編輯導語：SCRM系統可以幫助發現和發掘更多的線索，完善用戶信息；并且能夠提升用戶體驗，維持品牌與用戶之間的良好關系；本文作者分享了關于如何理解SCRM的用戶線索，我們一起來了解一下。

01 用戶線索的應用平臺

用戶線索這一名詞，發源于線下銷售的過程，線上主要應用于SCRM系統之中。

在設計系統的子功能前，應先認識其應用平臺。從應用平臺的核心功能出發，理解子功能的定位。

1. CRM是什么？

認識SCRM之前，先認識CRM，然后再理解它們之間的差異。

CRM的中文名稱是客戶關系管理，它是一種客戶資源管理及運營方法。通過信息技術幫助企業識別、發展、維護以及服務客戶，提升企業收入，并提高戶滿意度和忠誠度。

YK，公眾號：goYangKun漫談CRM體系化建設1 – CRM與客戶管理綜述

基于CRM系統的側重點進行分類，能夠粗略地劃分MCRM、OCRM、SCRM、ACRM。

Marketing CRM，側重于運營、營銷的自動化，對應企業的運營團隊；Service CRM側重于服務的自動化，對應企業的售后團隊——這兩者覆蓋了用戶售前、售中、售后的三個階段。

而Operational CRM，則側重在銷售自動化，對應企業的銷售團隊。

這樣劃分的原因主要有兩點：

• 組織架構的劃分，大多數企業的運營、銷售、售后團隊是分離的；
• 融合性的產品實現難度大、成本高，要將運營、銷售、售后的所有需求整合，對產品架構能力要求非常高，實現的周期也非常漫長。

這三個系統的核心功能是相近的，主要為識別用戶、運營用戶，并追蹤效果；只是不同團隊的目標用戶、運營手段以及監測的數據具有差異，衍生的運營工具也有所不同。

而用戶線索則在識別用戶環節，是一切的開始。

2. SCRM的S是什么？

近些年，伴隨CRM被提及更多的是SCRM，這個S與上文所述不同，指的是社交、簡單高效以及智能。

SCRM的全稱為社會化客戶關系管理，核心在于Social——社交。

根據CNNIC的2021年中國社交媒體市場分析報告，2020年2月中國網民規模已經達到10.8億，隨著互聯網覆蓋廣度和深度的提升，流量也變得越來越難以獲取。

即使是四五線城市，衣食住行的相關服務，也逐漸的從線下轉移至了線上。

用戶獲取成本的增高，再加上即時通訊app的興起，使得大多數人的眼光瞄準了即時通訊。

這種模式以前稱之為微商，現在叫做私域，不同的企業也逐步借助企業微信等工具，侵占了我們的聊天窗和朋友圈。

根據極光發布的《2020年Q1移動互聯網行業數據研究報告》，即時通訊類APP在2019年APP平均使用時長中的占比超過了25%，而占據榜首的微信也成為了銷售人員和服務人員展業的重要工具。

• Simple，解讀為簡單、高效。流量紅利的消失，規?；挠l困難，企業的經營策略也從開源轉向節流，開始注重效率和成本。
• Smart，指的是智能，它來源于科學技術的發展；一方面是自動，使得更多的工作能夠讓系統承擔；另一方面則是推薦和個性化。

