教育培訓行業(yè)是目前國內發(fā)展比較迅速的行業(yè)，用戶需求大，產品涵蓋商務實戰(zhàn)英語、實用口語、雅思培訓、托福培訓、在線英語以及海外留學項目等。經過多年的業(yè)務發(fā)展，企業(yè)與客戶之間形成了多個不同角色的接觸點，包括市場、客服、門店營銷、培訓中心等各角色應用系統(tǒng)中的共享互通，如下圖所示。這些角色有著不同的需求，使用著不同的工具和應用，但都需要訪問最新的數據，以便用這些數據來形成為客戶量身定做的最佳決策。但是往往數據與應用之間缺乏融會貫通的統(tǒng)一畫像和訪問方式，導致業(yè)務之間的信息孤島，影響決策的有限實施與客戶體驗。
（圖1-1）
本方案在尋求商務智能（Business Intelligence，以下簡稱BI）的解決方案，旨在建立統(tǒng)一客戶視圖，挖掘客戶消費潛力，增強營銷能力，改進用戶體驗，實現基于統(tǒng)一用戶視圖基礎上的信息傳遞，涵蓋銷售，邀約，門店，教學環(huán)節(jié)對用戶信息的獲取。方案涵蓋自渠道推廣至呼叫中心的數據流程優(yōu)化與實施，用戶統(tǒng)一視圖建立的評估，以及針對各個數據使用部門的信息貫通。
第2章 解決方案概述
此項目旨在為企業(yè)建立統(tǒng)一用戶視圖，實現在各個業(yè)務流程中的用戶數據完善與共享。通過對用戶分類及建立用戶預測模型，提高呼叫中心的潛客邀約率。建立dashboard，實時展現市場投放與不同渠道的效率。
目前企業(yè)比較關心以下功能模塊實現：
- 用戶畫像
- 基于用戶畫像的用戶信息定制和發(fā)布
- 邀約階段用戶信息完善及流轉
- 訂單階段用戶信息完善及流轉
- 呼叫中心坐席評價體系
- 潛客與呼叫中心坐席匹配
- 市場活動趨勢分析及渠道管理
第3章 解決方案詳述
3.1 用戶畫像
建立用戶信息的統(tǒng)一視圖數據庫，按照教育培訓行業(yè)特征建立行業(yè)用戶重點關注維度和各維度內的深度數據，同時從實際應用場景出發(fā)對用戶數據進行分析，建立針對不同應用場景的三類標簽：事實、模型、預測。從而使得一個用戶在不同應用場景下能夠以所標簽的信息被形象展示。
（圖3-1）
3.2 用戶統(tǒng)一畫像模型建設及步驟
3.2.1基于企業(yè)現有數據整合和完善，通過6個維度的事實信息來描述用戶，建立用戶的基礎維度和各維度的不同層級的信息：
- 用戶基本屬性
- 用戶關聯(lián)關系
- 用戶興趣偏好
- 用戶價值信息
- 用戶風險信息
- 用戶營銷信息
如下圖所示：
（圖3-2）
3.2.2 基于用戶信息建立6個維度的服務目標和基于事實用戶信息的目標維度標簽，更準確描述客戶在各個目標維度的定位和狀態(tài)。
- 營銷增強
- 客戶洞察
- 渠道優(yōu)化
- 產品創(chuàng)新
- 風險防范
- 運營提升
通過大數據處理分析工具來分類客戶的事實標簽，實現客戶畫像的第一步分析，初步實現用戶畫像。
“ 基于用戶的基本事實，結合企業(yè)業(yè)務及教育行業(yè)的獨有的特征，對于用戶做合并分類，形成客戶畫像與客戶群體屬性，如下圖所示：
（圖3-3）
3.2.3基于客戶的瀏覽興趣與購買數據，結合模型如LTV、RFM等通過分析工具計算客戶的模型標簽，實現客戶畫像的第二步分析，實現用戶商業(yè)價值畫像。
- 新客戶的獲得成本
- 存量客戶生命周期價值
- 存量客戶的交叉銷售價值
- 存量客戶的再激活價值
- ……
（圖3-4）
3.2.4 基于用戶基本畫像與模型畫像，通過大數據機器學習算法(如貝爾斯、邏輯回歸等)來進行用戶預測與完善反饋，實現更精準的推廣分配，提高運營效率，如下圖所示：
- 推廣的到校試課概率評估
- 新客戶的生命周期價值評估
- ……
（圖3-5）
3.3 統(tǒng)一畫像標簽完整過程
基于企業(yè)現有數據，定期通過工具從數據庫與Web日志采集原始數據，然后生成標簽模型并持續(xù)優(yōu)化。
（圖3-6）
- 基本畫像標簽：從數據庫一次性導入。同時制定定期采集規(guī)則，當客戶信息通過CRM更新時，將更新記錄直接復制到基本畫像標簽的更新，以便預測優(yōu)化。
- 營銷畫像標簽：
- 需求標簽：從數據庫一次性導入。同時制定定期采集規(guī)則，當座席采集客戶需求并通過CRM更新時，將更新記錄直接復制到需求畫像標簽的更新，以便預測優(yōu)化。
- 營銷活動標簽：從數據庫一次性導入。同時制定定期采集規(guī)則，當推廣采集客戶名單并通過CRM更新時，將更新記錄直接復制到營銷畫像標簽的更新，以便預測優(yōu)化。
- 價值畫像標簽：從數據庫一次性導入。同時制定定期采集規(guī)則，當成單信息通過CRM更新時，將更新記錄每晚進行計算新商業(yè)價值統(tǒng)計，將新變量更新到價值標簽以便預測優(yōu)化。
