十四，分析中标信息中的中标单位性质和规模

二十三预测投标重要信息中的投标基层单位物理性质和体量，确认最终目标顾客的特征和市场需求，以期提供更多个人化的产品销售计划。

·一，收集投标重要信息，收集投标公告、投标文档、订货合约等相关文档。以获取投标基层单位的基本重要信息主要包括公司中文名称、辖下金融行业注册资本金、设立天数等。

·二，预测投标基层单位物理性质和体量率。依照投标基层单位的注册资本金、设立天数等统计数据，紧密结合所属金融行业展开进行分类预测，介绍最终目标顾客所处金融行业的物理性质和体量。

·三，确认最终目标顾客的特征和市场需求。透过深入预测投标基层单位的物理性质和体量，能介绍最终目标顾客的民营企业特征、公司体量发展阶段、市场竞争市场竞争优势等，从而推断出他们的市场需求。比如体量非常大的民营企业可能将有更多的订货市场需求，新设立的民营企业可能将有更多的技术市场需求等。

·四，统计数据观念多方位统计数据建模预测。利用统计数据建模辅助工具如表单折线图、厚边等，对投标基层单位的物理性质和体量展开多方位预测，进一步掌控最终目标顾客的特征和市场需求。比如透过绘出图表能较为不同金融行业的投标基层单位数量和数额，透过厚边能展现投标基层单位的注册资本金和投标数额的亲密关系等。

·五，洞悉商业良机和发掘人脉。透过预测投标重要信息也能发现些商业良机和良机，比如某一金融行业的投标基层单位非常多，说明该金融行业可能将较为活耀，在该金融行业中积极开展产品销售活动可能将有Villamblard的良机，同时还能透过预测投标基层单位的销售业务合作方、子公司等亲密关系，发掘出潜在性的人脉，扩充销售业务互联网。

·六，提供更多个人化的产品销售计划。依照最终目标顾客的特征和市场需求，紧密结合另一方面产品或服务的市场竞争优势，提供更多个人化的产品销售计划以满足用户最终目标顾客的市场需求。比如特别针对体量非常大的民营企业能提供更多大批量订货打折；特别针对新设立的民营企业能提供更多技术支持和专业培训等重要环节和建议。

·确认统计数据作者、找寻可信的投标统计数据作者，如政府订货网、金融专业委员会等。

·统计数据冲洗和重新整理。将收集到的统计数据展开冲洗和重新整理，主要包括除去多次重复统计数据弥补缺位统计数据等。

·统计数据预测辅助工具选择最合适的统计数据预测辅助工具，如Excel、Tableau、Power B等展开多方位统计数据建模预测。定期更新统计数据，投标重要信息会随着天数变化需要定期更新统计数据，并展开新的预测以以获取最新的市场情报。与产品销售团队紧密协作将预测结果与产品销售团队共享，帮助他们介绍最终目标顾客，制定更具特别针对性的产品销售策略。