绩效管理已经应用于企业的各个部分很长时间了，特别是在制造、物流和产品开发方面。将这一概念应用到市场营销中终于成熟了。

本质上，绩效管理是衡量实现关键结果和目标的过程，目的是优化个人、团体或组织的绩效。绩效驱动型营销组织有一套可衡量的绩效标准，对结果有明确的关注，以及明确的责任界限——如果一个营销组织想要证明自己的价值，所有这些都很重要。

三个要素在管理营销绩效中起着至关重要的作用:数据、分析和指标。其中的每一个实际上都与其他的高度相关，数据是其他两个的基础。如果不了解指标，您就无法定义所需的数据和分析，如果没有数据和分析，您就无法利用指标。相互推动。

数据的使用和从数据分析中获得可操作见解的能力不再是精选高级用户的领域。随着公司试图应对日益增长的市场压力和竞争，这种能力现在是营销专业人员的关键能力。拥抱数据、分析和指标的营销人员将处于提高业务绩效和展示价值的最佳位置。

成功取决于两件事。首先是了解组织的优先级和业务成果。理解了这一点，你就会知道什么参数是重要的，你需要什么关于市场、客户、竞争对手和你自己公司的数据。其次是将业务目标与市场营销工作联系起来的能力。建立这种联系需要数据和分析。

今天的挑战不是数据。我们大多数人都沉浸在数据中。挑战在于从数据中产生见解和意义。这就是分析的领域。通过对数据进行分析，我们可以收集必要的见解，以促进更好、更快的基于事实的决策。

数据和分析最有价值的应用之一就是利用你的参数。当您努力实现和设置新的性能标准时，度量标准使您能够持续改进。

因此，最初的步骤是定义一组有效的性能度量标准和相关的数据和分析，这些数据和分析将用于确定组织应该关注的地方，以最大化可量化的结果。市场营销人员常常衡量营销活动和策略，例如响应率、印象和事件参与者的数量等等，而不是将营销与业务结果联系起来的指标，例如与客户获取、保留和产品采用相关的指标。

许多研究表明，这是衡量营销绩效的最大障碍之一。如果不缩小这个差距，市场营销可能会衡量各种各样的事情，其中没有一个可能与业务的优先级有关。

有必要确保事先就营销预期影响的结果达成一致，以及如何在财务、运营和比较方面衡量这种影响(例如，如何与竞争对手抗衡)。

小心落入ROI(投资回报)陷阱，当您试图确定特定活动或计划的ROI时。只关注个别活动、策略、计划和活动的短期ROI可能只会导致更多的短期战术努力，而牺牲对未来的投资，例如新产品开发、地理扩展和客户渗透。

对于大多数营销组织来说，衡量和管理绩效只需要几个关键指标。选择最佳绩效指标的一种方法是定义如何量化三件事:营销有效性、营销成功和营销对业务结果的影响。一旦你有了这些定义，你就会知道你要衡量什么来确定营销活动是否有效。

记住，你的指标需要直接证明市场营销的有效性、效率和财务价值。平衡内部操作效率和外部性能目标非常重要。虽然运营效率检查人员、设施和资金的使用效率，但真正重要的是外部绩效目标，因为这些目标帮助我们衡量和评估营销在产生预期结果和影响业务结果方面的有效性。

您的每个核心指标都需要一组潜在的度量，这些度量可以用来帮助诊断事情的进展情况，识别新出现的问题，并支持持续改进。这就是数据和分析在绩效测量和管理过程中发挥重要作用的地方。

虽然每个公司都是不同的，因此度量标准也可能不同，但我们可以使用一个典型的例子来说明这些概念。大多数公司都想增加他们的市场份额，也就是说，他们所服务的客户数量与特定市场的竞争对手相比，以及他们的收入。使用此业务结果，我们可以创建四个关键指标:获得客户的数量或百分比、获得这些客户的比率、获得这些客户的成本以及平均订单价值。市场营销负责识别潜在客户，然后通过购买过程中的意识、兴趣、考虑、偏好和购买意向阶段来转移这些机会。因此，与客户获取直接相关的营销指标的一个例子可能是，以最低订单价值转化为客户的合格机会的百分比。

数据和分析将是必要的，以确定这个百分比和最小订单值应该是多少。既然知道了结果并建立了营销指标，你就可以定义数据和分析了。作为这一指标的一部分，我们需要追踪的数据可能包括(但不限于)以下内容:

• 合格机会的数量占预测合格机会的百分比
• 对贵公司及其报价的偏好与对竞争对手的偏好相比

我们可能需要执行的分析可能包括(但不限于)管道阶段之间的典型转化率和泄漏，以及每个管道阶段各种策略的有效性和效率。我们还需要数据和分析来确定为实现绩效目标而执行的项目的投资回报率，绩效目标对业务结果(市场份额和收入)的影响等。基于结果和分析，我们可以决定继续做什么，改变什么等等。我们使用指标、数据和相关分析来衡量和管理营销绩效。

希望这个例子能够说明数据、分析和指标在管理营销绩效中所扮演的角色。虽然这项工作是必要的，但我们不想说它是一件容易的事情。而且这不是许多公司能够单独完成的。即使他们可以，他们也必须经常处理技术、流程和技能，以有效地利用数据、分析和指标。

这里有一些事情要记住与这些相关。您想要处理的技术组件包括仪表板、报告、分析、数据体系结构和数据集成。过程方面应该包括围绕数据分析、度量、报告和性能设置的过程。关于人员，可能有必要探索需要开发哪些技能来帮助您的团队接受和使用数据，分析和度量，以及需要哪些培训来帮助人们根据绩效调整角色和责任。