- 興趣畫像標簽：興趣畫像原數據的瀏覽日志解析處理比較復雜，需要進行URL的識別、IP的識別、User Agent的識別、Referrer搜索關鍵詞的識別等。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行數據落地，重復的進行數據寫出和讀入，提高數據處理的效率。同時使用統(tǒng)一的數據模型，統(tǒng)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(jié)省存儲資源，提供解析的效率。
（圖3-7）
3.4 用戶數據在業(yè)務環(huán)節(jié)中的共享
通過一套開放的應用之間采用開放的應用接口（API）實現用戶信息在市場、客服、門店營銷、培訓中心等各系統(tǒng)中的共享互通。API為統(tǒng)一標準，為各個應用數據系統(tǒng)，設置未來外部數據接入，提供統(tǒng)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問連接。
- 采用參數驅動的設計思想，在API中，凡是不能確定的因素做到參數化，以達到通過對參數的設置就可適應不同的情況及不同時期的應用要求。
（圖3-8）
通過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)英語提升復雜流程下的高性能分析，快速建立專注于客戶的凝聚力，借助大數據分析改善運營效益。
（圖3-9）
第4章 用戶信息的收集及傳遞流程
基于下一業(yè)務環(huán)節(jié)的需求，確立用戶信息收集的維度，通過API或數據導入的方式，實現各業(yè)務環(huán)節(jié)間所需的用戶信息流轉流程。
以官網至呼叫中心為例，如下圖所示：
- 定期收集網絡日志到系統(tǒng)
- 系統(tǒng)提取瀏覽歷史、合作渠道、設備信息
- 系統(tǒng)分析瀏覽興趣并更新至客戶畫像
- 系統(tǒng)根據初步畫像和需求定位，計算成單概率，分配給座席
- 座席呼叫客戶，收集進一步信息，更新至CRM
- 系統(tǒng)從CRM里采集信息變化，更新至客戶畫像，并重新計算成單概率，
- 座席再呼叫客戶時，使用最新客戶畫像并繼續(xù)收集（可重復）
（圖4-1）
在座席預約試聽以后，可延續(xù)統(tǒng)一的數據交互流程擴展業(yè)務，如下圖所示。
- 門店迎接客戶，使用系統(tǒng)+座席收集的最新信息與需求興趣，讓客戶擁有良好體驗，加速成單。
- 教師歡迎學生，使用系統(tǒng)+座席收集的需求興趣，無需重新收集就可以為為客戶設計適合的需求。
- 教師與學生的交流中，發(fā)現更多信息，重新跟新至用戶畫像。
- 系統(tǒng)為學生計算類似學生還會上的課程（類似電商的”買這個產品的人還買了xx“的功能），更新用戶畫像。
- 門店使用系統(tǒng)推薦的為學生推薦更多課程，更新交叉銷售成單。
- 系統(tǒng)重新計算客戶生命周期價值，重新更新客戶畫像以便未來預測。
（圖4-2）
如上圖所示，通過銷售和服務環(huán)節(jié)各個維度信息的完善，在每一個環(huán)節(jié)調用統(tǒng)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，逐步實現對用戶信息的豐滿和多元化展示，實現針對本行業(yè)更有效的用戶畫像，
第5章 坐席評價及潛客匹配
建立用戶評價體系，對潛在客戶進行標簽，如下圖所示。
- 在CRM呼叫中心系統(tǒng)建立坐席評價體系，按照技能和歷史潛客成單率進行標簽。
- 在BI系統(tǒng)建立潛客分配試用規(guī)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(tǒng)進行l(wèi)eads分配。
- 跟蹤測試不同分配規(guī)則下的產出效率并優(yōu)化分配方案。
- 通過坐席與潛客的規(guī)則匹配，使坐席效能最大化，提高邀約率。
（圖5-1）
針對個人座席，跟蹤成單率vs客戶成單概率，提供包括呼叫時長、呼叫成本、成單率/客戶成單概率、成單價值等反應客觀效率的分析，并提供周、月、年趨勢的對比。
第6章 智能Dashboard
通過時間、地域、渠道、客戶性別、客戶年齡段、客戶工作類型、瀏覽產品、成單產品、價值層次等維度，對企業(yè)英語的業(yè)務成單屬性、渠道接觸行為屬性、客戶業(yè)務量和收入進行多維分析，形成企業(yè)英語的智能洞察指數。
通過對客戶業(yè)務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。展現座席營銷的明細數據，支持通過呼叫時間、客戶區(qū)域、成單產品、人群屬性等條件進行靈活組合查詢；支持按照呼叫周期查詢；可對指標進行升、降序排序；支持通過時間、區(qū)域、產品、人群屬性等條件進行靈活組合查詢。
通過日期、地域、客戶成單率等維度的靈活組合，對渠道客戶獲得數量、平均獲得成本、平均成單金額，平均客戶凈價值等指標來行多維分析，識別渠道的收益成效。
智能洞察指數主要用于，如下圖所示：
- 熱門產品排行、地域分布、客戶群分布；
- 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）
