四、用户信息的收集及传递流程
基于下一业务环节的需求，确立用户信息收集的维度，通过API或数据导入的方式，实现各业务环节间所需的用户信息流转流程。
以官网至呼叫中心为例，如下图所示：
- 定期收集网络日志到系统
- 系统提取浏览历史、合作渠道、设备信息
- 系统分析浏览兴趣并更新至客户画像
- 系统根据初步画像和需求定位，计算成单概率，分配给座席
- 座席呼叫客户，收集进一步信息，更新至CRM
- 系统从CRM里采集信息变化，更新至客户画像，并重新计算成单概率，
- 座席再呼叫客户时，使用最新客户画像并继续收集（可重复）
在座席预约试听以后，可延续统一的数据交互流程扩展业务，如下图所示。
- 门店迎接客户，使用系统+座席收集的最新信息与需求兴趣，让客户拥有良好体验，加速成单。
- 教师欢迎学生，使用系统+座席收集的需求兴趣，无需重新收集就可以为为客户设计适合的需求。
- 教师与学生的交流中，发现更多信息，重新跟新至用户画像。
- 系统为学生计算类似学生还会上的课程（类似电商的”买这个产品的人还买了xx“的功能），更新用户画像。
- 门店使用系统推荐的为学生推荐更多课程，更新交叉销售成单。
- 系统重新计算客户生命周期价值，重新更新客户画像以便未来预测。
（图4-2）
如上图所示，通过销售和服务环节各个维度信息的完善，在每一个环节调用统一标准的API，采集最新的数据和更新最新的资料，配合数据分析及标签功能，逐步实现对用户信息的丰满和多元化展示，实现针对本行业更有效的用户画像，
五、坐席评价及潜客匹配
建立用户评价体系，对潜在客户进行标签，如下图所示。
- 在CRM呼叫中心系统建立坐席评价体系，按照技能和历史潜客成单率进行标签。
- 在BI系统建立潜客分配试用规则A、B、C
- 将潜客信息和匹配坐席信息传递给CRM呼叫中心系统进行leads分配。
- 跟踪测试不同分配规则下的产出效率并优化分配方案。
- 通过坐席与潜客的规则匹配，使坐席效能最大化，提高邀约率。
（图5-1）
针对个人座席，跟踪成单率vs客户成单概率，提供包括呼叫时长、呼叫成本、成单率/客户成单概率、成单价值等反应客观效率的分析，并提供周、月、年趋势的对比。
六、智能Dashboard
通过时间、地域、渠道、客户性别、客户年龄段、客户工作类型、浏览产品、成单产品、价值层次等维度，对企业英语的业务成单属性、渠道接触行为属性、客户业务量和收入进行多维分析，形成企业英语的智能洞察指数。
通过对客户业务成单的分析和成单概率，为潜客的精准分配和座席的效率提升提供支撑。展现座席营销的明细数据，支持通过呼叫时间、客户区域、成单产品、人群属性等条件进行灵活组合查询；支持按照呼叫周期查询；可对指标进行升、降序排序；支持通过时间、区域、产品、人群属性等条件进行灵活组合查询。
通过日期、地域、客户成单率等维度的灵活组合，对渠道客户获得数量、平均获得成本、平均成单金额，平均客户净价值等指标来行多维分析，识别渠道的收益成效。
智能洞察指数主要用于，如下图所示：
- 热门产品排行、地域分布、客户群分布；
- 座席效率排行；
- 成单趋势分析；
- 各渠道分析；
- 浏览成单路径分析；
（图6-1）
（完结）
