相較于傳統(tǒng)CRM而言，電銷CRM可能會(huì)將核心功能聚焦于客戶分析管理、坐席團(tuán)隊(duì)管理等方面，那么，你了解CRM系統(tǒng)是如何在這些功能維度上進(jìn)行設(shè)計(jì)的嗎？在本篇文章里，作者結(jié)合自身經(jīng)驗(yàn)發(fā)表了他的看法，一起來看一下吧。

CRM客戶關(guān)系管理系統(tǒng)，是Customer Relationship Management的縮寫，是管理企業(yè)歷史客戶和潛在客戶的業(yè)務(wù)輔助系統(tǒng)。

傳統(tǒng)CRM往往成單流程較復(fù)雜，很多時(shí)候需要通過整個(gè)團(tuán)隊(duì)的協(xié)作來促成訂單的成交。甚至系統(tǒng)還會(huì)包括訂單的跟進(jìn)流程、簽約流程、付款流程、售后服務(wù)等一系列成單流程。

電銷CRM相較于傳統(tǒng)CRM，接觸客人僅通過電話，由業(yè)務(wù)員專人負(fù)責(zé)客戶，單個(gè)客戶的長期跟進(jìn)價(jià)值不高，所以，一般不會(huì)有很復(fù)雜的成交流程，成交周期比較短，客單價(jià)相對較低。因此，電銷的CRM系統(tǒng)一般會(huì)弱化CRM中團(tuán)隊(duì)協(xié)同與成交流程相關(guān)功能，而將核心功能聚焦于客戶數(shù)據(jù)分析與管理、坐席團(tuán)隊(duì)管理與能力提升這兩方面。

每個(gè)公司對于電銷場景的CRM系統(tǒng)的需求各有不同，但很多設(shè)計(jì)思路可供借鑒。我將目前我負(fù)責(zé)的CRM系統(tǒng)，在客戶數(shù)據(jù)的管理與精細(xì)化分配上的所做的深度思考分享一下，供大家參考。

我把客戶管理與分配拆分為四個(gè)重要部分：客戶數(shù)據(jù)收集、客戶數(shù)據(jù)分類、坐席分類、客戶數(shù)據(jù)分配。

一、數(shù)據(jù)收集

客戶線索數(shù)據(jù)的產(chǎn)生，一般有兩種類型，一種是實(shí)時(shí)數(shù)據(jù)，另一種是存量數(shù)據(jù)。實(shí)時(shí)數(shù)據(jù)基本是來源于外部廣告投放或者用戶的活躍行為，存量數(shù)據(jù)往往依賴于企業(yè)內(nèi)部數(shù)據(jù)部門的整理分析。

基于不同業(yè)務(wù)需求，瀏覽商品、生成訂單、異業(yè)合作活動(dòng)、廣告投放等各種場景，都會(huì)產(chǎn)生業(yè)務(wù)的新線索。如果每個(gè)新場景都進(jìn)行系統(tǒng)對接開發(fā)，對CRM自身是高額的成本，所以我們一般會(huì)提供一些通用化的方案解決數(shù)據(jù)收集的問題。目前我采用的數(shù)據(jù)收集方案主要為以下3種：消息隊(duì)列、定時(shí)輪旬同步和臨時(shí)數(shù)據(jù)表。

1. 消息隊(duì)列

消息隊(duì)列主要用于用戶實(shí)時(shí)數(shù)據(jù)的收集。由于電銷場景用戶活躍行為和坐席的撥打時(shí)效對成單有著非常明顯的影響，通過消息隊(duì)列處理實(shí)時(shí)名單，可以有效提高撥打及時(shí)率，進(jìn)而提高成單率。

比如上線一個(gè)新的活動(dòng)或產(chǎn)品，當(dāng)用戶在頁面上產(chǎn)生活躍行為時(shí)，只要活動(dòng)或產(chǎn)品側(cè)開發(fā)按規(guī)則將客戶信息推送到CRM系統(tǒng)的消息隊(duì)列，那系統(tǒng)就可以自動(dòng)流式接受新線索信息。

2. 定時(shí)輪旬

定時(shí)輪旬同步主要用于結(jié)構(gòu)化的存量數(shù)據(jù)收集?，F(xiàn)在互聯(lián)網(wǎng)公司一般都會(huì)沉淀整理自己客戶的用戶畫像，基于這些用戶畫像做篩選數(shù)據(jù)。

