業績平均值怎麼算：從基本概念到實戰應用，提升企業決策精準度

「天啊，這個月大家的業績表現到底算好還不好？究竟是哪個環節出了問題，又有哪些同事特別突出呢？」許多主管、老闆常常會為了這些問題傷透腦筋。在商場上，業績平均值怎麼算？這可不只是個簡單的算術問題，它背後藏著企業營運的關鍵洞察！如果你也曾經面對一堆數字，卻不知道該從何下手，別擔心，今天就讓我們一起來拆解這個看似複雜，實則影響深遠的議題。

業績平均值怎麼算？快速解答

最直接、最常見的業績平均值計算方式，就是將「所有個人的業績總和」除以「總人數」或「總時段數」。例如，如果你想知道一個團隊的月平均業績，就把所有成員該月的業績加起來，然後除以團隊人數。這就是最基礎的算術平均值，它能讓你快速掌握團隊整體的大致表現，為後續更深入的分析奠定基礎。

然而，這只是冰山一角喔！在實際應用中，計算業績平均值還有許多眉眉角角，絕不是套個公式那麼簡單。它牽涉到數據的選擇、分析的目的，甚至還會影響到你的策略佈局。

為什麼要算業績平均值？它對企業決策有多重要？

你可能會想，不就是個平均數嘛，有什麼好大書特書的？嘿，你可別小看它！業績平均值絕對不只是一個冷冰冰的數字，它更像是一面鏡子，映照出企業的健康狀況，甚至能成為引導我們做出正確決策的「策略羅盤」。

• 評估團隊績效，發現潛力與瓶頸： 透過比較每個業務員的業績與平均值的差異，你能一眼看出誰是團隊的「領頭羊」，誰又可能正在遭遇困難。這對於後續的輔導、激勵或培訓計畫，都提供了最直接的依據。
• 制定合理目標，激勵士氣： 如果沒有一個基準線，要如何設定下個季度或下個月的目標呢？合理的業績平均值，能幫助我們設定更實際、更有挑戰性，同時也能激勵團隊成員努力達成的目標。目標太高會打擊士氣，太低則缺乏動力。
• 資源分配優化： 當你知道哪些產品線或哪些市場的平均業績表現更佳時，你就能更聰明地分配有限的資源，例如把更多的人力、行銷預算投入到那些「高績效」的區域或產品上。反之，表現不佳的地方可能需要更多培訓或策略調整。
• 趨勢分析與預測： 持續追蹤不同時間段的業績平均值，你會發現一些有趣的趨勢。是逐月上升？還是遇到瓶頸？這些趨勢數據能幫助你預測未來的市場走向，並及早做出應對。
• 發現異常與問題： 當某個時期或某個團隊的平均業績突然大幅波動時，它就像是個警報，提醒你可能有問題發生了，是市場變化？還是內部流程出了狀況？平均值能幫助你迅速定位問題的開端。

想想看，如果你是個船長，業績平均值就像是你航海圖上的參考點。有了它，你才能判斷船現在的位置，調整航向，確保船隊能順利抵達目的地。

業績平均值的計算方法詳解：不只一種算法喔！

雖然我們開頭提到了最基本的算術平均值，但實務上，計算業績平均值可沒有這麼單一！根據你的分析目的和數據特性，你需要選擇最合適的計算方法。

最基本款：簡單算術平均值

這是我們最常接觸、也最容易理解的方法。

• 公式：
  
  簡單算術平均值 = 總業績 / 總人數 (或總時段數)
• 範例：
  
  假設一個銷售團隊有五位業務員，他們這個月的業績分別是：
  
  小明：120 萬
  
  小華：100 萬
  
  小美：150 萬
  
  小強：80 萬
  
  小玉：130 萬

  他們的總業績是 120 + 100 + 150 + 80 + 130 = 580 萬。
  
  團隊總人數是 5 人。
  
  團隊月平均業績 = 580 萬 / 5 人 = 116 萬。

• 優點與限制：
  • 優點： 計算簡單，容易理解和溝通。適用於數據差異不大、或初步概覽的情況。
  • 限制： 極易受「極端值」影響。例如，如果小明突然衝出 500 萬業績，平均值會被大幅拉高，掩蓋了其他成員的真實狀況。反之，如果有人業績掛蛋，也會拉低平均。

