在线教育大数据营销平台实战（四）：CRM线索生命周期及用户画像构建

作者介绍

@TigerHu

在线教育公司，

大数据营销产品线负责人，

“一个数据人的自留地”创作者联盟成员。

 

数据化运营理念的落地不能只停留在对系统的盲目构建上，让企业内部用户会用、用好也至关重要，感兴趣的小伙伴可以查看《在线教育大数据营销平台实战（三）：数据产品实施推广实战》。从本篇开始我会从我负责的另一条营销CRM产品线角度，结合在线教育的营销业务场景，总结梳理数据如何赋能营销业务线。本篇先从CRM中的核心元素—线索讲起，内容涉及对线索的简介、线索生命周期以及画像构建。

 

01  线索简介

 

01 线索定义

用户线索，是用来描述客户的信息集合，其代表着一次营销或服务机会。有了线索（Leads），销售行为的展开就有了量化的依据。在商业活动中，线索是最前置的销售资源，经过CRM的流转和销售的跟进，最后转化成客户资源。为了方便销售同学及时联系客户，手机号或者微信号是线索的核心信息。

 

02 线索来源

线索的渠道来源划分标准不一，我个人基于对在线教育渠道来源的理解，将线索分为：外部付费渠道、自建渠道。

 

1）外部付费渠道

SEM：进行关键词投放，不断优化关键词投放策略，吸引用户进入到营销活动落地页或者官网，从而收集用户信息。

 

信息流广告：信息流广告主要通过数据定位用户的长期或潜在需求向用户主动展示原生广告，常见有头条、抖音、快手、广点通等。

 

渠道代理：

• 线上渠道代理商，提供线索成交返佣金

• 线下机构合作，图书二维码、地方培训机构等

 

资源购买或互置：

• 向数据服务商购买白名单数据

• 和其它公司进行资源置换，获取线索

 

2）自建渠道

主站seo优化：对网站内外部内容/结构进行优化，提升供公司网站在搜索引擎的自然排名，获得更多展现量，吸引更多目标用户进入主站留下线索。

 

App引流：利用应用商店运营推广、软文营销等手段，提升APP曝光度，引导用户下载并注册；另外对于在线教育行业来说，对工具类App的良好运营，能为其带来丰厚的流量。

 

微信生态私域流量：由于互联网流量红利见底，获客成本水涨船高，迫使流量依赖性公司转变思路，把重心从引流转到裂变，让用户在购买前就裂变；私域流量具有三个特点：自有、免费、反复触达；在微信生态里的私域流量运营，通过朋友圈、微信群、公众号、小程序以及企业App的组合形成一张层层筛选意向用户的网，再加上企微功能与个微的打通和不断优化，有利于实现个微、企微、企业三者共赢的局面。

 

新媒体：在抖音、快手、微博、自媒体公众号等平台运营公司品牌或者是明星老师个人IP的内容账号，通过线下或线上活动增加粉丝提升用户关注量，通过活动引发用户转发裂变传播。

 

03 线索信息构成

线索对于销售人员的信息反馈不仅是停留在告知其营销机会，需要尽可能的给出高价值的客户数据组合，从而帮助一线销售同学尽可能全面的了解用户，提升转化效率，较少其挖掘用户信息的时间，让其精力聚焦在促成单环节。从线索的信息丰富度出发，我们可以将线索的信息构成分为低、中、高三个等级，对应数据集为：用户标记信息、用户特征信息、用户画像。

显然线索信息度越高，销售人员对客户的信息掌握和认知程度越高，从而越有利于成交达成，因此完善线索的信息程度十分必要，针对线索用户画像构建，我会在第三章进行阐述。

 

02 生命周期

 

线索生命周期是线索在CRM系统中完整流转过程的定义，是CRM系统设计的核心策略逻辑。线索生命周期的设计要充分考虑营销和服务各阶段划分和衔接，以及各阶段不同员工角色的动作，以及用户信息的流转过程和状态。笔者以在线教育业务为例，给出线索的生命周期实例，如下图所示。

• 线索生成，各渠道接口上报线索到CRM，生成的新线索要包含渠道信息、标记信息。

 

• 筛选培育，为了保证新线索数据的完整性和有效性，需要对线索数据进行清洗，必要时需要去重、合并处理；清洗后的线索需要基于评分模型来判断线索质量高低，高分线索及时分配给销售跟进，低分线索需要通过用户运营环节的预培育来提升线索质量，并激活分配。

 

• 流转下发，评分达到可跟进质量的线索需要基于公司的整体运营策略进行分流，将不同特征的线索分发到对应的销售团队线索库（部门公海）；从公海到销售的线索流转方式有主动捞取和被动规则分配两种。

 

• 线索跟进，明确销售跟进的SOP流程、话术、线索状态，以笔者所在公司业务情况为例线索跟进过程中各阶段状态为：待跟进、联系中、未明确意向、明确意向、预约支付、成交。

 

• 成交&服务，新线索第一次成交定义为首售，售阶段售卖的课程一般为付费体验课或低价基础课程；首售线索要进入勿扰锁定模式，以免销售骚扰影响学员服务环节的体验；服务环节中后期要不断挖掘用户续报意向并促成。

 

• 沉积激活，长期未明确意向的线索，触发时间阈值（3月或半年）后进入沉积库存，需要用户运用同学利用活动运营策略或召回激活策略来引导用户产生购买意向，产生高意向行为，提升线索质量评分。

