痛点

线索繁杂,如何通过固定规则减少人工在线索甄别上的成本损耗?

场景故事

1.使用前:某企业给TOPsalsa张三和业绩排名靠后的李四各分配10条线索,张三第一周就将10条线索加工进行转化为商机,李四只转化了2条,最终剩下的8条商机内有3个商机都已错过了最佳转化时间。

使用后:某企业收集线索且评估是有效且非重复线索后,通过系统进行评估,匹配对应销售员张三,提高了张三的线索转化率。

2.使用前:某企业市场部门,400部门等收集线索后初步了解信息后将线索全部分给对应销售员,销售员打电话发现分配的5个线索都并非公司标准画像客户,公司在统计线索转化率时发现,每个月的线索转化率不到3%。

使用后:某企业,400等部门收集线索后先通过平台进行评估,确定是目标画像且有效线索后分配对应销售。

场景价值

1、线索智能评估
2、跟进策略分析
3.线索查重
4.对接大数据平台
5.构建内部数据库

关键价值

1.通过线索评估进行策略分析
2.对接大数据平台,利用先进生产力工具等方式进行线索智能评估解放销售人员

解决思路

1.达芬奇:基于静态属性对线索进行匹配度评分,评估线索与目标对象的符合度,从而判断跟进优先级或跟进对象
2.智能评分(转换概率):基于过往的线索数据,提炼出高质量线索应具备的特征,使用机器学习和数据挖掘技术对线索质量进行动态评估