更精準的考量：加權平均值

當你的業績數據背後有不同的「價值」或「重要性」時，加權平均值就顯得格外重要了。它能讓你把不同要素的影響力考慮進去，得出一個更貼近實際情況的平均數。

• 什麼時候需要？
  
  想像一下，賣一臺高單價的服務型機器人，跟賣一個幾百塊錢的文具，雖然都是「業績」，但它們對於公司的利潤貢獻、銷售難度、甚至是所需投入的銷售時間，都完全不同。這時候，如果只看銷售額的簡單平均，可能就失真了。加權平均值就是為了解決這個問題而生的！
• 公式：
  
  加權平均值 = Σ (單項業績 * 權重) / Σ 權重
  
  其中，Σ 代表「加總」，也就是把所有 (單項業績 * 權重) 的結果加起來，再除以所有權重的加總。
• 範例：
  
  假設一家公司有兩種主要產品線：A產品（高利潤）和B產品（中利潤）。公司決定，A產品的業績權重為 1.5，B產品的業績權重為 1.0。
  
  小陳這個月銷售了 A產品 80 萬，B產品 100 萬。
  
  小李這個月銷售了 A產品 50 萬，B產品 150 萬。

  計算小陳的加權業績：
  
  (80 萬 * 1.5) + (100 萬 * 1.0) = 120 萬 + 100 萬 = 220 萬
  
  計算小李的加權業績：
  
  (50 萬 * 1.5) + (150 萬 * 1.0) = 75 萬 + 150 萬 = 225 萬

  團隊加權平均業績：
  
  (220 萬 + 225 萬) / (1.5 + 1.0 + 1.5 + 1.0) = 445 萬 / 5 = 89 萬 （這裡的權重總和是針對每個業務員的加權總和的平均，或者更精確的做法是每個業務員的加權總和再平均）
  
  一個更簡單的團隊加權平均算法是：
  
  總加權業績 = 小陳加權業績 + 小李加權業績 = 220 + 225 = 445 萬
  
  平均加權權重 (若每個員工計算權重方式相同，則每個員工都算一次產品A權重1.5 + 產品B權重1.0 = 2.5) = 2.5 * 2 (人數) = 5
  
  團隊加權平均業績 = 445 萬 / 2 人 = 222.5 萬 (這是指平均每人創造的加權價值)

  這個範例有點簡化，實際操作時，權重可能根據利潤率、產品銷量、客戶類型（新舊客戶）、甚至業務難度等因素來設定。重要的是，這些權重必須經過審慎的評估和統一的標準來制定。

• 應用情境：
  • 不同產品線的利潤貢獻： 高利潤產品應賦予更高權重。
  • 不同客戶的價值： 大客戶、長期客戶或新開發客戶可能需要不同的權重。
  • 業務類型： 複雜專案型銷售與標準產品銷售，其價值計算應有區別。

時間維度的平均值：月平均、季平均、年平均

光看一個月的業績平均值，你可能無法判斷這是曇花一現還是穩健成長。這時候，把時間拉長，計算不同時間維度的平均值就變得非常重要了。

• 重要性：
  
  單一時間點的數據往往會受到各種短期因素的影響（例如節慶促銷、季節性淡旺季等）。透過計算更長週期的平均值，可以幫助我們：
  • 濾除短期波動，看到更穩定的趨勢。
  • 進行歷史比較，評估成長或衰退的速度。
  • 作為設定長期目標的參考依據。
• 計算方法：
  
  很簡單，就是將某個時段內的總業績，除以該時段的單位數量。
  • 月平均： 一季的總業績 / 3 個月。
  • 季平均： 一年的總業績 / 4 個季度。
  • 年平均： 跨年度總業績 / 總年數。
• 範例：
  
