#外贸#

当公司业绩不好投资展会，急需要订单，手里有10万元，我现在可以做什么来实现这个目的?可能你想到的选项有：A：参加广交会。B：做个阿里巴巴。

这又是一个选择题，当遇到选择题时，数学老师经常教我们的，先理清楚题干，我们才知道这道题考的是什么。

MECE分解法是最常使用的方法。

MECE分解法， 全称Mutually Exclusive Collectively Exhaustive，中文意思是“相互独立，完全穷尽”。 也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并成为有效解决问题的方法。

在这个题干里，业绩不好，我们要增加订单投资展会，其实就是增加销量。

我们先来一级一级分解试试：

一级分解，增加销量可以是：增加销售数量，提高销售价格，增加产品类别等等， 分解的时候是我们可以发挥脑洞的，来个头脑风暴，暂时不考虑其执行性二级分解，增加销量数量可以有哪些方案呢？增加老客户的复购数量，增加新客户采购订单等。提高销售价格又有哪些做法？例如增加产品附加值，降低采购价格等。增加产品类别有哪些产品合适呢？增加同类品项，增加跨行业品项，增加零部件产品等。

三级分解，如何增加老客户复购数量呢？增加新客户的方法有哪些？

这么一层接一层地分解下去，直到最终没有办法再分解为止。最终出现的东西，我们再来看到底哪个更具有可执行性，哪个的潜在收益可能更大，潜在风险可能更低，找出来3到4个，就组成了我们的“选项”了。

而10万的资金，到底是投资在展会上，还是投资在阿里巴巴平台?

到底哪个更能够拉动销售?

到底哪个回报率会更大?

要解决这个问题，你需要的就是数据和信息了。

例如：

同行们是怎么做的?

阿里巴巴的历史数据怎么样?

展会的历史数据怎么样？

客户们更多去展会还是阿里巴巴找供应商？

......etc。

现在已经进入大数据时代，没点数据做背书，你都不好意思做个什么决策的。

而到底我们应该如何去获取数据和信息呢?

我的建议有2个：

自己提炼。每个人都有自己的圈子，去供应商跑一跑，去客户那里多问问，再网上逛一逛，再根据自己经验中提取数据，然后转化成信息。自己提炼的信息，更加容易转化和应用，就是很费时费力而已。花钱购买。像海关数据，行业咨询报告等，这种客观又真实的数据别怕花钱，他能真实的反应出市场上的沉淀的结果。第一点坏处就是每个人的资历不同，对事物的判断和提取信息能力也不同，所以建议加上第二点作为基础统一来参考。

大部分时候我们还是会依靠经验和直觉做出判断，但是当我们在做一些复杂、长期和重要的决策时，我还是建议我们可以用工具去做计算了。

我们可以使用“决策树”。一个决策的做出，需要考虑一系列盘根错节的问题，决策树是一个通过特征学习决策规则，用于预测目标的监督机器学习模型。顾名思义，该模型通过提出一系列的问题将数据进行分解，从而做出决策。

回到我们一开始的问题，“是否投资10万在阿里或者展会？”

选项有三个：

A：是，投资展会。

B：是，投资B2B平台。

C：否，保留这10万。

我们从以上得到的同行的数据参考，历史的推广数据，从运营黄金公式销售=流量*转化*单价*数量，可以推算出下面表格：

根据这些数据，我们可以开始来计算期望值了。

投资展会的期望值=30*0.5+10*0.4+-10*0.1=18万

投资平台的期望值=20*0.4+10*0.5+-10*0.1=12万

而假如这笔钱留在手上什么也不干的话，一年之后它还是10万。

此时我们可以得出结论，那就是投资展会的期望值最高，我们应该选择将这10万元投入到展会里面。

以上数据只是按照本行业来推算的，每个行业的数据不同，大家可以根据自己的数据来计算出期望值。

这些个工具和方法是帮助大家做出一些决策，但是实际上的决策到底是否正确和好坏，也没办法单纯用结果来判断。因为一个好的决策不一定带来好的结果，一个不好的结果也不一定是因为一个不好的决策。

就像是我们上年摩拳擦掌筹备了N久的线下广交会，也会因为疫情而变成线上广交会了。而线上广交会的效果到底如何，甚至没有过往的数据做支撑，毕竟大家都是第一次遇到这种事。可见结果是一种未知，而未知总是有不确定性，我们不可能用未知来判断已知。

所以无论是工具还是数据，都是一个辅助，希望在你犹豫不决的时候能帮你更好的理清楚方向。