怎樣做好CRM系統(tǒng)的數(shù)據(jù)運營？核心在于線索數(shù)據(jù)的運營和管理。一起來看看作者的分析。

CRM運營核心，在于線索數(shù)據(jù)的運營和管理。

從CRM的線索來源進(jìn)行分類，一般會區(qū)分為兩大類型線索：離線數(shù)據(jù)線索和實時數(shù)據(jù)線索。

離線數(shù)據(jù)線索主要來源于企業(yè)沉淀的數(shù)倉數(shù)據(jù)，通過歷史歸納出的客戶標(biāo)簽、客戶分群，經(jīng)過規(guī)則篩選后，可以生產(chǎn)出客戶離線數(shù)據(jù)線索。

實時數(shù)據(jù)線索主要來源于用戶的實時行為。通過統(tǒng)一的埋點平臺，收集來自企業(yè)內(nèi)部的各個子系統(tǒng)的客戶端埋點和服務(wù)端埋點信息，然后再根據(jù)規(guī)則生產(chǎn)加工后，產(chǎn)出實時數(shù)據(jù)線索。

一、數(shù)據(jù)的接入

線索的產(chǎn)生依賴于數(shù)據(jù)。大型企業(yè)內(nèi)部一般都會有很多套系統(tǒng)，通過系統(tǒng)和系統(tǒng)的配合來去完成企業(yè)的商業(yè)目標(biāo)。這樣雖然能夠提升企業(yè)的效率，但是也因此導(dǎo)致客戶的數(shù)據(jù)分散在企業(yè)的各個系統(tǒng)內(nèi)，CRM系統(tǒng)想要獲取這些數(shù)據(jù)，就需要通用的數(shù)據(jù)接入規(guī)則。

常用的數(shù)據(jù)收集方式包括埋點數(shù)據(jù)接入和數(shù)據(jù)庫數(shù)據(jù)接入。用戶端產(chǎn)生實時行為或服務(wù)端有實時行為，都可以根據(jù)規(guī)范上報到埋點平臺，再由CRM去消費這些行為事件數(shù)據(jù)。同時，企業(yè)各個模塊的系統(tǒng)數(shù)據(jù)，也可以同步到數(shù)倉的Hive、MySQL、Oracle，這樣可以打通企業(yè)內(nèi)部的數(shù)據(jù)壁壘。

基于這些數(shù)據(jù)信息，CRM就可以將這些數(shù)據(jù)加工成客戶線索。

二、元數(shù)據(jù)

不管是用戶的數(shù)倉的數(shù)據(jù)，還是實時埋點數(shù)據(jù)，每一條數(shù)據(jù)都包含了很多元數(shù)據(jù)信息。

元數(shù)據(jù)的類型主要有：行為事件、事件屬性、用戶屬性、物品屬性。

行為事件，往往會包括用戶行為事件和系統(tǒng)行為事件。用戶的行為事件一般是取自客戶端埋點數(shù)據(jù)，舉例：點擊瀏覽、加購、生成訂單、支付、發(fā)起退款等。系統(tǒng)行為事件一般是取服務(wù)端埋點數(shù)據(jù)，舉例：支付失敗，核保失敗，風(fēng)控砍單退款，自動分配等，這些都不是用戶端發(fā)起的行為事件。

每個行為事件都不是孤立存在，必然伴生了很多和行為相關(guān)的衍生信息：行為發(fā)起者的信息”用戶屬性”,行為自身的”事件屬性”，行為的目標(biāo)對象的“物品屬性”。

用戶屬性包括：年齡、性別、地域、收入、職業(yè)等信息。

做交互设计10年，我为何转岗到产品经理？

真正转岗之后，我发现很多工作还是超出了自己的想象。产品经理的工作确实比较杂。理论上，产品经理的工作包括了产品的方方面面，从市场研究、用户调研、数据分析...

查看详情 >

事件屬性包括：訪問設(shè)備、時長、IP、事件的場景、來源渠道等。

物品屬性：物品的定義，可以是商品，也可以是訂單或者其他的系統(tǒng)對象。物品屬性包含：商品型號、類目、價格、庫存等。

元數(shù)據(jù)信息，陳述的是一個客觀事實，不會有對用戶偏好性的判斷。通過行為事件、用戶屬性、物品屬性、事件屬性的組合，我們就可以組裝出一個單體的獨立的行為事件A。

2024/4/9 21:21，一個30歲的北京地區(qū)的男性用戶（用戶屬性）通過蘋果手機(jī)在抖音渠道的電商商城（事件屬性）瀏覽了（行為事件）型號為XXXX價格是8000元的西門子冰箱的商品詳情頁（物品屬性）并停留了60秒（事件屬性）。