  假設一個銷售團隊上半年的業績如下：
  
  第一季總業績：350 萬
  
  第二季總業績：400 萬

  上半年月平均業績： (350 萬 + 400 萬) / 6 個月 = 750 萬 / 6 = 125 萬/月
  
  上半年季平均業績： (350 萬 + 400 萬) / 2 個季度 = 750 萬 / 2 = 375 萬/季

特定篩選條件下的平均值：例如高績效組、新進人員組

有時候，我們不只想知道團隊的整體表現，更想深入了解特定群體的狀況。這時候，依據不同條件進行篩選再計算平均值，就能給你帶來意想不到的洞察。

• 目的：
  
  透過分組比較，可以更精準地分析不同群體的表現差異，從而制定更具針對性的策略。
• 如何篩選：
  
  你可以根據多種條件來篩選，例如：
  • 經驗年資： 新進人員、資深業務。
  • 客戶類型： 新客戶開發組、舊客戶維繫組。
  • 產品專精： 專攻 A 產品、專攻 B 產品。
  • 市場區域： 北部業務、南部業務。
  • 績效分級： 高績效組（前 20%）、中等績效組、需改進組。
• 應用：
  
  假設你發現新進人員組的平均業績遠低於資深業務組。這可能暗示你的新訓流程需要加強，或者新進人員在特定環節（例如陌生開發）遇到困難，需要更密集的輔導。反之，如果高績效組的平均值持續領先，你可以研究他們成功的模式，並嘗試複製推廣給其他成員。

實戰操作：逐步教你怎麼動手算！

了解了這麼多概念，現在是不是有點手癢，想自己動手算算看了呢？別急，我來帶你一步步操作！

第一步：釐清計算目標與範圍

在你敲下任何數字之前，請先問自己幾個問題：

• 你想算誰的業績平均？ 是整個公司、某個部門、某個團隊，還是某個特定職位的業務員？
• 你想算哪個時段的業績？ 是今天、本週、本月、本季，還是今年？
• 你想包含哪些業績項目？ 是只有銷售額，還是要加上服務費、續約金、甚至考慮利潤率？
• 你的目的是什麼？ 是為了評估個人績效、團隊表現，還是為了做市場預測？

明確了這些，你才能確保你的計算結果是有意義的。

第二步：收集與整理數據

數據是計算的基礎，沒有正確的數據，再好的分析都是空談。

• 資料來源： 你的業績數據通常會來自公司的 CRM（客戶關係管理系統）、ERP（企業資源規劃系統）、銷售報表、財務系統或甚至是一些人工紀錄。務必確保資料是從正式且可靠的來源獲取。
• 確保數據的準確性與完整性： 這一步超級重要！資料輸入錯誤、重複紀錄、遺漏數據，都可能讓你的平均值嚴重失真。建議進行初步的數據清洗，檢查是否有明顯的異常值。
• 去蕪存菁： 有些數據可能不需要包含在你的計算中。例如，你可能只想計算「有效簽單」的業績，排除掉已經取消或退貨的訂單。

第三步：選擇合適的計算方法

回到我們前面提到的幾種方法，根據你在第一步釐清的「目的」，來選擇最適合的。

• 如果只是想快速了解一個團隊的大概表現，且數據差異不大，簡單算術平均值就夠了。
• 如果你需要考慮不同產品、服務或客戶的「價值差異」，那加權平均值會是更明智的選擇。
• 如果你想觀察長期趨勢，時間維度平均值是不可或缺的。
• 如果你想針對特定群體進行分析，就先進行篩選再平均。

第四步：執行計算

現在，就是動手的時候了！

• 工具：
  • 手工計算： 數據量不大時可行，但容易出錯。
  • Excel / Google 試算表： 最常用也最方便的工具。功能強大，學習曲線低。
  • BI（商業智慧）工具： 例如 Tableau, Power BI 等，適合數據量龐大、需要多維度分析和視覺化呈現的企業。
• Excel 函數示例：
  • 簡單平均：
    
