教育培訓行業(yè)是目前國內發(fā)展比較迅速的行業(yè)，用戶(hù)需求大，產(chǎn)品涵蓋商務(wù)實(shí)戰英語(yǔ)、實(shí)用口語(yǔ)、雅思培訓、托福培訓、在線(xiàn)英語(yǔ)以及海外留學(xué)項目等。經(jīng)過(guò)多年的業(yè)務(wù)發(fā)展，企業(yè)與客戶(hù)之間形成了多個(gè)不同角色的接觸點(diǎn)，包括市場(chǎng)、客服、門(mén)店營(yíng)銷(xiāo)、培訓中心等各角色應用系統中的共享互通，如下圖所示。這些角色有著(zhù)不同的需求，使用著(zhù)不同的工具和應用，但都需要訪(fǎng)問(wèn)最新的數據，以便用這些數據來(lái)形成為客戶(hù)量身定做的最佳決策。但是往往數據與應用之間缺乏融會(huì )貫通的統一畫(huà)像和訪(fǎng)問(wèn)方式，導致業(yè)務(wù)之間的信息孤島，影響決策的有限實(shí)施與客戶(hù)體驗。
（圖1-1）
本方案在尋求商務(wù)智能（Business Intelligence，以下簡(jiǎn)稱(chēng)BI）的解決方案，旨在建立統一客戶(hù)視圖，挖掘客戶(hù)消費潛力，增強營(yíng)銷(xiāo)能力，改進(jìn)用戶(hù)體驗，實(shí)現基于統一用戶(hù)視圖基礎上的信息傳遞，涵蓋銷(xiāo)售，邀約，門(mén)店，教學(xué)環(huán)節對用戶(hù)信息的獲取。方案涵蓋自渠道推廣至呼叫中心的數據流程優(yōu)化與實(shí)施，用戶(hù)統一視圖建立的評估，以及針對各個(gè)數據使用部門(mén)的信息貫通。
第2章 解決方案概述
此項目旨在為企業(yè)建立統一用戶(hù)視圖，實(shí)現在各個(gè)業(yè)務(wù)流程中的用戶(hù)數據完善與共享。通過(guò)對用戶(hù)分類(lèi)及建立用戶(hù)預測模型，提高呼叫中心的潛客邀約率。建立dashboard，實(shí)時(shí)展現市場(chǎng)投放與不同渠道的效率。
目前企業(yè)比較關(guān)心以下功能模塊實(shí)現：
- 用戶(hù)畫(huà)像
- 基于用戶(hù)畫(huà)像的用戶(hù)信息定制和發(fā)布
- 邀約階段用戶(hù)信息完善及流轉
- 訂單階段用戶(hù)信息完善及流轉
- 呼叫中心坐席評價(jià)體系
- 潛客與呼叫中心坐席匹配
- 市場(chǎng)活動(dòng)趨勢分析及渠道管理
第3章 解決方案詳述
3.1 用戶(hù)畫(huà)像
建立用戶(hù)信息的統一視圖數據庫，按照教育培訓行業(yè)特征建立行業(yè)用戶(hù)重點(diǎn)關(guān)注維度和各維度內的深度數據，同時(shí)從實(shí)際應用場(chǎng)景出發(fā)對用戶(hù)數據進(jìn)行分析，建立針對不同應用場(chǎng)景的三類(lèi)標簽：事實(shí)、模型、預測。從而使得一個(gè)用戶(hù)在不同應用場(chǎng)景下能夠以所標簽的信息被形象展示。
（圖3-1）
3.2 用戶(hù)統一畫(huà)像模型建設及步驟
3.2.1基于企業(yè)現有數據整合和完善，通過(guò)6個(gè)維度的事實(shí)信息來(lái)描述用戶(hù)，建立用戶(hù)的基礎維度和各維度的不同層級的信息：
- 用戶(hù)基本屬性
- 用戶(hù)關(guān)聯(lián)關(guān)系
- 用戶(hù)興趣偏好
- 用戶(hù)價(jià)值信息
- 用戶(hù)風(fēng)險信息
- 用戶(hù)營(yíng)銷(xiāo)信息
如下圖所示：
（圖3-2）
3.2.2 基于用戶(hù)信息建立6個(gè)維度的服務(wù)目標和基于事實(shí)用戶(hù)信息的目標維度標簽，更準確描述客戶(hù)在各個(gè)目標維度的定位和狀態(tài)。
- 營(yíng)銷(xiāo)增強
- 客戶(hù)洞察
- 渠道優(yōu)化
- 產(chǎn)品創(chuàng )新
- 風(fēng)險防范
- 運營(yíng)提升
通過(guò)大數據處理分析工具來(lái)分類(lèi)客戶(hù)的事實(shí)標簽，實(shí)現客戶(hù)畫(huà)像的第一步分析，初步實(shí)現用戶(hù)畫(huà)像。
“ 基于用戶(hù)的基本事實(shí)，結合企業(yè)業(yè)務(wù)及教育行業(yè)的獨有的特征，對于用戶(hù)做合并分類(lèi)，形成客戶(hù)畫(huà)像與客戶(hù)群體屬性，如下圖所示：