比如企業(yè)內(nèi)部沉淀出一部分高價(jià)值標(biāo)簽的靜默用戶或者向外部合作企業(yè)批量獲取一部分用戶線索數(shù)據(jù)，就可以通過這種方式去批量查詢數(shù)據(jù)后，導(dǎo)入到CRM系統(tǒng)內(nèi)。

3. 臨時(shí)數(shù)據(jù)表

臨時(shí)數(shù)據(jù)表主要用于非結(jié)構(gòu)化存量數(shù)據(jù)收集。這部分?jǐn)?shù)據(jù)往往由數(shù)據(jù)部門根據(jù)業(yè)務(wù)特定需求整理得出，寫入到CRM系統(tǒng)的臨時(shí)數(shù)據(jù)表，最終導(dǎo)入系統(tǒng)。

業(yè)務(wù)想整理10天內(nèi)有過瀏覽行為但未成交的用戶和30天內(nèi)有過待支付訂單但未成交的用戶，依賴結(jié)構(gòu)化的數(shù)據(jù)很難實(shí)現(xiàn)，所以一般就會(huì)利用臨時(shí)數(shù)據(jù)表這種方式做數(shù)據(jù)同步。

二、客戶數(shù)據(jù)分類

獲取到客戶數(shù)據(jù)后，CRM要將獲取的線索，精細(xì)化篩選分類，區(qū)分出差異化的用戶群體。常用的用戶分類會(huì)有兩個(gè)層級(jí)：業(yè)務(wù)線和客群。

業(yè)務(wù)線分類：我們假設(shè)一個(gè)金融企業(yè)有企業(yè)貸款業(yè)務(wù)、個(gè)人信用貸款業(yè)務(wù)、車貸業(yè)務(wù)、融資租賃業(yè)務(wù)、個(gè)人理財(cái)業(yè)務(wù)等業(yè)務(wù)，每一項(xiàng)業(yè)務(wù)他們所面向的用戶群體不同，負(fù)責(zé)的銷售管理團(tuán)隊(duì)也各有不同。這時(shí)候，我們就需要通過業(yè)務(wù)線這個(gè)維度，對客戶和銷售管理團(tuán)隊(duì)做一個(gè)拆分，一方面可以做到數(shù)據(jù)隔離，另一方面可以在業(yè)務(wù)線下配置一些符合業(yè)務(wù)需求的特定規(guī)則。

客群分類：同一業(yè)務(wù)線下，基于銷售管理團(tuán)隊(duì)的管理策略，還可以對客戶進(jìn)行更深度的精細(xì)化拆分。在電銷系統(tǒng)內(nèi)，最常用的用戶分類方法有兩類：基于用戶數(shù)據(jù)分類和利用電銷工具分類。

1. 用戶數(shù)據(jù)分類

用戶數(shù)據(jù)分為用戶的實(shí)時(shí)行為數(shù)據(jù)、歷史行為數(shù)據(jù)和個(gè)人屬性數(shù)據(jù)。

實(shí)時(shí)行為數(shù)據(jù)主要用于判斷用戶的購買意向，通過商品數(shù)據(jù)、交互行為、版本渠道這三個(gè)關(guān)鍵數(shù)據(jù)，對客戶分類。

1. 商品數(shù)據(jù)可以通過用戶的咨詢意向產(chǎn)品作為拆分用戶客群的依據(jù)，進(jìn)而為坐席匹配專業(yè)度高的銷售坐席。商品維度的數(shù)據(jù)包括商品ID、商品分類、商品屬性等，根據(jù)公司業(yè)務(wù)各有不同。
2. 交互行為數(shù)據(jù)可以通過用戶的訪問時(shí)長、互動(dòng)深度、互動(dòng)強(qiáng)度等，用于區(qū)分用戶此次行為的購買意向度。這些行為一般包括：otp驗(yàn)證、注冊、實(shí)名、瀏覽、深度瀏覽、加購、收藏、待支付、支付失敗、支付成功、購買基礎(chǔ)產(chǎn)品、產(chǎn)品升級(jí)等，如果對行為深度細(xì)分，還可以細(xì)化到“待支付15分鐘未成交”，“頁面瀏覽3分鐘”這種程度。
3. 版本與渠道可以作為客戶質(zhì)量的衡量標(biāo)準(zhǔn)，反向支持業(yè)務(wù)運(yùn)營人員對客群進(jìn)行細(xì)分。不同的用戶來源，在成交結(jié)果上一般也會(huì)呈現(xiàn)差異。渠道與版本與商品的匹配度如果比較好，成交率必然也會(huì)更優(yōu)。