    假設你的業績數據在 A2 到 A10 儲存格，直接使用 =AVERAGE(A2:A10)。
  • 加權平均：
    
    假設業績數據在 A2 到 A10，權重在 B2 到 B10，則可以使用 =SUMPRODUCT(A2:A10,B2:B10)/SUM(B2:B10)。這個函數能夠自動計算 (業績 * 權重) 的總和，再除以權重的總和。
  • 特定條件下的平均：
    
    如果你想計算特定產品的平均業績，假設產品名稱在 C2 到 C10，產品業績在 A2 到 A10，你可以用 =AVERAGEIF(C2:C10,"產品A",A2:A10)。這個函數會篩選出「產品A」的業績再計算平均。

第五步：數據解讀與應用

計算出平均值，只是第一步，更重要的，是你要如何「解讀」這些數字，並將它們轉化為實際的行動。

• 數字背後的故事是什麼？
  
  這個平均值是高還是低？比上個月進步還是退步？跟你的預期相符嗎？這些問題能引導你深入思考。
• 比較分析：
  • 跟歷史數據比較： 看看這個月的平均值比去年同期如何？是成長還是衰退？
  • 跟業界標竿比較： 如果可以，了解同業的平均業績，看看自己是領先還是落後。
  • 跟內部目標比較： 是否達成了我們設定的平均業績目標？
• 提出改進建議或激勵方案：
  
  如果平均值不如預期，可能是哪個環節出了問題？是市場不景氣？銷售策略有誤？還是團隊能力有待提升？根據分析結果，提出具體的改善計畫，例如加強培訓、調整產品組合、優化銷售流程等。如果表現出色，也要考慮如何獎勵團隊，並將成功經驗推廣。

解析常見業績平均值計算的盲點與誤區

在實際操作中，我發現很多公司在計算和解讀業績平均值時，常常會掉進一些「陷阱」。這些誤區如果不注意，可能會導致錯誤的判斷和策略。

「數據是強大的，但只有當你理解其上下文和限制時。單一的平均值可能會掩蓋重要的細節。」
—— Forbes Coaches Council 的一篇商業評論曾提到

• 只看平均值，忽略分布狀況：
  
  這是我最常遇到的問題！一個團隊的平均業績是 100 萬，聽起來不錯。但實際上可能是：一個業務員做了 400 萬，其他九個業務員加起來只做了 600 萬，平均下來還是 100 萬。這種「一個打十個」的情況，平均值根本無法呈現團隊的真實水平。這時候，你可能需要結合「中位數」、或者繪製「直方圖」來觀察數據的分布。
• 數據不準確或不完整：
  
  「垃圾進，垃圾出」（Garbage In, Garbage Out）是數據分析的金科玉律。如果你的基礎數據本身就有問題，再複雜的計算也只是徒勞。確保所有業績數字都被正確紀錄、沒有遺漏或重複，是計算平均值的前提。
• 沒有考慮業務情境差異：
  
  一個在偏遠地區開發新市場的業務員，跟一個在成熟市場維護大客戶的業務員，他們的業績數字可能無法直接拿來比較。市場區域的潛力、客戶基礎、產品成熟度、競爭環境等，都會影響業績表現。如果沒有考慮這些情境差異，簡單的平均比較可能並不公平。
• 沒有結合其他指標分析：
  
  單看業績平均值就像盲人摸象。一個業務員的業績很高，但他可能犧牲了利潤率、客戶滿意度，或者花費了過多的行銷費用。真正的「績效」應該是多維度的，需要結合客單價、成交率、客戶滿意度、續約率、開發新客戶數、毛利率等多個指標來綜合評估。
• 過度簡化問題：
  
  業績的達成是個複雜的系統工程，它受到產品、價格、通路、促銷、市場環境、團隊能力、內部協作等諸多因素的影響。把所有問題都歸咎於「平均業績不夠高」，而不去深入挖掘背後的原因，是很危險的。