（圖3-3）
3.2.3基于客戶(hù)的瀏覽興趣與購買(mǎi)數據，結合模型如LTV、RFM等通過(guò)分析工具計算客戶(hù)的模型標簽，實(shí)現客戶(hù)畫(huà)像的第二步分析，實(shí)現用戶(hù)商業(yè)價(jià)值畫(huà)像。
- 新客戶(hù)的獲得成本
- 存量客戶(hù)生命周期價(jià)值
- 存量客戶(hù)的交叉銷(xiāo)售價(jià)值
- 存量客戶(hù)的再激活價(jià)值
- ……
（圖3-4）
3.2.4 基于用戶(hù)基本畫(huà)像與模型畫(huà)像，通過(guò)大數據機器學(xué)習算法(如貝爾斯、邏輯回歸等)來(lái)進(jìn)行用戶(hù)預測與完善反饋，實(shí)現更精準的推廣分配，提高運營(yíng)效率，如下圖所示：
- 推廣的到校試課概率評估
- 新客戶(hù)的生命周期價(jià)值評估
- ……
（圖3-5）
3.3 統一畫(huà)像標簽完整過(guò)程
基于企業(yè)現有數據，定期通過(guò)工具從數據庫與Web日志采集原始數據，然后生成標簽模型并持續優(yōu)化。
（圖3-6）
- 基本畫(huà)像標簽：從數據庫一次性導入。同時(shí)制定定期采集規則，當客戶(hù)信息通過(guò)CRM更新時(shí)，將更新記錄直接復制到基本畫(huà)像標簽的更新，以便預測優(yōu)化。
- 營(yíng)銷(xiāo)畫(huà)像標簽：
- 需求標簽：從數據庫一次性導入。同時(shí)制定定期采集規則，當座席采集客戶(hù)需求并通過(guò)CRM更新時(shí)，將更新記錄直接復制到需求畫(huà)像標簽的更新，以便預測優(yōu)化。
- 營(yíng)銷(xiāo)活動(dòng)標簽：從數據庫一次性導入。同時(shí)制定定期采集規則，當推廣采集客戶(hù)名單并通過(guò)CRM更新時(shí)，將更新記錄直接復制到營(yíng)銷(xiāo)畫(huà)像標簽的更新，以便預測優(yōu)化。
- 價(jià)值畫(huà)像標簽：從數據庫一次性導入。同時(shí)制定定期采集規則，當成單信息通過(guò)CRM更新時(shí)，將更新記錄每晚進(jìn)行計算新商業(yè)價(jià)值統計，將新變量更新到價(jià)值標簽以便預測優(yōu)化。
- 興趣畫(huà)像標簽：興趣畫(huà)像原數據的瀏覽日志解析處理比較復雜，需要進(jìn)行URL的識別、IP的識別、User Agent的識別、Referrer搜索關(guān)鍵詞的識別等。處理流程的設計采用了流水化的串行和并行設計，內部解析采用組件化流水化處理，不同組件之間的數據采用共享大內存的方式，避免在不同的處理組件之間進(jìn)行數據落地，重復的進(jìn)行數據寫(xiě)出和讀入，提高數據處理的效率。同時(shí)使用統一的數據模型，統一的數據存儲。如下圖所示，使用Exceed Data平臺模塊化的集成、處理、分析、以及應用機器智能算法可以大大節省存儲資源，提供解析的效率。
（圖3-7）
3.4 用戶(hù)數據在業(yè)務(wù)環(huán)節中的共享
通過(guò)一套開(kāi)放的應用之間采用開(kāi)放的應用接口（API）實(shí)現用戶(hù)信息在市場(chǎng)、客服、門(mén)店營(yíng)銷(xiāo)、培訓中心等各系統中的共享互通。API為統一標準，為各個(gè)應用數據系統，設置未來(lái)外部數據接入，提供統一的數據接收（get）與采集（post）接口，如下圖所示。
- 支持主流的接口協(xié)議，如REST；
- 支持直接采集主流數據庫數據，支持的數據庫包括：oracle、mysql、sqlserver等，直接使用jdbc客戶(hù)端命令方式從數據庫獲取數據。
- 支持分布式數據源調度，支持多數據源間的訪(fǎng)問(wèn)連接。
- 采用參數驅動(dòng)的設計思想，在A(yíng)PI中，凡是不能確定的因素做到參數化，以達到通過(guò)對參數的設置就可適應不同的情況及不同時(shí)期的應用要求。
（圖3-8）
通過(guò)API對數據流通的支持與一致化視角，提供全面、整合的分析能力幫助企業(yè)英語(yǔ)提升復雜流程下的高性能分析，快速建立專(zhuān)注于客戶(hù)的凝聚力，借助大數據分析改善運營(yíng)效益。
（圖3-9）
第4章 用戶(hù)信息的收集及傳遞流程