用戶歷史行為數(shù)據(jù)和用戶個(gè)人屬性數(shù)據(jù)雖然也可以用于去判斷用戶的當(dāng)前購買意向，但更主要的還是用于去判斷用戶的實(shí)際購買能力和消費(fèi)需求。

歷史行為數(shù)據(jù)包含了歷史的交互行為，這些歷史的交互行為對于判斷用戶的購買意向有一定的參考意義，但由于用戶意向本身就很多變。假設(shè)一個(gè)用戶一個(gè)月前有過瀏覽A產(chǎn)品的行為，但是他已經(jīng)購買A產(chǎn)品的同類替代產(chǎn)品或在其他平臺(tái)購買了A產(chǎn)品，那實(shí)際上這個(gè)用戶當(dāng)前其實(shí)是不需要購買A產(chǎn)品的。

即便如此，用戶的歷史行為數(shù)據(jù)對于我們判斷用戶的購買力，仍然有很重要的意義。比如用戶的歷史消費(fèi)行為主要選擇高客單價(jià)產(chǎn)品，或者用戶搜索產(chǎn)品后瀏覽產(chǎn)品的選擇，更多地愿意去選擇高價(jià)產(chǎn)品，那么我們可以依此判斷出，用戶的購買能力很強(qiáng)。

用戶的個(gè)人屬性是一些相對客觀的數(shù)據(jù)，不太會(huì)因?yàn)橛脩粜袨楫a(chǎn)生變化，這些數(shù)據(jù)主要也是用來判斷用戶的購買力。用戶個(gè)人屬性包括：年齡、性別、身份證號(hào)碼歸屬地（出生地）、手機(jī)號(hào)碼歸屬地（大概率為當(dāng)前所在地區(qū)）等，不同年齡段、不同性別、地區(qū)，用戶的消費(fèi)需求和購買能力也存在一些顯著差異，所以利用這些差異我們也可以做一些用戶的精細(xì)分類。

2. 電銷工具分類

常用的電銷工具一般有：智能外呼機(jī)器人和預(yù)測外呼。電銷工具既可以作為名單分配的對象，同時(shí)也可以作為用戶數(shù)據(jù)分類的方法。我們最常使用的智能外呼，可以進(jìn)行一輪用戶意向的初篩，再由人工坐席進(jìn)一步跟進(jìn)，這樣一方面可以節(jié)省人力資源，另一方面也可以讓客戶數(shù)據(jù)更為精準(zhǔn)。

不管是利用用戶數(shù)據(jù)分類，還是通過電銷工具工具分類，最終的目的都是對客戶進(jìn)行篩選，以便將最有價(jià)值跟進(jìn)客戶抓取出來，分配給銷售坐席進(jìn)行跟進(jìn)。在實(shí)際的業(yè)務(wù)應(yīng)用場景中，我們一般是會(huì)將多種方式結(jié)合起來使用，最大化的提升業(yè)務(wù)的效率。

三、坐席分類

即便是針對于同一類客戶，坐席的差異，同樣會(huì)對成單結(jié)果產(chǎn)生影響。通過對坐席的歷史業(yè)績數(shù)據(jù)的分析整理，可以對坐席進(jìn)行分類區(qū)分，進(jìn)而為名單分配提供依據(jù)。最常用的坐席分類標(biāo)準(zhǔn)包括：坐席能力值、坐席擅長產(chǎn)品、坐席承接能力、坐席最近工作狀態(tài)、坐席違規(guī)情況等。