從這3個定義看，高效、智能意味著關注線索的價值和精確度，需要幫助一線人員更容易促進成交，提供更好的服務。

而社交，則意味著要考慮一線人員要采用什么樣的渠道與用戶溝通。

3. CRM和SCRM的區別

了解了CRM和SCRM，才能夠回答2者區別。SCRM在CRM的基礎上，融合了社交。

但2者的目標是一致的，都是通過更合理、高效的管理和運營客戶，提升用戶的生命周期價值，所以結果指標上2者并無太大的偏差。

而融合了社交，與用戶的溝通方式由單向轉為了雙向，由觸達、電話的單點轉為了互動；基于此，在探詢用戶成交的過程，還會增加類似客戶互動率的相關指標。

02 用戶線索的定義

用戶線索，應用在SCRM系統，服務于識別用戶環節，它代表著一次營銷或服務機會。

對比原始數據，它是高價值數據的組合；幫助一線的銷售或售后同學提升服務人效及轉化效率。

服務線索，將售后同學的工作模式由被動接受電話或IM進線轉變為主動服務；銷售線索，幫助銷售同學減少挖掘用戶的時間，讓其將精力放在促成交環節。

但同樣是識別用戶，它和用戶特征、用戶畫像又有哪些區別呢？這個問題，從數據定義、數據價值、使用方式三個維度來解答。

1. 數據定義

從數據類型來看看，特征和線索是數據的組合，而畫像是數據的集合。

年齡大于25歲，是一個用戶特征；而“年齡大于25歲”加上“每日工作時長超過12個小時”這兩個特征的組合，則可以稱為大齡社畜青年。

而用戶線索不僅是特征，它還是事件和特征的組合。

從時效性看，事件更多的是實時觸發，而特征多為離線清理；前者是開始，而后者是結束；比如說：“我今天乘坐了地鐵”和“地鐵出行用戶”。

用戶畫像則是多維特征的集合，由基礎屬性、地理屬性、社會屬性等一系列不同維度特征呈現用戶或者群體特點，從而進行分析工作。

2. 數據價值

組合的目的，是為了更高效的使用數據。

從數據價值層面看，用戶特征的目標性較弱，不會特別在意數據價值，它主要解決從無到有的問題。

而用戶線索由于應用方主要是銷售和服務同學，其目標聚焦在如何將用戶轉變成客戶以及如何讓用戶、客戶不流失，希望潛在用戶能夠更靠近成交，希望服務的能夠更為及時。

地鐵出行用戶這樣的特征是無法準確銷售和服務的。

而如果是“我今天乘坐了地鐵”，看了手機的“車輛降價廣告很久”，“我沒有車”但是“月收入能夠支持車貸”這樣的數據組合，就能夠比較清晰的制定運營策略，從而進行服務或銷售了。

3. 使用方式

在使用方式上看，線索和特征是“圈選->運營”的步驟，我們明確知道要對什么用戶進行運營。

而用戶畫像則會額外經過分析過程，即“分析->圈選->運營”，它偏重于經過分析結合數據模型后進一步制定運營策略。

03 用戶線索的生命周期

明晰概念，規劃才能夠清晰。

在進行產品規劃時，可以從事物的流轉過程及狀態著手；思考用戶線索提供給銷售和服務人員的前、中、后分別有哪些階段，以及每個階段需要做什么樣的事情。

完整的流轉過程，也是用戶線索的生命周期；由此可以制定最小可執行版本，然后再有序、有效的進行產品規劃以及迭代。

1. 線索收集

線索的收集和數據的整合并沒有太大的區別，目標是數據越多越好。

數據量越多，意味著客流量越大，在10000個人經過的道路開便利店和在1000個人經過的道路開便利店，兩者每日成交的概率是不同的。

其次數據維度越多，意味著給運營人員決策和分析的維度越多，我們不僅能基于性別采購商品，還能基于年齡、收入去采購商品。

而分析也是相同的道理，樣本量大分析的結果代表性更高，決策的風險更低；維度多，分析的角度也更多。

在這一階段產品同學的考量是，基于不同的數據來源，協助研發同學設計統一的數據上報規范。

對元數據進行可視化的管理后，再依據不同業務對數據的時效性要求提供服務。

功能上可以參見數據集市，在這里就不過多展開了。

2. 線索清洗

這一環節，主要包含了數據落庫后的清洗、過濾、去重、合并4個步驟。

清洗指發現并修正數據中可識別的錯誤，包括檢查數據一致性，處理無效值和缺失值等。

而過濾步驟主要面向運營，不可運營的用戶是不具備價值的。這里的運營指的用戶擁有能夠被觸達、互動的數據。

如：具有實名手機號特征，能夠進行電話外呼；具有添加企業微信且未刪除特征，能夠使用企業微信與用戶互動；具有公眾號openId且關注公眾號，能夠通過公眾號發送模板消息。