基于下一業(yè)務(wù)環(huán)節的需求，確立用戶(hù)信息收集的維度，通過(guò)API或數據導入的方式，實(shí)現各業(yè)務(wù)環(huán)節間所需的用戶(hù)信息流轉流程。
以官網(wǎng)至呼叫中心為例，如下圖所示：
- 定期收集網(wǎng)絡(luò )日志到系統
- 系統提取瀏覽歷史、合作渠道、設備信息
- 系統分析瀏覽興趣并更新至客戶(hù)畫(huà)像
- 系統根據初步畫(huà)像和需求定位，計算成單概率，分配給座席
- 座席呼叫客戶(hù)，收集進(jìn)一步信息，更新至CRM
- 系統從CRM里采集信息變化，更新至客戶(hù)畫(huà)像，并重新計算成單概率，
- 座席再呼叫客戶(hù)時(shí)，使用最新客戶(hù)畫(huà)像并繼續收集（可重復）
（圖4-1）
在座席預約試聽(tīng)以后，可延續統一的數據交互流程擴展業(yè)務(wù)，如下圖所示。
- 門(mén)店迎接客戶(hù)，使用系統+座席收集的最新信息與需求興趣，讓客戶(hù)擁有良好體驗，加速成單。
- 教師歡迎學(xué)生，使用系統+座席收集的需求興趣，無(wú)需重新收集就可以為為客戶(hù)設計適合的需求。
- 教師與學(xué)生的交流中，發(fā)現更多信息，重新跟新至用戶(hù)畫(huà)像。
- 系統為學(xué)生計算類(lèi)似學(xué)生還會(huì )上的課程（類(lèi)似電商的”買(mǎi)這個(gè)產(chǎn)品的人還買(mǎi)了xx“的功能），更新用戶(hù)畫(huà)像。
- 門(mén)店使用系統推薦的為學(xué)生推薦更多課程，更新交叉銷(xiāo)售成單。
- 系統重新計算客戶(hù)生命周期價(jià)值，重新更新客戶(hù)畫(huà)像以便未來(lái)預測。
（圖4-2）
如上圖所示，通過(guò)銷(xiāo)售和服務(wù)環(huán)節各個(gè)維度信息的完善，在每一個(gè)環(huán)節調用統一標準的API，采集最新的數據和更新最新的資料，配合數據分析及標簽功能，逐步實(shí)現對用戶(hù)信息的豐滿(mǎn)和多元化展示，實(shí)現針對本行業(yè)更有效的用戶(hù)畫(huà)像，
第5章 坐席評價(jià)及潛客匹配
建立用戶(hù)評價(jià)體系，對潛在客戶(hù)進(jìn)行標簽，如下圖所示。
- 在CRM呼叫中心系統建立坐席評價(jià)體系，按照技能和歷史潛客成單率進(jìn)行標簽。
- 在BI系統建立潛客分配試用規則A、B、C
- 將潛客信息和匹配坐席信息傳遞給CRM呼叫中心系統進(jìn)行leads分配。
- 跟蹤測試不同分配規則下的產(chǎn)出效率并優(yōu)化分配方案。
- 通過(guò)坐席與潛客的規則匹配，使坐席效能最大化，提高邀約率。
（圖5-1）
針對個(gè)人座席，跟蹤成單率vs客戶(hù)成單概率，提供包括呼叫時(shí)長(cháng)、呼叫成本、成單率/客戶(hù)成單概率、成單價(jià)值等反應客觀(guān)效率的分析，并提供周、月、年趨勢的對比。
第6章 智能Dashboard
通過(guò)時(shí)間、地域、渠道、客戶(hù)性別、客戶(hù)年齡段、客戶(hù)工作類(lèi)型、瀏覽產(chǎn)品、成單產(chǎn)品、價(jià)值層次等維度，對企業(yè)英語(yǔ)的業(yè)務(wù)成單屬性、渠道接觸行為屬性、客戶(hù)業(yè)務(wù)量和收入進(jìn)行多維分析，形成企業(yè)英語(yǔ)的智能洞察指數。
通過(guò)對客戶(hù)業(yè)務(wù)成單的分析和成單概率，為潛客的精準分配和座席的效率提升提供支撐。展現座席營(yíng)銷(xiāo)的明細數據，支持通過(guò)呼叫時(shí)間、客戶(hù)區域、成單產(chǎn)品、人群屬性等條件進(jìn)行靈活組合查詢(xún)；支持按照呼叫周期查詢(xún)；可對指標進(jìn)行升、降序排序；支持通過(guò)時(shí)間、區域、產(chǎn)品、人群屬性等條件進(jìn)行靈活組合查詢(xún)。
通過(guò)日期、地域、客戶(hù)成單率等維度的靈活組合，對渠道客戶(hù)獲得數量、平均獲得成本、平均成單金額，平均客戶(hù)凈價(jià)值等指標來(lái)行多維分析，識別渠道的收益成效。
智能洞察指數主要用于，如下圖所示：
- 熱門(mén)產(chǎn)品排行、地域分布、客戶(hù)群分布；
- 座席效率排行；
- 成單趨勢分析；
- 各渠道分析；
- 瀏覽成單路徑分析；
（圖6-1）
