中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

導語：上篇文章（《在線教育大數(shù)據(jù)營銷平臺實戰(zhàn)（四）：CRM線索生命周期及用戶畫像構(gòu)建》）作者闡述了線索的定義、生命周期和畫像構(gòu)建，本篇作者將圍繞上篇文章線索生命周期的篩選培育環(huán)節(jié)，重點是線索培育、以及篩選階段定量評估線索質(zhì)量需要的動態(tài)評分模型進行闡述，給出相應的解決方案，與大家分享。

一、線索培育的必要性

1. 企業(yè)角度

企業(yè)通過為用戶持續(xù)的服務(wù)達到盈利的目的，企業(yè)都希望用戶高頻高客單消費，但前提是先把線索轉(zhuǎn)化為付費用戶，這就需要依托潛在用戶培育策略。根據(jù)Forrester的報告顯示，90%的銷售線索最終都流失了，其中一個主要原因就是缺乏潛在用戶培育過程，擁有線索培育機制的公司平均能降低60%的投入成本，經(jīng)過培育的線索比未經(jīng)培育的線索銷售額高出47%。

2. 銷售角度

企業(yè)從多種渠道獲取的線索可能高達80%是過時或者無效的，銷售人員需要花費大量的時間、人力去甄別線索質(zhì)量，再加上大部分銷售缺乏線索質(zhì)量篩選的經(jīng)驗，造成盲打的情況，會增大無法及時跟進優(yōu)質(zhì)線索的機會成本。通過線索培育機制將大量早期潛在用戶線索轉(zhuǎn)化為可跟進狀態(tài)，助力銷售縮短成交時間，另外借助智能運營工具實現(xiàn)個性化推送，提升效率。

二、線索培育機制設(shè)計

線索培育與用戶運營密不可分，這是一個把小魚養(yǎng)大的過程，需要用戶運營人員在將線索轉(zhuǎn)給銷售團隊跟進之前，把線索轉(zhuǎn)化為滿足銷售跟進的高質(zhì)量線索，這個過程需要運營團隊和銷售團隊的緊密配合。

以在線教育為例，用戶運營人員需要分別給出購買階段和課程服務(wù)階段的用戶體驗地圖運營方案（這里我不在展開闡述，各家需要結(jié)合自己內(nèi)部業(yè)務(wù)和用戶運營體系建立方案），并保證地圖各環(huán)節(jié)的運營策略有效執(zhí)行。

培育機制的建立尤其各環(huán)節(jié)的打通需要CRM系統(tǒng)的支持來實現(xiàn)機制標準化、自動化，從而提升整體運營效率，下面給出CRM系統(tǒng)針對線索培育的設(shè)計思路。

• 渠道初篩，線索的渠道眾多，不同渠道來源的線索質(zhì)量也參差不齊，線索初期的質(zhì)量判斷可以基于渠道特征信息進行打分。訓練渠道質(zhì)量評分模型可以基于業(yè)務(wù)專家經(jīng)驗建立打分模型，或者基于無監(jiān)督學習對不同渠道線索的轉(zhuǎn)化效果進行分層，通過對轉(zhuǎn)化效果的排序建立評分集。高評分的線索需要及時下發(fā)給到銷售團隊跟進，低評分線索先進入預培育池通過運營提升其質(zhì)量。
• 線索預培育，線索預培育針對的對象即渠道初篩階段的低質(zhì)量線索，線索質(zhì)量提升的主要動力即新生用戶購買旅程地圖中各階段運營策略的執(zhí)行，各階段運營策略的實施都會讓用戶產(chǎn)品不同的行為反饋，我們通過埋點將這些行為數(shù)據(jù)抓取到；用戶質(zhì)量能否提升，取決于穿越的運營層級和高意向行為的觸發(fā)，直到我們通過用戶行為數(shù)據(jù)判斷用戶達到可跟進狀態(tài)（匹配到預定規(guī)則），就激活流轉(zhuǎn)給銷售跟進。
• 培育&跟進，此階段的線索是滿足可跟進狀態(tài)的線索，用戶購買旅程的運營策略要配合銷售的跟進流程，核心目的就是促使客戶成單；這個階段的線索質(zhì)量好壞不是一成不變的，隨著客戶心理，對產(chǎn)品和環(huán)境的認知程度的變化而變化，其變化通過用戶行為反饋出來，我們需要通過動態(tài)評分模型將其量化，此階段評分模塊需要考慮用戶所出去的購買旅程階段、銷售跟進的購買意向階段（參見上篇的意向階段SOP）、線索行為評分。
• 服務(wù)&復購，新用戶付費后進入此階段，此時的運營目的是滿足用戶服務(wù)體驗的基礎(chǔ)上盡可能讓客戶復購，動態(tài)評分機制需要考慮用戶學習旅程階段、復購意愿程度。

三、線索激活下發(fā)方案

1. 人工打標簽

線索預培育和激活跟進在系統(tǒng)功能不具備的情況下可以通過運營人員人工操作的方式先跑起來，具體流程如下圖。運營人員在數(shù)據(jù)平臺基于規(guī)則圈選預培育池中具備銷售跟進特征的用戶，導出圈選用戶的uid列表，人工上傳CRM系統(tǒng)并打上相應的特征標簽表示這部分用戶，通過CRM的數(shù)據(jù)流轉(zhuǎn)機制分配給合適銷售跟進。

人工打標簽的方案雖然能保證流程跑起來，但是存在明顯短板：

• 圈選維度少、準確率低
• 重復性搬磚工作，耗費人力
• 觸達及時性欠佳

2. 系統(tǒng)自動化

（1）方案構(gòu)建

分析完人工打標簽的方法劣勢后，筆者給出基于系統(tǒng)機制自動化解決的方案。我們是通過將神策系統(tǒng)與CRM系統(tǒng)通過webhook打通的方式構(gòu)建的解決方案。

• 在神策智能運營上設(shè)定圈選規(guī)則，規(guī)則類型有定時和觸發(fā)兩種，多維度綜合圈選可以選擇定時規(guī)則；高意向數(shù)量少行為建議采用觸發(fā)型的，能夠保證及時性。
• Webhook1：跨品類leads裂變通道，進入預培育池后的線索由于一系列運營動作的引導，可能會產(chǎn)生相似品類購買意愿以外的其他品類的購買需求，鎖定這部分用戶可以起到流量復用的效果，無疑能幫助企業(yè)平攤流量成本。
• Webhook2：高質(zhì)leads激活通道，通過運營策略的執(zhí)行來不斷影響培育線索，直到線索觸發(fā)高意向行為，達到可跟進條件，就通過此通道激活下發(fā)讓銷售跟進。
• 與CRM打通的通道需要設(shè)定一些自定義參數(shù)，尤其是標簽名稱需要用戶自定義；數(shù)據(jù)系統(tǒng)與CRM系統(tǒng)的用戶唯一性標記參數(shù)要一致。
• 要對CRM系統(tǒng)銷售跟進情況進行埋點，通過對埋點數(shù)據(jù)的分析診斷跟進情況，為策略的優(yōu)化提供數(shù)據(jù)支持。

（2）策略配置舉例

• Step1：設(shè)定觸發(fā)條件，需要設(shè)定的參數(shù)包括：計劃類型（定時單次、定時重復、觸發(fā)型）、觸發(fā)時間、起止時間、對照組占比等。
• Step2：受眾用戶圈選規(guī)則，從用戶基本屬性、用戶行為、或者用戶行為序列三個維度進行設(shè)置，多個行為的組合關(guān)系可以是且、或的邏輯關(guān)系。
• Step3：觸達配置，選擇對應的webhook觸達通道（裂變、激活），并設(shè)定相應的配置參數(shù)。
• Step4：激活后目標設(shè)定，用來跟進激活后的轉(zhuǎn)化情況；比如圖示設(shè)定了兩個目標，首要目標是銷售是否及時跟進，第二目標是5天內(nèi)是否成單。

四、動態(tài)評分模型簡介

1. 規(guī)則評分

（1）流程架構(gòu)

• 線索初期的質(zhì)量判斷可以基于渠道特征信息進行打分。訓練渠道質(zhì)量評分模型可以基于業(yè)務(wù)專家經(jīng)驗建立打分模型，或者基于無監(jiān)督學習對不同渠道線索的轉(zhuǎn)化效果進行分層，通過對轉(zhuǎn)化效果的排序建立評分集。最后會換算到10分制，此分數(shù)作為線索動態(tài)的初始分數(shù)；
• 分值計算包括加分機制和減分機制，不同機制有其對應的評分規(guī)則；
• 線索分數(shù)更新本期采用T+1模式，凌晨計算更新；
• 動態(tài)評分滿分100分，要換算到標準分10分，并映射為例子等級

（2）行為因子識別方法

規(guī)則評分是對行為因子的分層量化，因此準確識別出與線索質(zhì)量相關(guān)性高的行為因子至關(guān)重要。行為因子識別過程中，主要借助頭腦風暴法和德爾菲兩種方法。頭腦風暴法要求參與者有較好的素質(zhì)，尤其是主持人的能力要求更高，主持人必須遵守延遲評判的原則，對各種意見、方案的評判必須放到最后階段。

這些因素是否滿足會影響頭腦風暴法實施的效果。為了保證行為因子識別結(jié)果的準確性，建議同時采用德爾菲法。

行為因子識別的過程需要反復進行不能低于3輪，每一輪的流程如下：專家組成員根據(jù)以往經(jīng)驗和專業(yè)知識給出影響線索質(zhì)量的用戶行為因子，產(chǎn)品經(jīng)理對收集到的結(jié)果進行匯總歸納，并將匯總結(jié)果再次發(fā)送給專家成員，讓專家基于匯總后結(jié)果重新評判行為因子并反饋給產(chǎn)品經(jīng)理。下面舉例一個衰減行為因子集的識別結(jié)果供大家參考：

2. 算法評分

基于機器學習算法的評分可以借鑒經(jīng)典的評分卡模型，下面給出一個基于Logistic的評分卡模型的開發(fā)流程。

• 數(shù)據(jù)獲取，選取的數(shù)據(jù)主要包括線索基本信息、行為數(shù)據(jù)、標簽數(shù)據(jù)、交易數(shù)據(jù)等；對獲得的原始數(shù)據(jù)進行進一步的探索，觀察樣本的總體分布情況，正負樣本是否均衡。在原始數(shù)據(jù)的基礎(chǔ)上，根據(jù)業(yè)務(wù)需求、數(shù)據(jù)性質(zhì)、結(jié)構(gòu)及內(nèi)在邏輯，對數(shù)據(jù)進行歸類、合并、分組，最終建立數(shù)據(jù)集，這個過程可以在數(shù)倉完成。
• 數(shù)據(jù)預處理，主要工作包括數(shù)據(jù)清洗、缺失值處理、異常值處理、數(shù)據(jù)標準化等，主要是為了將獲取的原始數(shù)據(jù)轉(zhuǎn)化為可用作模型開發(fā)的格式化數(shù)據(jù)。
• 模型開發(fā)，類別變量根據(jù)類別直接進行WOE變換，連續(xù)變量要先進行變量分箱再進行WOE變換，在用邏輯回歸、決策樹等模型方法構(gòu)建分類模型時，經(jīng)常需要對自變量進行篩選，基于信息價值（IV）進行，然后基于邏輯回歸算法訓練模型。
• 模型評估，該步驟主要是評估模型的區(qū)分能力、預測能力、穩(wěn)定性，并形成模型評估報告，得出模型是否可以使用的結(jié)論。
• 實施優(yōu)化，該環(huán)節(jié)是模型生產(chǎn)后上線工作，包括模型部署、策略制定、模型監(jiān)控并基于監(jiān)控指標進行參數(shù)調(diào)優(yōu)不斷迭代優(yōu)化。

五、寫在最后

本章針對CRM線索培育篩選機制及動態(tài)評分模型給出了相應的解決方案，下篇文章會針對線索資源量相對較大、數(shù)據(jù)類型多樣、銷售團隊人員多（上千人）面臨的數(shù)據(jù)流轉(zhuǎn)和銷售跟進的問題進行分析，并結(jié)合筆者實踐經(jīng)驗給出相應的數(shù)據(jù)分配和資源跟進機制解決方案，感興趣的讀者請持續(xù)關(guān)注！

#相關(guān)文章#

《在線教育大數(shù)據(jù)營銷平臺實戰(zhàn)（四）：CRM線索生命周期及用戶畫像構(gòu)建》

《在線教育大數(shù)據(jù)營銷平臺實戰(zhàn)（三）：數(shù)據(jù)產(chǎn)品實施推廣實戰(zhàn)》

《在線教育大數(shù)據(jù)營銷平臺實戰(zhàn)（二）：快速構(gòu)建數(shù)據(jù)化運營平臺的MVP方案》

《在線教育大數(shù)據(jù)營銷平臺實戰(zhàn)（一）：大數(shù)據(jù)平臺構(gòu)建實戰(zhàn)》

本文由 @Tigerhu 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。