所以說，業績平均值怎麼算固然重要，但更重要的，是你如何「帶著批判性思維」去解讀它，而不是被數字牽著鼻子走。

如何利用業績平均值優化企業決策？

理解並正確運用業績平均值，能夠為企業的決策提供堅實的數據支持，讓你的管理和策略更具說服力。

• 績效評估與回饋：
  
  業績平均值提供了一個客觀的基準線。你可以用它來評估個人、團隊或部門的表現，並提供具體的回饋。例如，如果某位業務員的業績持續低於平均，你可以與他坐下來，分析原因，提供針對性的培訓或指導。反之，表現優於平均的同事，也應給予肯定和獎勵。
• 目標設定與預測：
  
  基於歷史業績平均值，你可以設定更切實際的未來目標。例如，過去三個月的平均業績是 120 萬，在沒有重大市場變化的情況下，下個月的目標可以設定在 125 萬，並以此來激勵團隊。同時，平均值也是預測公司營收的重要參考指標。
• 資源配置：
  
  透過分析不同產品線、市場區域或客戶群體的業績平均值，你可以更明智地分配行銷預算、人力資源或研發投入。例如，如果某個新產品的平均業績成長迅速，可能需要加碼投入，加快其市場擴張。
• 策略調整：
  
  當業績平均值出現異常波動時，它就是一個重要的警訊。持續的下滑可能意味著市場策略需要調整、產品不再具備競爭力，或者銷售模式出了問題。反之，如果平均值持續上揚，則可以研究其成功因素，並將其複製到其他部門或市場。
• 風險管理：
  
  定期監控業績平均值，能夠幫助企業及早發現潛在的風險。例如，在經濟下行期間，如果你的業績平均值比同業下降得更慢，這可能表明你的企業有較強的抗風險能力；反之，則需要及早準備應對措施。

我個人的經驗是，平均值就像一面鏡子，它能反映出團隊的大致面貌，但要看清每個人臉上的表情，還得走進去細看。它不是萬靈丹，但絕對是我們做決策時不可或缺的一項基礎工具。

常見問題與專業解答

Q1: 業績平均值被極端值影響了怎麼辦？

這是非常常見的問題，特別是在小型團隊或銷售表現兩極分化的情況下。如果業績平均值受到一兩個特別高或特別低的極端值影響，導致無法真實反映多數成員的表現，你可以考慮以下幾種方法：

• 使用中位數 (Median)： 中位數是將所有數據排序後，位於最中間的那個數值。它不受極端值影響，更能代表數據的「典型」水平。例如，如果你有 5、10、12、15、100 這五個業績數字，平均值是 28.4，但中位數是 12，明顯更能反映大多數人的業績狀況。
• 剔除極端值 (Outlier Removal)： 在計算平均值之前，你可以設定一個合理的標準，將那些過高或過低的異常值先剔除掉。例如，可以剔除掉業績位於前 5% 和後 5% 的數據，再計算剩下數據的平均值。但這種做法需要謹慎，並明確定義剔除標準，避免人為操縱數據。
• 採用加權平均值： 如果極端值是某些特殊銷售行為（如超大訂單，但利潤率極低），你可以透過設定權重的方式，降低其對整體平均值的影響。例如，單筆金額超過一定數值的訂單，可以給予較低的權重。
• 同時呈現多個指標： 不要只看平均值，同時呈現平均值、中位數、最大值、最小值、標準差等，能讓數據全貌更清晰。標準差可以衡量數據的分散程度，幫助你判斷數據是否集中，或存在極端值。

我的建議是，根據數據的性質和分析的目的，靈活選擇合適的方法。通常，在呈現數據給他人時，同時提供平均值和中位數，能讓你的分析更有說服力。

Q2: 如何設定合理的業績目標，才能兼顧平均值與個人差異？

設定業績目標是一門藝術，既要符合公司整體戰略，又要考慮到每個業務員的獨特性。單純以平均值作為所有人的目標，往往會挫傷部分員工的積極性。我的做法是將多重因素納入考量：

