这里所说的数据，不是当前流行的“大数据”，而是实际经营活动中的一些基础数据，必须要掌握的数据。一、基本的客户数据经销商是靠下游的客户吃饭的，究竟有多少个客户？客户的类别情况？先得要列出来，基础的客户数据包括以下几个指标：1.当前总共有多少个客户？是654个？还是1729个？得要有个精确的数据2.当前客户数据往往是账面数据，不一定是真实存在的，通过逐一电话核实之后，真实率有多少？3.在当前的实际客户中，再设定基本的规模划分（大、中、小），这三类客户分别又是多少个？4.每个客户的实际销售质量（进货质量）各不一样。那么，在总客户群体中，销售质量高的占多少？质量一般的占多少？质量差的占多少？5.不是所有的客户都是那么客气的，从客情关系的角度来说，这关系好的客户占多少？关系一般的占多少？关系差的又占多少？6.再牛叉的经销商，也不敢说对终端实现百分之百的覆盖。那么，还有多少终端还没铺进去的？也就是空白网点。并且，这些空白网点没做进去，是因为新开张的新店？还是以前有合作，现在中断合作了？7.与客户合作了这么多年，说完全一点事没有也不是太可能的，有些问题当时就解决了，有些问题则一直拖下来，变成历史遗留问题。那么，有多少个客户是存在历史遗漏问题的？有些时候，新品铺市，陈列以及结算等方面出问题，往往就是历史遗留问题在持续起到阻扰作用。二、上游厂家数据经销商是站在上游厂家和下游客户之间的，对上游厂家，也得算算账：1.在当前合作的厂家里，一起有多少个单品？2.在所有的单品里，好卖的占多少？销量一般的占多少？销量差（含滞销）的占多少？3.截止到当前，各厂家的实际销售额是多少？这个数据每月得要汇总一次的4.截止到当前，各厂家实际占用的资金分别是多少？（包括汇给厂家的预付款、库存货物的价值、代垫的各种费用）5.截止到当前，各厂家的待退待换待处理的产品金额分别是多少？从资金周转的角度来说，待退待换待处理的货物属于死钱。三、仓库的基本数据1.仓库的总面积是多少？（这个最简单）2.实际堆货的面积有多少？（扣除通道，装卸区和办公区域的）3.在堆货的区域里，分为两种情况：一种是堆放正常货物；一种是堆放待退待换货物（无法正常销售的），及各类赠品、宣传物料、杂物、大型器材设备的、这两种情况是几几开？4.全库的盘点时间是多长？（这个是要做年度对比的，严格的来说，在同等面积同等货物量的前提下，盘点时间应该是逐年下降的）四、应收账款的基本数据1.截止到当前，应收账款的总额是多少？2.在当前的应收账款中，属于正常合同约定的应收账款是多少？属于人为因素或是行业习惯因素而出现的应收账款是多少？3.在应收账款中，到期可以正常收回的占比是多少？存在一定麻烦或是拖延过久的占比是多少？4.应收账款与销售总额之间的比例如何？5.当前应收账款与去年同期水平的对比情况如何？五、关于业务人员的基本数据1.在当前的业务人员团队中，能基本保持业绩稳定的占比是多少？业绩高低起伏不定的占比是多少？2.从员工的实际工作状态中，总体上能跟上公司发展的占比是多少？需要强化管理和监督，才能跟上的员工占比是多少？基本上已经可以列入淘汰开除范畴的有多少？3.综合历史离职数据，分别统计在公司持续工作半年以内的员工数量有多少？工作半年到一年的有多少？工作1-2年的有多少？工作两年以上的有多少？以上这些数据都属于是基础运营数据，收集起来也并不复杂，数据本身并不能直接解决什么问题。但是，可以将相关情况进行整体结构量化，清晰明了，让老板心里有底，减少模糊状态，为相关决策提供一定的分析和判断依据，减少拍脑袋决策。当然部分数据也可公布给员工看。今后，精细化管理，全数据化汇总和分析是必然的，一步到位也许比较困难，但可以先从这些简单的基础数据建立开始，循序渐进的提升管理。
