3、销售数据基础：数据来源、数据字段、数据采集与清洗的基本方法
康养销售数据诊断的第一步，不是急着做分析，而是先搞清楚“数据从哪里来、长什么样、怎么把它弄干净”。如果数据源头混乱、字段定义不清、采集口径不一，后续任何诊断模型、趋势判断、客户分层都会失真。本章聚焦销售数据的基础工程：数据来源的识别与归类、核心字段的标准化定义、采集流程的设计，以及清洗数据的基本方法。只有把地基打牢，数据诊断才有可信度。
3.1 数据来源：康养销售数据的四大入口
康养行业的销售数据不像快消品那样单一，它往往分散在多个业务触点中。销售顾问在CRM里录入的客户信息、呼叫中心的外呼记录、线下门店的到访登记、财务系统的回款数据，甚至合作养老机构转介的客户名单，都是数据来源。如果只盯着CRM，就会漏掉大量真实销售线索。
| 数据来源 | 典型系统/载体 | 主要数据内容 | 更新频率 | 可靠性等级 |
|---|---|---|---|---|
| CRM系统 | 销售易、Salesforce、自研 | 客户档案、跟进记录、商机阶段、成交订单 | 实时/每日 | 高（人工录入需校验） |
| 呼叫中心/企微 | 呼叫平台、企业微信 | 通话时长、沟通摘要、客户意向标签 | 每日 | 中（依赖坐席记录） |
| 线下门店/展会 | 到访登记表、展会扫码 | 客户姓名、年龄、健康需求、到访次数 | 每周汇总 | 中（纸质转电子易出错） |
| 财务/结算系统 | 用友、金蝶、POS | 实收金额、退款、分期、合同编号 | 每日 | 高（财务数据最严谨） |
3.2 数据字段：康养销售数据的标准字段体系
字段是数据的骨架。康养销售数据至少需要五大维度：客户维度、产品维度、渠道维度、交易维度、行为维度。每个维度下又有若干关键字段。字段定义不统一是康养企业最常见的痛点——有的门店把“年龄”写成“年纪”，有的把“首次到访”记为“来访”，导致合并数据时无法对齐。
3.2.1 客户维度字段
- 基础属性：姓名、性别、出生年份（注意不是年龄，年龄会随时间变化）、身份证号（脱敏）、联系电话、居住区域。
- 健康属性：慢性病类型（高血压/糖尿病/心脑血管）、自理能力等级（自理/半自理/失能）、护理需求等级（1-5级）。
- 家庭属性：子女数量、决策人关系（本人/子女/配偶）、家庭月收入区间。
3.2.2 产品与交易维度字段
- 产品字段：SKU编码、产品类型（自理公寓/护理床位/旅居卡/居家照护）、套餐时长（月/季/年）、床位类型（单人间/双人间）。
- 交易字段：合同金额、折扣金额、实收金额、付款方式（一次性/分期/押金）、合同开始日期、合同结束日期、退款金额。
3.2.3 渠道与行为维度字段
- 渠道字段：来源渠道（自然到访/老带新/线上广告/异业合作/电话外呼）、媒介（抖音/朋友圈/社区活动/医院转介）。
- 行为字段：首次接触日期、最近跟进日期、跟进次数、试住体验（是/否）、参观次数、意向等级（A/B/C/D）。
3.3 数据采集：从源头保证数据质量
数据采集的核心原则是“在数据产生的那一刻就把它记录好”，而不是事后补录。康养销售场景中，最常出问题的是线下门店和展会数据——销售顾问忙起来就忘记登记，或者登记在纸质本上，月底才录入系统，导致数据滞后且失真。
3.3.1 采集方式对比
| 采集方式 | 适用场景 | 优点 | 缺点 | 建议 |
|---|---|---|---|---|
| 系统API对接 | CRM与呼叫中心、财务系统 | 实时、准确、无需人工 | 开发成本高 | 核心系统必须对接 |
| 表单埋点 | 官网、小程序、H5页面 | 自动记录用户行为 | 需技术配合 | 线上渠道必备 |
| 人工录入 | 线下门店、电话销售 | 灵活、可补充细节 | 易出错、有延迟 | 设置必填项和格式校验 |
| 批量导入 | 历史数据迁移、展会名单 | 效率高 | 需清洗去重 | 导入前先做格式检查 |
