首先请看下面这些例子：
一家医疗用品公司重新分配销售人员投注在所有产品上的努力，因而提高了获利。一家医疗用品公司的产品组合中有数项产品。销售人员投入各项产品的销售时间长短，因人而异。这家公司分析了销售人员在产品上所花时间的差异，以及因此而导致的产品销售额与获利的差异，该公司决定大幅改善分配销售时间和心力的方式。它调整了奖励计划，来配合新做法，并教育销售人员如何分配销售时间，以获得最佳业绩。结果，在销售团队人数不变的情况下，销售额和利润都明显增加。
一家企业服务外包公司提高了非都会地区的业绩。一家企业服务外包公司，比较了它两组销售地区的业绩，一组是50个都市化程度最低（即非都会）的销售地区，以及50个都市化程度最高的销售地区。这两组平均每一个地区的销售额都是120万美元。然而，相较于都市化地区，非都会区的潜在客户多了79％，总体市场潜力多了49％。都市化地区的销售人员，平均一年有四次去拜访潜在的好客户；但在非都会区，平均一年只有2.8次拜访。非都会区的销售人员没有善用那些机会，因为工作量超出他们的负荷。该公司缩小了非都会销售地区的范围，并指派一个内部销售团队，负责偏远地区的许多潜在客户。结果造成市占率扩大，出差费用降低，并提高了非都会区销售人员的工作成效。
一家电信公司从低业绩、高潜力的客户获得较多生意。一家电信公司利用一种新方式来追求商机，采用协同式过滤模型（collaborative filtering model），这种做法的概念类似奈飞（Netflix）和亚马逊（Amazon）等公司使用的演算法。这家公司发现低业绩、高潜力客户的「资料分身」（data double），也就是有类似的人口统计特征（例如，相同的产业和规模）的其他客户，但后者的购买量大得多。该公司分析这些采购量较大的资料分身客户的购买模式和销售策略，然后和销售团队分享这些深入见解。这些资讯让销售人员提高命中率，更能够选择对的产品卖给原本采购量低的客户，因而推动新产品线更强劲的增长，并大幅增加了交叉销售（cross-selling）和向上销售（up-selling）的业绩。
这些例子带来一些很好的经验教训，说明如何找到销售增长的机会。单单检视整个销售团队的总体业绩是不够的；总体情况掩盖了深入的资讯。若要找到机会，就必须观察并了解某些顾客区隔、产品或销售团队内部的差异，包括在下列方面的差异：
●业绩成果。诺华公司发现，市场潜力类似的销售人员，销售业绩却不同，于是去探究那些销售人员的做法有什么不同，结果能够掌握商机获得成功。同样地，那家制造公司观察到新员工之间的绩效有差异，电信公司则观察到特征相似的客户之间有差异。
●销售活动。那家医疗用品公司观察到，销售人员分配给各个产品的时间不同，于是去探究那些差异如何影响到销售成绩，结果掌握商机获得成功。
●销售潜力。前述那家企业服务外包公司观察到不同地区的销售潜力有差异，于是去探究那些差异对销售活动和结果的影响，结果掌握商机获得成功。
企业会一直思索他们的下一个增长来源。当今这个大数据的世界，让企业能够有创意地剖析销售团队过去的数据，这些数据正是寻求深入见解的一个更好的新来源。