从人类动力学视角分析销售活动和订单处理

　　摘要：近几年关于人类行为动力学的大量研究表明，人类活动的时间间隔统计分布接近幂律分布。通过对销售行为和订单处理的时间间隔分布进行研究，表明同样具有近似幂律函数的分布。但不同类型的公司销售行为规律也不尽相同。只有通过不断的统计研究才能发现各种不同的销售行为规律。本文从人类动力学角度来分析销售的群体活动和年度订单处理，试图从中找出在RA公司的销售行为动力学规律。经研究发现销售人员的每个项目跟踪时间间隔分布和每个订单提货时间间隔分布都服从幂律分布。

　　1.引言

　　人类行为的复杂性研究，已经从最早的将人类活动简单归纳为稳态的，或者完全随机、可以使用泊松过程描述，转移到以人类动力学模型为基础的研究。通过大量实证表明人类活动是相当不均匀的，在这些行为中，普遍发现有类似的偏离泊松过程的特性。这些现象显示出，除了受到生理周期强烈影响的部分行为外，时间间隔统计所显示的非泊松特性，也就是重尾分布特征，可能是在人类行为中普遍存在的。而这种分布具有近似幂律函数的曲线。

　　随着复杂系统研究的深入，表明人类行为中的电子邮件处理和书面通讯活动符合典型的幂律分布P(t)=t-a,其中a分别是1.0和1.5。从而将人类动力学划分为两个普适类，他们的特征标度指数分别是1.0和1.5。本文统计了RA公司某分公司的13位销售的项目跟踪活动行为和销售订单处理情况，试图将现有的人类动力学模型与实际情况对照。研究日常的销售行为和年度订单处理的规律，同时也为以后的这一方向的研究提供一点实例。

　　2.数据来源说明

　　本文数据来源于公司订单数据和销售的日常活动计划。RA公司的销售年平均任务在1.4-1.5百万美元左右，固定客户和跟踪项目的数量、每个订单的金额都要求销售在网上记录。每个月都要对其较准确性进行审核。而实际的销售业绩全部都要录入数据库，根据数据库内可以直接查询订单的数量、金额以及日期，可以客观反应年度订单的处理情况。

　　根据销售的日常活动可以看到，销售活动的客户类型分析主要以OEM型客户和项目型客户为主。每个客户的跟踪的时间从创建项目信息到赢得(或丢掉，延迟)之间的时间为一个项目的时间间隔。因为数据更新时间一般要求为一个月一次，所以在统计时，时间间隔单位为30天比较合理。根据一般销售规律，OEM客户是固定订单产生客户，其时间间隔一般在1-3个月，比较有规律，把握性较大。项目型客户跟踪时间一般在半年以上时间才有订单产生，胜率一般在40%-60%之间。本次采用的数据为07年至10年内完成的销售活动共计470次。

　　对销售订单的处理一般按照公司规定的订货周期4-8周来处理。当然也有一些比较有把握的订单，客户要求时间比较紧迫的，可以在没有下订单之前预先让物流部门做备货处理，在签完合同后马上可以提货。因此在订单处理的统计上一周(7天)为单位来统计订单处理的时间间隔。本次采用的数据为08年内完成的订单处理统计，共计393次。

　　3.数据统计分析

　　3.1客户销售活动规律统计

　　对于每个销售工程师而言，客户项目进度和什么时间订货不可能由销售工程师主观愿望所决定，即使是固定的OEM客户，也存在不确定因素。在已经确定使用RA公司产品后，它包括很多不可控的具体问题：如项目什么时间可以审批;项目资金运作情况;市场需求是否发生变化。因此，每个销售工程师发现项目机会到收取订单这个时间间隔完全不由个人决定，但是通过统计所有销售工程师的每个客户活动时间间隔的方法来分析，可以发现其一般性规律。

　　用收获订单时间t表示从发现项目到收取订单的时间间隔，一个订单在t天收取的概率可以近似为一个幂函数P(t)=t-a，其中a=1.34。其中62.55%的订单是在12个月内收到的。超过24个月的订单不足8%。这也符合公司对销售任务的要求。销售订单处理规律统计

　　对于每个得到的订单，从订单签订开始，到客户全部提货，这个过程完全取决于客户的资金情况和实际项目进度需求，卖方无法左右提货情况。同样，通过统计的方法来分析全年度的所有订单，也可以发现其一般性规律。

　　以t表示签订合同到提货之间的时间间隔，一个订单在t天收取的概率可以近似为一个幂函数P(t)=t-a，其中a=1.62。其中80%的订单是在8周内提货，这也符合公司资金运转的要求。其中24周后才提货的订单不足4%。这也表明了订单的真实性和销售人员对客户的把握程度。

　　4.结论

　　以上两个简单模型的时间间隔分布满足本文统计了销售活动中的客户跟踪和订单发货两个事件的时间间隔分布，从统计的角度可以发现销售活动和订单处理这两个人类行为的动力学模型是近似幂律的时间分布。这个研究的发现也是符合人类活动动力学的模型。销售活动和订单处理两个行为的分布指数分别为1.34和1.62。这个数据也同1.5的分布指数比较接近。通过这个研究，希望可以为将来的定量的分析人类行为的统计特征研究提供一点实际案例。也为科学的管理销售活动和处理订单带来新的管理视角。