三、用戶分群與用戶標(biāo)簽

之前說了，元數(shù)據(jù)信息陳述的僅僅是一個客觀事實。但是基于這些客觀的元數(shù)據(jù)，我們可以基于規(guī)則或者算法，判斷出用戶的瀏覽偏好、購買偏好、用戶價值等信息，并將這些信息加工后歸納為用戶標(biāo)簽與用戶分群，沉淀為企業(yè)的數(shù)據(jù)資產(chǎn)。

比如，用戶甲，年齡30歲，在最近30天內(nèi)，有過30筆價格2000元以上的酒店訂單。那么，我們其實就可以根據(jù)這些信息，將這個客戶歸納為“高凈值”、“偏好酒店住宿”、“男青年”。

很多產(chǎn)品經(jīng)理不太能夠分清用戶分群和用戶標(biāo)簽的區(qū)別，因為在實際應(yīng)用場景下，好像這兩者使用起來差別不是很大。但兩者的確是有本質(zhì)的區(qū)別的。

用戶標(biāo)簽是我們基于用戶的元數(shù)據(jù)歸納出的用戶特征數(shù)據(jù)。即便是在同一個業(yè)務(wù)場景下，用戶的標(biāo)簽也是可以重復(fù)的。比如說，一個用戶他既喜歡蘋果，又喜歡梨子，又喜歡菠蘿，那么，在水果的偏好場景下，他可以同時擁有這三個喜好的標(biāo)簽。

而用戶分群則不同。用戶分群會基于一個維度，把目標(biāo)人群劃分為不同的群體。他有一個非常重要的原則，就是“相互獨立，完全窮盡”。以用戶性別進(jìn)行分群，一個人要么是女的，要么是男的。他不可能既是女的，又是男的，所以同一個維度下，一個人不可能同時存在于兩個分群內(nèi)。

四、客戶線索

當(dāng)我們收集到用戶實時埋點數(shù)據(jù)、數(shù)倉數(shù)據(jù)后，我們掌握了比較豐富的用戶數(shù)據(jù)了，但是知易行難，如何將我們掌握的客戶數(shù)據(jù)，轉(zhuǎn)化為客戶線索，是線索管理中最重要的一步。

純粹的離線數(shù)據(jù)的篩選相對比較簡單，通過設(shè)置定時的任務(wù)，批量去數(shù)倉，根據(jù)客群、標(biāo)簽等維度，撈取數(shù)據(jù)并同步到CRM。

實時的客戶線索數(shù)據(jù)，不僅要考慮用戶的實時行為，往往也會結(jié)合數(shù)倉數(shù)據(jù)進(jìn)行篩選。比如上面提到的用戶行為事件A，用戶有“購買力強(qiáng)”“消費意愿強(qiáng)”的用戶標(biāo)簽，那么我們可以把“瀏覽商品“作為觸發(fā)事件，“冰箱品類商品”、”單價大于5000元““瀏覽時長不小于60s”、“購買力強(qiáng)”、“消費意愿強(qiáng)”作為補(bǔ)充判斷條件，歸納出一類“深度瀏覽冰箱品類商品的高價值用戶”這樣的客戶線索。

但是，單個用戶行為事件歸納出的線索，會存在一些弊端。比如，用戶如果在事件A發(fā)生后，自然成交了冰箱品類的商品，那么繼續(xù)將這條線索篩選進(jìn)CRM系統(tǒng)并讓銷售人員跟進(jìn)，不僅浪費了銷售的人力，也會對用戶造成不必要的打擾。

所以，實際的運營場景下，我們除了以獨立的行為事件A作為觸發(fā)開始條件外，還經(jīng)常會考慮到用戶的行為序列（多個行為的排序），并細(xì)化判斷進(jìn)行篩選。比如用戶完成了A事件之后，在30min內(nèi)未完成B事件。又或者用戶完成了A事件之后，又按順序做了C，D，E事件。

五、客戶觸達(dá)

通過篩選后的客戶線索，可以根據(jù)客戶線索的類型推送到CRM的各種通道進(jìn)行觸達(dá)。常用的客戶觸達(dá)方式有：人工外呼、智能外呼、APP推送、短信、微信公眾號、企微推送等。當(dāng)然也允許企業(yè)自定義推送的通道，為了標(biāo)準(zhǔn)化定義推送數(shù)據(jù)線索的方式，通常會采用webhook作為通用對接方式。

六、總結(jié)

目前很多大型企業(yè)都沉淀了大量的客戶數(shù)據(jù)，這些客戶數(shù)據(jù)都存在很大的價值挖掘空間。通過數(shù)倉篩選，對客戶進(jìn)行輕量級的觸達(dá)，如果用戶產(chǎn)生實時的反饋或者交互，就可以進(jìn)一步進(jìn)行深度的二次觸達(dá)。這樣就可以有效地去利用自身的數(shù)據(jù)資產(chǎn)，為公司創(chuàng)造價值。