• 以歷史平均值為基礎： 首先，參考過去一段時間（如近三個月、半年）的團隊或個人業績平均值，這是一個客觀的起點。
• 結合市場潛力與公司策略： 考量當前的市場環境是成長、持平還是衰退？公司是否有推出新產品或新的行銷活動？這些外部和內部因素都會影響未來的業績潛力。例如，如果公司重點推廣某項產品，可以針對該產品設定更高的目標。
• 評估個人能力與經驗：
  • 新進人員： 給予較低的目標，鼓勵他們逐步學習和成長，而不是一開始就給予巨大壓力。可以設定學習目標或小階段目標。
  • 資深員工： 可以設定略高於團隊平均或個人歷史平均的目標，並鼓勵他們挑戰更高層次的目標。
  • 高績效員工： 他們的目標應該是挑戰更高紀錄，甚至可以參與制定更高階的目標，成為團隊的標竿。
• 採用 SMART 原則：
  
  目標應是「Specific」（明確的）、「Measurable」（可衡量的）、「Achievable」（可實現的）、「Relevant」（相關的）、「Time-bound」（有時限的）。這能確保目標清晰可行，且與公司整體目標一致。
• 彈性調整與溝通： 目標設定後不是一成不變的。市場變化快速，定期檢視目標達成狀況，並與業務員進行一對一溝通，了解他們遇到的困難，必要時進行微調。讓業務員參與目標設定的過程，也能提高他們的目標認同感。

總之，設定目標不應該是「一刀切」，而是要在一個大方向下，為不同的人量身定制，才能真正激發團隊的潛力。

Q3: 業績平均值是否能完全反映業務人員的真實能力？

答案是：不能完全反映。 業績平均值固然是評估業務人員表現的重要指標，但它只是一個結果性指標，無法呈現過程中的努力、潛在價值或綜合能力。一個業務人員的「真實能力」是一個更廣泛的概念，應該包含以下幾個方面：

• 銷售技能： 包括陌生開發、產品介紹、議價談判、異議處理、結單能力等。
• 客戶關係管理： 維繫舊客戶、提升客戶滿意度、獲取客戶轉介紹的能力。
• 市場洞察力： 對市場趨勢、競爭對手、客戶需求的理解。
• 解決問題能力： 在銷售過程中遇到困難時，能否獨立思考並解決問題。
• 團隊協作： 與內部其他部門（如行銷、產品、客服）的溝通與協作能力。
• 學習與成長： 積極學習新知識、新技能，不斷提升自身專業水平。
• 利潤貢獻： 除了銷售額，還要看銷售的利潤率，避免為了追求業績而犧牲公司利潤。
• 未來潛力： 有些新進業務人員初期業績可能不高，但學習能力強、態度積極，未來潛力巨大。

因此，在評估業務人員時，除了業績平均值，我們還需要結合其他過程性指標和行為指標，例如客戶滿意度調查、續約率、新客戶開發數、拜訪量、培訓參與度、主管評價等。只有綜合考量，才能更全面、更公正地評估一個業務人員的真實能力。

Q4: 不同業務團隊或產品線的業績平均值可以直接比較嗎？

不建議直接比較，除非前提條件完全相同。 就像你不能拿蘋果跟橘子直接比甜度一樣，不同的業務團隊或產品線往往面臨著不同的市場環境、產品特性、目標客戶、銷售週期和競爭強度。

• 市場環境差異：
  
  一個負責新興市場開發的團隊，其平均業績可能初期會比較低，因為他們需要投入更多時間和資源來建立客戶基礎。而一個負責成熟市場的團隊，雖然業績穩定，但成長空間可能有限。直接比較平均值，對新興市場團隊可能不公平。
• 產品線差異：
  
  高單價、長銷售週期的產品（例如 B2B 企業軟體）與低單價、短銷售週期的產品（例如快速消費品），其業績計算邏輯和達成難度都截然不同。如果沒有經過「加權」處理，直接比較其銷售額平均值，意義不大。
• 目標客戶差異：
  