• 坐席能力值：同樣的名單，分配給優(yōu)秀的坐席成單率可能達(dá)到20%，而普通的坐席成單率可能僅有10%。分配策略上，一般會(huì)優(yōu)先將優(yōu)質(zhì)名單分配給優(yōu)質(zhì)坐席，這一方面有利于公司的整體銷售產(chǎn)出，另一方面也可以激勵(lì)坐席產(chǎn)出業(yè)績，這樣就可以被分配到更優(yōu)質(zhì)的客戶。
• 坐席擅長產(chǎn)品：即便是優(yōu)秀的坐席，也可能存在擅長領(lǐng)域的短板。所以在坐席分類時(shí)，也可以結(jié)合擅長產(chǎn)品的來進(jìn)一步對坐席進(jìn)行拆分。
• 坐席承接能力：業(yè)務(wù)目標(biāo)往往多樣，例如提高整體銷售額、提高整體利潤率、提高客戶數(shù)據(jù)成單率等。部分坐席每日承接50個(gè)客戶時(shí)他的成單率很高，但承接客戶數(shù)達(dá)到100個(gè)時(shí)，成單率反而會(huì)斷崖式下降。通過數(shù)據(jù)計(jì)算總結(jié)出每個(gè)坐席做合適的承接能力，對客戶數(shù)據(jù)資源的合理配置，有重要意義。
• 坐席的工作狀態(tài)與坐席違規(guī)情況：即便是最優(yōu)秀的坐席，也可能存在工作狀態(tài)的起伏。通過最近一到兩天的數(shù)據(jù)統(tǒng)計(jì)，也可以區(qū)分出最近工作狀態(tài)優(yōu)秀與最近工作狀態(tài)不佳的坐席，從而作為短期分配策略調(diào)整的依據(jù)。同樣的，坐席的違規(guī)情況也是輔助調(diào)整分配策略的數(shù)據(jù)基礎(chǔ)之一。對于違規(guī)較多、屢教不改、嚴(yán)重違規(guī)的坐席，我們可以在分配時(shí)排除這部分坐席，提高客戶整體的服務(wù)體驗(yàn)。

坐席分類的標(biāo)準(zhǔn)多種多樣，主要還是要根據(jù)自己的業(yè)務(wù)場景深度挖掘，我所舉例的場景只是冰山一角，僅供參考。

四、客戶數(shù)據(jù)分配

電銷場景客戶數(shù)據(jù)分配關(guān)注的核心指標(biāo)主要有兩個(gè)：客戶分配的精準(zhǔn)度和客戶觸達(dá)的及時(shí)性。

1. 客戶分配的精準(zhǔn)度

根據(jù)客戶數(shù)據(jù)的分類以及坐席的分類，建立一些匹配的規(guī)則。通過發(fā)牌式的自動(dòng)分發(fā)，實(shí)現(xiàn)把合適的客戶分給合適的坐席的功能，同時(shí)通過控制不同坐席被分配的客戶的上限，每個(gè)坐席在各種場景可持有客戶數(shù)據(jù)的時(shí)限，來控制客戶數(shù)據(jù)的利用效率。名單匹配分配的應(yīng)用，在上文“坐席分類”這一part我已有過舉例，此處就不再詳細(xì)展開敘述。

2. 客戶觸達(dá)的及時(shí)性

客戶觸達(dá)的及時(shí)性也是電銷坐席成單率的很關(guān)鍵的指標(biāo)。目前我所負(fù)責(zé)的業(yè)務(wù)場景內(nèi)，用戶產(chǎn)生互動(dòng)行為后，同類坐席對同類客人，觸達(dá)越實(shí)時(shí)，則成單率越高。所以在分配策略，我們需要兼顧考慮精準(zhǔn)度和觸達(dá)及時(shí)性的關(guān)系。

需要著重指出的是，客戶數(shù)據(jù)分配的及時(shí)性與觸達(dá)及時(shí)性，是兩個(gè)概念。分配及時(shí)，我們通過簡單流式分配就能實(shí)現(xiàn)。但是每個(gè)小時(shí)坐席外呼的數(shù)量其實(shí)是有限的，當(dāng)流量過大時(shí)，會(huì)導(dǎo)致很多名單已經(jīng)分配到坐席但坐席來不及撥打。

一個(gè)優(yōu)秀坐席一天可以承接100條名單，由于流量爆倉，到中午13點(diǎn)時(shí)，分配給他的名單已經(jīng)達(dá)到上限100條，這時(shí)我們會(huì)面臨兩個(gè)問題：第一，13點(diǎn)以后的名單分配給誰？第二，這些優(yōu)秀的坐席在晚上19:00的時(shí)候，撥打的仍然是13:00點(diǎn)前產(chǎn)出的名單，這時(shí)距離用戶的活躍行為已經(jīng)過去了6個(gè)小時(shí)，客戶成單率會(huì)大幅下降，怎么解決這個(gè)問題？

為解決以上的問題，在客戶數(shù)據(jù)分配的功能中，我采用了溢出式分配+流量預(yù)測式分配結(jié)合的方式，來提升分配的合理性。

溢出式分配，舉個(gè)例子大家很容易就能理解。如果入庫了10000條優(yōu)質(zhì)客戶數(shù)據(jù)，原本想把這些客戶分配給最優(yōu)秀的A類坐席，而我的A類坐席僅有80人，且每人可承接100條，A類坐席可承接客戶總和8000條。那么剩余2000條數(shù)據(jù)A類坐席無法承接，這時(shí)，可以根據(jù)業(yè)務(wù)事先配置過溢出規(guī)則，將剩余的2000條數(shù)據(jù)溢出分配給次優(yōu)坐席B類坐席來承接。

