传统上，企业间的市场竞争依赖于销售通才对商机的发掘捕捉。但随着产品种类或解决方案越来越多，销售通才无法保证对每一件产品或解决方案都进行具有说服力的推销。因此，有必要在特定产品、技术或行业方面培训和聘用专业人才。

然而，增加行业和区域的销售专才会使销售变复杂，降低销售效率。专才们经常深陷在客户开发或低质量商机处理的工作中。那么你该如何知道专才的数量是多是少，以及他们的工作安排是否妥当呢？以下将介绍几种可靠的评估方法，便于调整销售专才的人数。

首先，你可以预估招聘、培训、薪酬和组织融入过程中所发生的全部系统性成本，并算出成本与专才价值之比（也就是在未聘用专才时所减少的收入）。你可以通过回归分析，也被称为反事实分析法进行计算。

我和同事运用回归分析法对一家技术公司进行了分析。我们测算企业在无专才情况下每个大客户贡献的销售额和利润，并与实际聘用专才后产生的销售额和利润进行比较。由于在一些客户身上专才的投入密集，而在另一些客户身上投入很少或为零，因此我们能够区分出专才聘用的效果。

通过计算，我们得出销售专才贡献的毛利润为2.36亿美元，其薪资成本为2千万美元，那么净收入是2.16亿美元，也就是1000%的投资回报率。即使额外产生的招聘、培训和融合成本会拉低投资回报率，即便还会产生其他固定的销售成本，但是所获取的利润依然格外诱人。

真正的回报来源于投资回报率的改善。为此，我们要计算出最优的专家人数。通过观察服务几个客户的专家和服务一个客户的经理之间的关系，我们测算出能够创造最优效益的专才与客户经理的配比，并优化他们的工作职责。

例如，我们发现销售专才与客户经理比为1:4时，这家技术公司能产生的效益最高。对于专才配备比例较低但仍保证公司盈利的客户，可增加专才人数。而那些专才配备多的客户，其收益无法覆盖成本，反而会冲减利润。 动态的调整可以在全公司或区域范围，以及产品品类范围内加以应用。

通过识别影响客户业绩的重要因素，能够进一步提升投资回报率。这些因素包括客户经理的能力、服务客户数量、专才的能力或认证技能，以及所负责区域的特点。通过数据排查明确跨区域或产品销售的改进方向。

像产品属性这样的专业知识时间久了就会成为销售常识。倘若企业期望持续改善销售模型的经济效益，就需要预盼其中的变化。在整个产品生命周期投入专才是极其危险的。你可以在初期派遣专才，抢占先机，赢得市场，立稳脚跟。一旦销售量上升，要确保客户经理从专才那里学会了基本知识，并能承担起独立开发和处理商机的工作。当销售额增长充分时，专才只需用来处理规模大、复杂度高的商机，并将他们配置到其他潜在高增长性领域的初期阶段。

当企业客户需要供应商提供既熟悉产品、专注行业又能力超群的专家时，销售专才必须随时到位。这就是销售的奥妙：在恰当的时间，为正确的客户提供合适的专家服务。

Mark Kovac是Bain & Company的合伙人，是全球销售和渠道有效性组织的领军人。

ChatGPT 颠覆了整个咨询行业！不会用的公司和咨询师必然淘汰！

马上体验学习ChatGPT及其它大模型：点击体验（需输入会员密码）

注册会员无需翻墙即可使用 ChatGPT特惠：

（1）包月使用：299   包年使用2999  | 微信：18121118831联系；

（2）送一个月以上的咨询报告库VIP会员，可以浏览下载上万篇咨询和行业报告

马上自助购买体验