什么是对自己提案的赢单-丢单分析？
对自己提案的赢单-丢单分析，是定期审视签单的生意与丢掉的生意之间有何不同，从中得出可付诸行动的一课。它不局限于失单：一单赢下的生意同样能教人不少，因为它揭示了什么打动了客户、需要加以复制。分析在同一类征询上，比较那些成交的提案和那些未成交的提案。
它与单纯存档的区别很明显。把过往提案存档，保留的是文件；分析它们，产出的是经验。价值不在于保存的回应库存，而在于每个周期都从中得出一个明确的待改正或待重复之处。
赢单与丢单之间要比较什么？
赢单与丢单之间要比较的，是客户所评判的那些要点：需求、证据、价格、速度、差异化。这一比较分离出决定成败的那个因素，而不是把一切都推翻重来。
| 比较的要点 | 要问自己的问题 | 要带到后续的经验 |
|---|---|---|
| 需求 | 赢单时我是不是理解得更好？ | 复述真实需求，而不是请求 |
| 证据 | 我的证据可核实吗？ | 挑选能打动客户的参考 |
| 价格 | 报价是否更易读？ | 把范围和选项分开 |
| 速度 | 我是否在决策窗口内作出了应答？ | 提前准备好重复性的部分 |
| 差异化 | 是什么让我与众不同？ | 让针对客户的价值可见 |
一个分离出反复出现因素的比较，能为下一次的努力指明方向。一个得出"哪里都要做得更好"结论的比较，说不出任何可付诸行动的东西，就此稀释掉了。
如何把一条经验带进下一份提案？
把一条经验带进下一份提案，前提是把它变成一个具体的动作，而不是一条笼统的原则。"更好地证明"什么都改变不了；"在证据部分加入一个能与该客户相比的参考"则改变了提案。经验只有被译成一个明确的、从下一次应答就付诸实施的行动，才有价值。
这一闭环分四步：
- 收集决策的原因，无论赢单还是丢单，趁其还新鲜时收集。
- 分离出起了作用的那个因素，从需求、证据、价格、速度、差异化中辨认。
- 翻译这个因素为下一份提案的一个具体动作。
- 核实，在下一个周期，看这个动作是否改变了结果。
一个厘清一切的让步
对于生意量不大的业务，一套正式的赢单-丢单分析带来的帮助不多：卖方自然会记住什么奏效。分界线出现在生意变多、经验在一次次应答之间流失之时：此时，收集并翻译决策原因，成了不重蹈同样丢单成因的手段。关键不在于存得更多，而在于从已经发生的事情中学习。
在发布本网站的 Optivalue.ai 平台上，每一条产出的回应都带有 0 到 100 的置信分，从而使赢单提案与丢单提案之间的差距，落在一个个明确的待改正之处，而不是一种笼统的印象上。
如何复用过往提案而不暴露某个客户的数据？
为了学习而复用一份过往提案，前提是把经验和客户数据分开：经验保留，客户数据受保护。一份过往提案往往包含客户数据和个人数据。这些数据的处理受《个人信息保护法》（PIPL）约束。从一单生意中得到的经验可以复用，客户专属的内容不能照抄进另一个客户的提案里。
常见问题
赢单是否要和丢单一样加以分析？
是的：一单赢下的生意揭示了什么打动了客户，也就是需要复制的东西。只分析失单，会失去一半的经验。
这与保留旧提案有什么不同？
保留旧提案，留下的是文件；分析它们，产出的是经验。价值在于所得出的经验，而不在于所保存的库存。
这种分析该多久做一次？
以一种能让决策原因保持新鲜的节奏，随生意进行，而不是一年一次。趁热收集的反馈，比几个月后重构的反馈更准确。
可以把一个客户提案里的内容用到另一个客户身上吗？
复用的是经验和通用描述，而不是某个客户专属的数据。《个人信息保护法》（PIPL）禁止把一个客户的数据照抄进给另一个客户的提案里。
引用来源
- 《个人信息保护法》（PIPL），涉及复用过往提案时对客户个人数据的处理。