 

03 画像构建

 

01画像服务构建

1）构建流程简介

 

• 【用户标签生产】：运营人员在神策用户画像系统通过自定义规则来创建和维护标签；

• 【画像建模整合】：在大部分企业由于业务场景的客观个性条件限制，其实用户数据（类用户数据）在多个系统都会有沉淀，比如CRM系统中线索数据、用户中心注册用户数据、投放管理平台数据、社群活跃数据等。在构建用户画像服务的过程中，需要将分散的用户数据进行整合，通过数据通道的打通，定期同步分散的用户服务数据，用户标签数据到数仓，在数仓进行用户画像主题建模，确保准确性、完整性、一致性；

• 【画像查询接口】：大数据平台在数仓用户画像主题的基础上提供查询接口，包括但不限于：标签基本信息查询、用户全画像信息查询、用户某标签值查询等，提供的查询接口要基于业务系统的具体需求场景而定。

   

2）神策画像标签类型

• 自定义标签，此标签可以将人群划分为多个层次，运营人员可以自定义每个分层的名称和计算规则。举例：生产一个标签，根据设定的规则条件把用户划分为低价值、中价值和高价值三个群体，可以分别设定价值低、中和高的计算规则，其中高价值的规则为：用户需要满足在过去 7 天完成支付订单次数 ≥ 30 次并且过去 7 天的支付订单详情的商品金额总和 ≥ 6000。

 

• 基础指标值，将用户完成事件的次数等指标作为标签值。举例：生产一个标签，用来标记客户在过去 30 天内的支付订单的订单金额总和，该标签是一个数值类型的标签，使用用户过去 30 天内的支付订单的金额总和作为标签的值，若用户分别支付了三张 100 元、150 元、300 元的订单，那么用户过去 30 天的消费金额总和为 550 元。

 

• 首末次特征，将用户首次或末次完成事件的时间维度或事件属性作为标签值。举例：生产一个标签，用来标记用户首次支付订单的距今天数，该标签是一个数值类型的标签，若用户第一次完成支付是发生在2日之前，那么会标记为2。

 

• 事件偏好标签，将用户完成事件的属性排名TOP作为标签值。举例：生产一个标签，用来标记客户在支付订单金额高于300元的订单中，哪个商品类型更受客户自己的偏爱，记录客户最喜欢的前3个类型。该标签是一个集合类型的标签，若用户在过去7天内，分别产生了20张商品订单，其中5张为母婴类产品，4张为服饰类产品、4张为生鲜类产品、3张为手机数码、2 张为日用百货、2张为其他商品；那么客户这个标签会被标记为偏好母婴、服饰和生鲜。

 

• 行为分布结果，举例：生产一个标签，用来计算用户在过去 30 天内的登录 App 的天数分布。该标签是一个数值类型的标签，若用户在过去 30 天内，分别在第 1 至 5 天，20 至 30 天有过访问记录，那么这个标签会被标记为 16。

 

3）标签数据同步方案

方案一：使用 JDBC + HDFS 导出标签

创建一个文本格式的数据表，把待导出的数据插入此表。

CREATE TABLE default.age_export AS /*SA_BEGIN(test_project)*/ SELECT id, first_id, age,  user_tag_*,user_group_* FROM users WHERE age IS NOT NULL LIMIT 10 /*SA_END*/

 

• 获取该数据表的 HDFS 路径：SHOW TABLE STATS default.age_export

• 远程拷贝走上面路径下的文件即可

 

方案二：神策用户画像v1.5提供了用户列表API

• 创建分群/标签，并计算完成

• 调用人群包文件生成API，生成文件并获取文件名

• 调用文件下载接口，下载文件

 

02 线索标签体系搭建

线索标签体系搭建要依托企业售卖商品特性、用户运营体系、营销特点，在线教育场景下啊的标签体系搭建可以参考下图，从价值分层、生命周期、行为偏好三个主题展开。

 

03 CRM画像呈现

画像的呈现是整个画像服务体系中露出水面的1/8冰山，内容虽少但是非常关键。信息呈现质量的好坏直接影响一线销售的工作效率，放之四海而皆准的设计原则我就不再赘述，下面列下个人认为比较重要的点：

 

• 用户信息结构化、模块化展示

• 同类信息尽可能聚合而不是分散

• 1屏或1.5屏内展示所有画像信息

• 关键信息要视觉突出

   

以上都是为了销售人员能够尽可能快速准确的获取用户信息，提升信息获取效率，下面举例笔者第一次迭代的简单版本，如下图所示。

 

04 写在最后

至此，本文从CRM核心元素“线索”讲起，给出了线索的简介、生命周期、画像构建。在线索生命周期部分，笔者提到了线索的培育和激活，下篇文章我会围绕线索的培育激活和动态评分模型进行总结给出相应的解决方案。对CRM产品，和数据赋能营销业务感兴趣的读者请继续关注！

 

 

 

一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。关注我，带你探索数据的神奇奥秘

1、回“数据产品”，获取<大厂数据产品面试题>

2、回“数据中台”，获取<大厂数据中台资料>

3、回“商业分析”，获取<大厂商业分析面试题>；

4、回“交个朋友”，进交流群，认识更多的数据小伙伴。