，这些数据不违背认知常识。

这里需要强调的是，以计算公式为第一选择，以经验数据为第二选择。虽然从前的很多计划，也有不少是数字化的目标，但这些数字化目标基本来源于所谓的“经验数据”，这些经验数据不是来自对历史数据的累计和再分解，而是一厢情愿的“行政目标”，导致计划时拍脑袋、执行时拍胸脯、总结时拍屁股的“三拍”型业务人员的大量存在。我们所说的“经验数据”，是以不违背认知常识为前提的，它至少满足以下两个条件：说的人，3句话能说清楚；听的人，30秒钟能想明白。若不能如此，所谓的经验数据多半是伪经验数据。

（3）目标分解的依据是一个逻辑推进的过程，既遵循科学量化分解的标准，也遵循经验数据修正的原则，但要合乎逻辑必须是第一位的。

比如将销售数据进行区域分解，应该按各区域上期销售的比例，作为分解的数据基础，在这个计算结果之下，再根据新增的网点基础、实际的客情关系等因素进行相应赋权（赋权是将定性指标转化为定量指标的常用方法），再根据这个权重来调整区域的销售比重。有人会质疑：这样的方法，和拍脑袋分任务有什么区别；你想给谁的指标高点，人为地把权重提高不就行了吗。我想表达的是：我们是以各区域上期销售的比例作为分解的数据基础，如果大幅偏离这个比例，这符合经验数据应该不违背认知常识的要求吗。

（4）过程的监控指标必须量化，目标的评估方法必须在计划中体现，最大限度地剔除人对结果的影响。

参与过计划执行的人知道，每个执行者会对自己的任务内容比较了解，而对计划动作背后的意义不太清楚。因此，为了保证执行者充分落实计划，将动作分解为量化指标就非常必要。如前面促销计划里提到的临促员，实际上每个临促员每天只要完成1名购买者就够了，为了在基数和概率之间取得平衡，所以稳妥的做法是，要求临促承担更多的入店人数指标，这就为监控指标的量化打下了基础；另一方面，目标的评估方法必须在计划中体现，主要有两个目的：一是迫使计划者想清楚收集数据目的和意义；二是不会因为人为因素，擅自调整数据处理方法，让数据为人为目的服务，最终偏离了计划本身的目的。

当然，不能排除在有些行业或企业，不重视营销计划甚至不做营销计划的前提下，企业销售也在某个阶段会有高速发展，初创企业多是如此，这是不是从另一个侧面证实了计划的可有可无呢。

应该说，行业的发展阶段不同，企业对计划的依赖性也有所差别。对于高速发展的新兴行业的小企业，行业发展的本身红利会掩盖很多企业问题，即使犯错，企业付出的成本也不高，而没有计划的支撑，选对了方向一样可以迎来机会。但是随着企业越大，行业越来越成熟，犯错的成本会越来越高，“拍脑袋”型的决策风险越来越大，成功的概率相应地越来越低，认为小企业不需要计划的人，应该说犯了以偏概全的错误。

那些年，不做营销计划也能过得很好，不是计划不好而是行业太好；那些年，营销计划即使出错也还风平浪静，不是计划没用只是运气太好。