  面對大客戶的銷售團隊，可能每筆訂單金額大但成交頻率低。面對中小客戶的團隊，可能成交頻率高但單筆金額小。兩者業績表現的「模式」不同。
• 銷售模式差異：
  
  內部銷售（Inbound Sales）與外部銷售（Outbound Sales）所需的技能、時間投入、資源支持都有差異，也會反映在業績平均值上。

如果真的需要比較，我的建議是：

• 進行標準化處理： 嘗試找到一個共同的衡量標準，例如「單位利潤貢獻平均值」、「客戶開發效率平均值」等，而非單純的銷售額。
• 使用加權平均值： 根據不同產品線或團隊的難度係數、利潤貢獻等設定權重。
• 與自身歷史數據比較： 每個團隊或產品線應主要與自身的歷史表現做比較，觀察其成長趨勢或衰退狀況。
• 設定差異化目標： 既然無法直接比較，那麼就為每個團隊或產品線設定符合其特點的、量身定制的目標。

避免「硬比」，才能讓數據分析真正發揮價值，而不是造成內部團隊的摩擦或誤判。

Q5: 除了平均值，還有哪些指標可以評估業績表現？

業績平均值是個好幫手，但絕不是唯一的英雄。一個全面的業績評估體系，需要多個指標相互配合，才能勾勒出最真實、最完整的畫面。以下是一些我認為同樣重要的指標：

• 客單價 (Average Order Value, AOV)：
  
  指每筆訂單的平均金額。它可以反映業務人員推銷高價產品或進行交叉銷售、向上銷售的能力。高客單價意味著更高的效率和價值。
• 成交率 / 轉換率 (Conversion Rate)：
  
  指從潛在客戶到實際成交客戶的比例。它可以評估業務人員的銷售技巧、產品知識和把握商機的能力。
• 新客戶開發數：
  
  衡量業務人員開拓市場、獲取新客戶的能力。對於尋求成長的企業來說，這是個關鍵指標。
• 舊客戶維持率 / 續約率 (Retention Rate / Renewal Rate)：
  
  對於提供訂閱服務或需要長期維護客戶的業務，這個指標至關重要。它反映了業務人員維繫客戶關係、提供優質服務的能力，以及客戶對產品或服務的忠誠度。
• 毛利率 (Gross Profit Margin)：
  
  僅看銷售額可能不足，毛利率才能真正反映銷售的「品質」。一個業務員可能銷售額高，但若都是低利潤產品或透過大幅降價達成，則其對公司的貢獻可能不如銷售額較低但毛利率高的業務員。
• 銷售週期 (Sales Cycle Length)：
  
  從接觸潛在客戶到最終成交所需的平均時間。較短的銷售週期可能意味著更高的效率，但在某些複雜的 B2B 銷售中，較長的銷售週期是正常的。
• 客戶滿意度 (Customer Satisfaction, CSAT)：
  
  透過問卷、NPS（淨推薦值）等方式收集，客戶滿意度直接影響續約、轉介紹和品牌聲譽。高業績若伴隨低滿意度，對公司而言是潛在的風險。
• 市場佔有率：
  
  從宏觀角度看，市場佔有率的變化能反映公司產品在市場上的競爭力及業務團隊的整體擴張能力。
• 活動量指標：
  
  例如電話撥打數、客戶拜訪數、提案數等。這些是過程性指標，有助於預測未來的業績，並發現業務人員在銷售流程中的努力程度或卡點。

一個健康的業績評估體系，應該是「結果指標」與「過程指標」、「財務指標」與「非財務指標」相結合的。這樣才能從多個角度，全面、深入地了解業務表現，並做出更精準的判斷和決策。

結語

回到最初的問題：業績平均值怎麼算？我想，現在你已經有了更全面、更深入的答案了。它不只是一個簡單的除法，更是企業洞察市場、評估績效、優化決策的強大工具。正確地理解和運用業績平均值，並結合其他多維度指標進行分析，你的企業就能在激烈的市場競爭中，做出更明智的選擇，持續成長茁壯。數據的魅力就在於此，它能讓你跳脫憑感覺做決策的困境，用事實說話，步步為營！