通過溢出式分配，我們可以解決的分配優(yōu)先次序的問題，但是客戶流量過大，導(dǎo)致客戶數(shù)據(jù)在坐席側(cè)堆積的問題仍然無法處理。以上述場景舉例，由于A類坐席早已達(dá)到每人可承接名單的上限，導(dǎo)致接下來的產(chǎn)生的實(shí)時(shí)名單，只能被一些溢出規(guī)則中的普通坐席承接，最好的A類坐席撥打的反而時(shí)間較久的“陳年”客戶。

為了解決這一問題，在溢出式分配基礎(chǔ)上，進(jìn)一步增加了預(yù)測式分配規(guī)則來保證流量在整天時(shí)間內(nèi)的均勻溢出。每個(gè)預(yù)測式分配下都會(huì)有一個(gè)基礎(chǔ)規(guī)則和N個(gè)偏移量區(qū)間規(guī)則。

假設(shè)每天的客戶數(shù)據(jù)自動(dòng)分派從早上9點(diǎn)開始，計(jì)算今天9點(diǎn)時(shí)每小時(shí)新增客戶數(shù)據(jù)的加權(quán)平均值（加權(quán)規(guī)則暫不做具體說明）、昨天9點(diǎn)每小時(shí)新增客戶數(shù)據(jù)的加權(quán)平均值、昨天截止到分配時(shí)間結(jié)束的客戶數(shù)據(jù)入庫總量，可以預(yù)測計(jì)算出今天截止到分配時(shí)間結(jié)束的客戶數(shù)據(jù)入庫總量，這個(gè)數(shù)據(jù)即我所預(yù)測的今天可分配的客戶量。根據(jù)每條規(guī)則中，配置的基礎(chǔ)坐席總數(shù)和坐席每人可承接名單數(shù)，計(jì)算出今日實(shí)際坐席可承接客戶數(shù)。

可承接偏移百分比=(預(yù)測的今天可分配的客戶量/今日實(shí)際坐席可承接客戶數(shù)-1)*100%

業(yè)務(wù)事先可以配置一些偏移區(qū)間規(guī)則，當(dāng)計(jì)算出來的偏移百分比命中到指定區(qū)間時(shí)，可以執(zhí)行對應(yīng)的偏移量區(qū)間規(guī)則。

如果預(yù)測名單量比實(shí)際可承接名單量多10%以內(nèi)，可以勉強(qiáng)用原規(guī)則承接。如果偏移量在10%~20%之間，可以配置規(guī)則，新增一部分溢出坐席來承接。如果偏移量達(dá)到50%以上，可以把一部分名單轉(zhuǎn)人工，一部分名單轉(zhuǎn)由智能語音機(jī)器人外呼。

預(yù)測規(guī)則不僅僅可以應(yīng)用于本規(guī)則內(nèi)的數(shù)據(jù)預(yù)測規(guī)則，甚至也可以與其他業(yè)務(wù)規(guī)則做關(guān)聯(lián)綁定。比如高價(jià)值用戶原本會(huì)分配給優(yōu)質(zhì)坐席，低價(jià)值客群會(huì)分配給普通坐席。當(dāng)高價(jià)值用戶客群與低價(jià)值用戶客群同時(shí)爆量，我們希望高價(jià)值用戶客群在流量增加時(shí)，把一部分普通坐席拉來做流量承接，同時(shí)讓減少低價(jià)值客群分配給普通坐席的比例，轉(zhuǎn)而有AI外呼承接。

一次性流量預(yù)測可能會(huì)存在偏差，而且流量投放、流量增長或減少的開始時(shí)間也不能確定。所以，預(yù)測式分配的流量預(yù)測一般會(huì)每隔一小時(shí)進(jìn)行一次加權(quán)的重新計(jì)算，用于更新下一個(gè)時(shí)間周期（1小時(shí)）內(nèi)的分配策略。

總結(jié)

客戶數(shù)據(jù)分配在電銷系統(tǒng)內(nèi)有著至關(guān)重要的作用。由于篇幅所限，不能完全贅述。如有意見，歡迎一起探討。