Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

所以你想提高你的销售效率

Posted on 2022-05-20

随着经济衰退、不断变化的市场动态以及有效增长的重要性的讨论,许多团队将寻求提高他们的销售效率。公司如何以更少的费用推动更多的销售?

让我们从销售效率的公式开始。

Sales efficiency = New_Bookings x Gross_Margin / Sales_and_Marketing_Cost

等式中出现了三个路径:

  1. 增加预订量:在不牺牲销售速度的情况下提高定价。
  2. 提高毛利率:减少基础设施支出、消除软件费用和/或降低客户成功成本。
  3. 降低销售和营销成本:增加配额,专注于具有较高投资回报率的营销渠道(以探索为代价),并改善销售培训/支持。

每个策略都是可行的。团队应选择最适合其业务的路径或组合。但这些策略不会以同样的方式影响销售效率数字。为什么?凸性。

凸性是一个花哨的词,表示这些变量之一是曲线,而不是直线。 Sales_And_Marketing_Cost在分母中,所以它是弯曲的。成本增加或减少 10% 不会对销售效率产生 10% 的影响。 New_Bookings和Gross_Margin线性移动Sales_Efficiency 。

让我用图表告诉你区别。

图片

x 轴显示Gross_Profit和SM_Expense在 0 时从 -30% 到 +30% 的百分比变化。图表的高度是偿还 (MTR) 客户获取成本的月数。 MTR = 1/Sales_Efficiency x 12

注意红线 SM_Expense 曲线。这就是凸性。

这家初创公司有 24 个月的投资回收期。如果这家初创公司将SM_Expense降低 20%, MTR将下降 17% 至 20 个月——不是线性的!将毛利率提高 20% 会使MTR减少整整 20% 至 19.2 个月。这就是凸性在起作用。

在恶化的情况下,凸性也会对业务产生不利影响。假设SM_Expense飙升 20%。 MTR飙升至 30 个月,增加了 25% – 不再是线性的。如果毛利率收缩 20%,则同步移动至 28.8 个月,增长 20%。

在每种情况下,这些情景之间的差异是一个月。

重点不是完全关注Gross_Margin与SM_Expense 。相反,将毛利率视为回报的重要驱动因素;特别是如果公司预计这两个指标都会出现大幅波动。任何一个与今天的增量越大,凸性效应就越大。

随着越来越多的初创公司关注其毛利率的组成部分,Startupland 应该预计基础设施成本会面临压力——这是销售效率优化的直接结果。

原文: https://www.tomtunguz.com/so-you-want-to-improve-your-sales-efficiency/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme