提交成功,我们将与您取得联系。
验证码错误,请核实后提交。

如何理解SCRM的用户线索

时间:2022-04-25

SCRM系统可以帮助发现和发掘更多的线索,完善用户信息;并且能够提升用户体验,维持品牌与用户之间的良好关系;本文作者分享了关于如何理解SCRM的用户线索,我们一起来了解一下。


01 用户线索的应用平台
用户线索这一名词,发源于线下销售的过程,线上主要应用于SCRM系统之中。
在设计系统的子功能前,应先认识其应用平台。从应用平台的核心功能出发,理解子功能的定位。


1. CRM是什么?
认识SCRM之前,先认识CRM,然后再理解它们之间的差异。

CRM的中文名称是客户关系管理,它是一种客户资源管理及运营方法。通过信息技术帮助企业识别、发展、维护以及服务客户,提升企业收入,并提高户满意度和忠诚度。
YK,公众号:goYangKun漫谈CRM体系化建设1 – CRM与客户管理综述
基于CRM系统的侧重点进行分类,能够粗略地划分MCRM、OCRM、SCRM、ACRM。
Marketing CRM,侧重于运营、营销的自动化,对应企业的运营团队;Service CRM侧重于服务的自动化,对应企业的售后团队——这两者覆盖了用户售前、售中、售后的三个阶段。
而Operational CRM,则侧重在销售自动化,对应企业的销售团队。
这样划分的原因主要有两点:
* 组织架构的划分,大多数企业的运营、销售、售后团队是分离的;
* 融合性的产品实现难度大、成本高,要将运营、销售、售后的所有需求整合,对产品架构能力要求非常高,实现的周期也非常漫长。
这三个系统的核心功能是相近的,主要为识别用户、运营用户,并追踪效果;只是不同团队的目标用户、运营手段以及监测的数据具有差异,衍生的运营工具也有所不同。
而用户线索则在识别用户环节,是一切的开始。


2. SCRM的S是什么?

近些年,伴随CRM被提及更多的是SCRM,这个S与上文所述不同,指的是社交、简单高效以及智能。

SCRM的全称为社会化客户关系管理,核心在于Social——社交。
根据CNNIC的2021年中国社交媒体市场分析报告,2020年2月中国网民规模已经达到10.8亿,随着互联网覆盖广度和深度的提升,流量也变得越来越难以获取。
即使是四五线城市,衣食住行的相关服务,也逐渐的从线下转移至了线上。
用户获取成本的增高,再加上即时通讯app的兴起,使得大多数人的眼光瞄准了即时通讯。
这种模式以前称之为微商,现在叫做私域,不同的企业也逐步借助企业微信等工具,侵占了我们的聊天窗和朋友圈。
根据极光发布的《2020年Q1移动互联网行业数据研究报告》,即时通讯类APP在2019年APP平均使用时长中的占比超过了25%,而占据榜首的微信也成为了销售人员和服务人员展业的重要工具。
* Simple,解读为简单、高效。流量红利的消失,规模化的愈发困难,企业的经营策略也从开源转向节流,开始注重效率和成本。
* Smart,指的是智能,它来源于科学技术的发展;一方面是自动,使得更多的工作能够让系统承担;另一方面则是推荐和个性化。
从这3个定义看,高效、智能意味着关注线索的价值和精确度,需要帮助一线人员更容易促进成交,提供更好的服务。
而社交,则意味着要考虑一线人员要采用什么样的渠道与用户沟通。


3. CRM和SCRM的区别

了解了CRM和SCRM,才能够回答2者区别。SCRM在CRM的基础上,融合了社交。
但2者的目标是一致的,都是通过更合理、高效的管理和运营客户,提升用户的生命周期价值,所以结果指标上2者并无太大的偏差。
而融合了社交,与用户的沟通方式由单向转为了双向,由触达、电话的单点转为了互动;基于此,在探询用户成交的过程,还会增加类似客户互动率的相关指标。


02 用户线索的定义

用户线索,应用在SCRM系统,服务于识别用户环节,它代表着一次营销或服务机会。
对比原始数据,它是高价值数据的组合;帮助一线的销售或售后同学提升服务人效及转化效率。
服务线索,将售后同学的工作模式由被动接受电话或IM进线转变为主动服务;销售线索,帮助销售同学减少挖掘用户的时间,让其将精力放在促成交环节。
但同样是识别用户,它和用户特征、用户画像又有哪些区别呢?这个问题,从数据定义、数据价值、使用方式三个维度来解答。


1. 数据定义

从数据类型来看看,特征和线索是数据的组合,而画像是数据的集合。
年龄大于25岁,是一个用户特征;而“年龄大于25岁”加上“每日工作时长超过12个小时”这两个特征的组合,则可以称为大龄社畜青年。
而用户线索不仅是特征,它还是事件和特征的组合。
从时效性看,事件更多的是实时触发,而特征多为离线清理;前者是开始,而后者是结束;比如说:“我今天乘坐了地铁”和“地铁出行用户”。
用户画像则是多维特征的集合,由基础属性、地理属性、社会属性等一系列不同维度特征呈现用户或者群体特点,从而进行分析工作。


2. 数据价值
组合的目的,是为了更高效的使用数据。
从数据价值层面看,用户特征的目标性较弱,不会特别在意数据价值,它主要解决从无到有的问题。
而用户线索由于应用方主要是销售和服务同学,其目标聚焦在如何将用户转变成客户以及如何让用户、客户不流失,希望潜在用户能够更靠近成交,希望服务的能够更为及时。

地铁出行用户这样的特征是无法准确销售和服务的。
而如果是“我今天乘坐了地铁”,看了手机的“车辆降价广告很久”,“我没有车”但是“月收入能够支持车贷”这样的数据组合,就能够比较清晰的制定运营策略,从而进行服务或销售了。


3. 使用方式
在使用方式上看,线索和特征是“圈选->运营”的步骤,我们明确知道要对什么用户进行运营。
而用户画像则会额外经过分析过程,即“分析->圈选->运营”,它偏重于经过分析结合数据模型后进一步制定运营策略。


03 用户线索的生命周期
明晰概念,规划才能够清晰。
在进行产品规划时,可以从事物的流转过程及状态着手;思考用户线索提供给销售和服务人员的前、中、后分别有哪些阶段,以及每个阶段需要做什么样的事情。
完整的流转过程,也是用户线索的生命周期;由此可以制定最小可执行版本,然后再有序、有效的进行产品规划以及迭代。

1. 线索收集

线索的收集和数据的整合并没有太大的区别,目标是数据越多越好。
数据量越多,意味着客流量越大,在10000个人经过的道路开便利店和在1000个人经过的道路开便利店,两者每日成交的概率是不同的。
其次数据维度越多,意味着给运营人员决策和分析的维度越多,我们不仅能基于性别采购商品,还能基于年龄、收入去采购商品。
而分析也是相同的道理,样本量大分析的结果代表性更高,决策的风险更低;维度多,分析的角度也更多。
在这一阶段产品同学的考量是,基于不同的数据来源,协助研发同学设计统一的数据上报规范。
对元数据进行可视化的管理后,再依据不同业务对数据的时效性要求提供服务。
功能上可以参见数据集市,在这里就不过多展开了。


2. 线索清洗
这一环节,主要包含了数据落库后的清洗、过滤、去重、合并4个步骤。

清洗指发现并修正数据中可识别的错误,包括检查数据一致性,处理无效值和缺失值等。

而过滤步骤主要面向运营,不可运营的用户是不具备价值的。这里的运营指的用户拥有能够被触达、互动的数据。
如:具有实名手机号特征,能够进行电话外呼;具有添加企业微信且未删除特征,能够使用企业微信与用户互动;具有公众号openId且关注公众号,能够通过公众号发送模板消息。
除了渠道触达的数据,当然也还包含防骚扰、红黑名单等过滤维度。

去重及合并的概念可以自行去查询。
从业务角度的理解,合并及去重是为了减少冗余数据,保障名单数量。
一线人员每日收到的名单是有限的,重复的名单数据会使销售基数虚高,所以我们需要进行合并以及去重。
当意向客户分配给销售人员后,会有一定的保护时长。这段时间内,这名用户不能被其他的销售人员二次销售。
当保护期内这名用户产生新的行为时,我们需要将它的数据合并到已分配给销售人员的用户中,从而保护名单。


3. 线索组合及评分
线索的组合,可以是特征间的组合,也可以是事件与特征的组合,这部分在前文已经有了比较全面的描述。
产品同学在这一环节设计的是“用户圈选”功能,其包含了实时事件及离线数据的融合、数据的提取频次、数据的交并差等。
产品参考上可以体验易观方舟、神策数据,在此同样不进行展开。

理解线索评分可以从线索的目的出发:提升服务人效,避免被动等待用户,节省寻找用户的耗费时间。
而评分则是进一步的过滤方式,它也决定了后续的分配规则和转化效率。
评分高的线索更多的分配给处理时效快、转化效率高的销售同学。
其次,也依据评分帮助一线进行优先级及时间管理,将更多的精力投入至高质量的线索之中,降低其无效投入。


4. 线索下发

线索下发,回答的问题是:用户分配给谁、分配多久、以及分配后应该怎么样做。
分配策略则指的分配给谁,各自分配多少比例,上限又是多少;分配后,什么时候会失效;线索的有效期能够帮助我们监控跟进过程,以及制定释放流转的规则。
运营策略指的当销售或服务人员接收到用户数据后,应该采取什么样的操作步骤展开销售和服务,每个操作步骤也会关联运营人员建议的沟通方式以及内容。


5. 线索跟进
实际上,在意向确认后可能直接进入商机转化,又或者直接进行服务转交。
确认用户意向后,基于成交意愿执行不同的运营步骤,对于暂无成交意愿的客户目标是建立联系,进行用户关怀及教育;而如果有成交意向,则进一步采集诉求,进行商品的推荐。
而在成交后,则通过服务不断提升用户的信任感,以期从服务中再次发现成交的机会。
在这个阶段产品应该考量的是,线索应该怎么流转到下一阶段,什么时候又应该释放回到公海。


6. 效果追踪
效果追踪,在设计上会涉及业绩的匹配方式,依此进行佣金结算、排行激励及报表分析。

在这一环节中,简单介绍用户自识别至成交的漏斗,其定义如下:
* 名单总数:线索组合后的用户总数;
* 下发成功数:经过防骚扰屏蔽、红黑名单或运营策略过滤后下发成功数量;
* 互动数:下发给销售或售后人员后,用户响应的数量;
* 意向数:响应用户中,有成交意向的用户数;
* 成交数:有成交意向的用户中,最终成交的数量;
* 复购数:成交的用户中,二次购买的数量;

上一篇:EC SCRM如何实现企业跟客户的双向互动
下一篇:什么是CRM,CRM系统有哪些特点?