除了渠道觸達的數據，當然也還包含防騷擾、紅黑名單等過濾維度。

去重及合并的概念可以自行去查詢。

從業務角度的理解，合并及去重是為了減少冗余數據，保障名單數量。

一線人員每日收到的名單是有限的，重復的名單數據會使銷售基數虛高，所以我們需要進行合并以及去重。

當意向客戶分配給銷售人員后，會有一定的保護時長。這段時間內，這名用戶不能被其他的銷售人員二次銷售。

當保護期內這名用戶產生新的行為時，我們需要將它的數據合并到已分配給銷售人員的用戶中，從而保護名單。

3. 線索組合及評分

線索的組合，可以是特征間的組合，也可以是事件與特征的組合，這部分在前文已經有了比較全面的描述。

產品同學在這一環節設計的是“用戶圈選”功能，其包含了實時事件及離線數據的融合、數據的提取頻次、數據的交并差等。

產品參考上可以體驗易觀方舟、神策數據，在此同樣不進行展開。

理解線索評分可以從線索的目的出發：提升服務人效，避免被動等待用戶，節省尋找用戶的耗費時間。

而評分則是進一步的過濾方式，它也決定了后續的分配規則和轉化效率。

評分高的線索更多的分配給處理時效快、轉化效率高的銷售同學。

其次，也依據評分幫助一線進行優先級及時間管理，將更多的精力投入至高質量的線索之中，降低其無效投入。

4. 線索下發

線索下發，回答的問題是：用戶分配給誰、分配多久、以及分配后應該怎么樣做。

分配策略則指的分配給誰，各自分配多少比例，上限又是多少；分配后，什么時候會失效；線索的有效期能夠幫助我們監控跟進過程，以及制定釋放流轉的規則。

運營策略指的當銷售或服務人員接收到用戶數據后，應該采取什么樣的操作步驟展開銷售和服務，每個操作步驟也會關聯運營人員建議的溝通方式以及內容。

5. 線索跟進

上圖中，僅體現了線索跟進的正向流轉過程。

實際上，在意向確認后可能直接進入商機轉化，又或者直接進行服務轉交。

確認用戶意向后，基于成交意愿執行不同的運營步驟，對于暫無成交意愿的客戶目標是建立聯系，進行用戶關懷及教育；而如果有成交意向，則進一步采集訴求，進行商品的推薦。

而在成交后，則通過服務不斷提升用戶的信任感，以期從服務中再次發現成交的機會。

在這個階段產品應該考量的是，線索應該怎么流轉到下一階段，什么時候又應該釋放回到公海。

6. 效果追蹤

效果追蹤，在設計上會涉及業績的匹配方式，依此進行傭金結算、排行激勵及報表分析。

在這一環節中，簡單介紹用戶自識別至成交的漏斗，其定義如下：

• 名單總數：線索組合后的用戶總數；
• 下發成功數：經過防騷擾屏蔽、紅黑名單或運營策略過濾后下發成功數量；
• 互動數：下發給銷售或售后人員后，用戶響應的數量；
• 意向數：響應用戶中，有成交意向的用戶數；
• 成交數：有成交意向的用戶中，最終成交的數量；
• 復購數：成交的用戶中，二次購買的數量；

上面的每一步還有更為詳細的拆解方式，楊堃老師的文章《以在線教育銷售CRM為例，談談業務大盤拆解優化的六步法》已經描述得非常全面，有興趣的朋友可以進一步閱讀。

#專欄作家#

WISE，微信公眾號：Becomewiser，人人都是產品經理專欄作家。騰訊產品經理，專注于精細化運營、用戶數據體系建設等領域。

本文原創發布于人人都是產品經理?，未經許可，禁止轉載

題圖來自Unsplash，基于 CC0 協議