3.3.2 采集流程五步法
- 明确采集目标：本次采集是为了分析什么？是线索转化率、客单价、还是退住原因？目标决定字段范围。
- 定义采集口径：例如“成交”是指签合同还是收到首付款？“有效线索”是指留电话还是到访过？口径不一致，数据无法对比。
- 配置采集工具：在CRM中设置必填字段、下拉选项、日期格式；在企微中设置客户标签模板。
- 执行采集与监控：每日检查数据量是否异常，例如某门店连续3天无新增线索，可能是录入遗漏。
- 定期审计：每月抽查10%的数据，核对原始记录与系统录入是否一致。
3.4 数据清洗：让脏数据变成可用数据
数据清洗不是“锦上添花”，而是“必要工序”。康养销售数据常见的脏数据包括：手机号格式不统一（有的带区号，有的11位）、年龄字段填了“未知”或“0”、同一客户在CRM里存在多条重复记录、退款金额大于合同金额等逻辑错误。
3.4.1 清洗的四个步骤
| 步骤 | 操作内容 | 示例 | 工具/方法 |
|---|---|---|---|
| 1. 格式标准化 | 统一日期格式、手机号、金额单位 | “2024/3/5”改为“2024-03-05”；“1万2”改为“12000” | Excel分列、正则表达式 |
| 2. 去重合并 | 识别同一客户的多条记录 | 同一手机号出现两次，保留最新一条，合并跟进记录 | CRM查重、Excel条件格式 |
| 3. 缺失值处理 | 填充、删除或标记缺失字段 | “年龄”缺失，可通过身份证号推算；无法推算则标记为“未知” | VLOOKUP、IF函数 |
| 4. 逻辑校验 | 检查数据间的逻辑矛盾 | 退款金额 > 实收金额；合同结束日期早于开始日期 | 数据透视表、条件筛选 |
3.4.2 清洗案例：某康养社区月度销售数据整理
背景：某康养社区有3个销售渠道：自有销售团队（CRM录入）、合作养老机构转介（Excel表格）、线上广告留资（H5表单）。月底需要合并数据做销售分析。
初始现象：合并后发现总线索量比实际多了15%，原因是同一客户在三个渠道都有记录；另外有23条记录的“客户年龄”为0，有5条记录的“合同金额”小于“定金金额”。
分析判断过程：
- 第一步，用手机号作为唯一标识进行去重，发现重复记录37条，其中12条是同一客户在不同渠道的重复登记。
- 第二步，年龄为0的记录，通过身份证号前6位推算出生年份，成功修复18条，剩余5条标记为“年龄未知”，在分析时单独分组。
- 第三步，合同金额小于定金的5条记录，核查原始合同后发现是录入时将“定金”误填为“合同金额”，修正后数据恢复正常。
实际操作步骤：先在Excel中按手机号排序并标记重复项，再使用VLOOKUP从身份证号提取出生年份，最后用数据透视表检查金额逻辑。
结果对比：清洗前线索量320条，清洗后有效线索283条，线索有效率88.4%。销售转化率从清洗前的“虚低”变为真实水平。
风险与代价：清洗过程中发现5条记录无法确认归属，只能删除，这5条可能包含真实线索，但为了数据准确性只能舍弃。
复盘经验：数据清洗不是一次性工作，而是每月固定流程。建议在CRM中设置“手机号唯一”约束，从源头减少重复。
3.5 常见误区与应对策略
- 误区一：认为CRM里的数据就是全部。实际上，大量线下成交数据可能只记录在销售顾问的私人通讯录里。应对：每月强制核对销售顾问的客户跟进记录与CRM数据。
- 误区二：字段越全越好。字段过多导致录入负担，反而降低数据质量。应对：区分“必填字段”和“选填字段”，核心分析字段必填，辅助字段选填。
- 误区三：清洗一次就一劳永逸。数据是动态的，每天都有新录入、新修改。应对：建立“每日增量清洗+月度全量清洗”的双重机制。
- 误区四：忽略数据口径的统一。不同部门对“成交”的定义不同，导致数据对不上。应对：由数据负责人牵头，制定全公司统一的数据字典，并培训所有相关人员。