线索|乔一鸭：TO B 企业如何从零到一实现数据驱动？( 三 )

文章插图
图：CRM 系统客户基本情况
采用后端 API 采集的方式，将用户行为数据集成到企业 CRM 系统，如图。将采集计算好的用户行为数据，传到 CRM 上来跟踪线索，主要集成以下两个字段：
一是，最近登录时间，即用户最近一次登录产品的时间；
二是，总查询次数，即潜在客户在产品 Demo 上核心功能的使用查询次数。

文章插图
图：后端 API 集成 Demo 试用行为数据至CRM 系统
可以通过虚拟事件定义核心功能使用次数，来计算“总查询次数”。
对一款 SaaS 产品而言，其核心功能涉及的业务模块会很多，且每个业务模块下都有部分核心功能，任意一个核心功能的使用，都可以当作客户触达了产品的价值点，所以需要通过虚拟事件的方法，将分散的各个核心功能整合为一条事件，进行整体分析。
例如我们非常关注用户在 Demo 上，“行为事件分析功能”、“漏斗分析功能”、“留存分析功能”、“回访分析功能”、“概览操作”等核心功能的使用情况，于是创建一条虚拟事件。创建好后，通过后端 API 采集的方式将该条事件的计算结果（总查询次数）传入 CRM ，从而辅助销售团队去查看产品试用情况、快速判断用户需求和销售切入点。
把CRM和数据分析平台的结合，即可高效获取大量详细的销售线索相关关键信息，同时利用用户的行为，做到有的放矢，及时调整了销售跟进策略，对不同的客户排出优先级，提高整体销售效率和有效线索转化率。
第一，优先联系总查询次数高的客户；
如果客户的核心功能使用次数或总查询次数从申请试用后，一直保持一个比较高的趋势的话，说明这个潜在客户转化的可能性比较高，销售团队会高优先级联系这批客户。
第二，根据最近登录时间判断客户的使用动态；
优先选择最近登录时间比较靠前的客户，对于沉寂的客户，可以放低优先级，如果某个客户在沉寂一段时间后，某一天突然登录了，这时就可以及时跟进该客户，尽早掌握客户动态，确保最终的转化。
从实际案例来看，销售人员拿到有价值的信息后，有针对性跟进，在策略实施一个月后，销售线索的有效线索转化率提高了 6%，间接提高了最终的赢单率。

场景三：提供优质的客户服务，增强客户黏性，保障客户续约率；

业务不会揭示问题，用户行为会揭示问题，哪些用户是高活跃用户，哪些是高风险用户，需要从客户活跃度的角度进行监控。
A 公司通过功能细分查看不同功能的活跃度，发现大部分保持高活跃的企业用户，主要使用的功能居然是考勤签到功能，而这个功能可能是销售人员迫于绩效压力，每天例行签到的，签完到就不使用产品了。
从这可以看出定义产品活跃度的指标是不合适的，需要做出调整，只有做过核心功能的企业用户才算作活跃用户。完成核心功能的企业数和员工数的变化趋势才是客户成功团队关心的第一关键指标。如果只是浏览或点击某个功能是没有用的，只有深入使用产品的核心功能，才能发现产品价值。
对于活跃度的定义更进一步，限定每个企业至少有 3 个员工在线，并且做了核心动作中至少一个才算作活跃企业。此时可以通过分布分析来看出企业活跃度分布。对活跃度低的企业，是一个重要的流失预警信号，需要重点跟进，加强培训。

场景四：对客户分层管理，构建企业画像，实现客户全生命周期的支持与管理。

A 公司灵活根据其客户使用不同产品功能的频率、活跃天数、人均使用次数等数据指标，对客户进行分层管理，详细了解每一类客户是如何使用产品的，然后会对他们采取不同的策略。帮助企业客户成功团队和销售团队，密切关注企业状态，了解何时需要及时干预，实现客户全生命周期的支持与管理。