这篇文章最初是由36Kr企业服务评论的专家小组乔一鸭,创建的。
乔一鸭:见证1500家企业数字化转型实践，分享团队智慧。
-文字-
企业服务模式是一种全新的商业模式，不仅仅是把软件、服务搬到网上那么简单，更意味着我们和客户之间的长期合作关系。企业服务的本质在于：了解客户和真实的业务需求，为他们提供优质的产品和服务，帮助他们在复杂的业务环境中走出发展困境。
# #一个一、的理想：能做什么，但还没做什么。
这就对企业服务的产品经理、、运营商和、营销人员提出了更高的要求，因为他们需要从客户成功的角度来重构整个业务。通过围绕“以用户为中心”的数据分析，给予企业合作伙伴一定的便利，他们希望通过数据分析解决以下问题：
如何以更低的成本获得高质量的客户？
如何快速确定线索跟进优先级，有效提高销售线索转化率？
如何诊断易流失客户和高价值客户，实现客户全生命周期支持和管理？
如何根据数据提供优质的客户服务，增强客户粘性，保证客户的续费率？
对于B2B2C类型的客户，如何为B端客户提供自己的业务运营数据？
# 2二、瓶颈：束缚手脚的绳索
实际开始这件事的时候，不难发现需要解决的问题和挑战，比如：
*数据岛：前端行为数据和线下数据孤岛：前端行为数据和线下、,CRM,、,ERP,等后端业务数据无法打通
对于企业管理者来说，最基本的需求就是知道每个推广渠道带来了多少流量和用户，以及每个渠道带来的用户后续转化和留存情况如何。然而，我们最终关心的转换并不仅限于注册。我们想知道这批线索用户最终是否转化为客户并支付了费用。
不幸的是，大多数企业的现状是，营销数据和企业
CRM系统还没有开通，无法衡量每个渠道最终完成了多少支付转化，无法筛选出、ROI(投资回报率)最高的推广渠道，优化营销投入产出比。
*产品功能复杂，动辄上千个埋点，不知如何定义和管理数据模型
与电子商务、、,互联网金融等行业相比，、企业的服务由于产品功能复杂、产品模块众多，往往会出现数据采集无序、缺失的情况，整个过程会涉及到两个用户，一个是用户，一个是企业，因此如何设计更有利于分析的数据模型是一个令人头疼的问题。
*跨部门的、多业务线数据完全独立，无法进行全局分析。
致乙
类产品一般有多个业务线，涉及大量团队和业务线人员。如何将多条业务线整合统一在一个平台上进行分析，从而满足不同团队、不同人员的需求，而不是排队等待发展，是非常迫切的。客户整体情况、健康状况、、渗透率等基础分析都依赖于多条业务线的统一分析。
三种、实践：打破束缚的一些尝试
以提供移动CRM(客户关系管理)系统软件的企业服务商A公司为例。同样，一个
公司还坚持以客户为先，希望不断优化客户对、潜在客户的访问、客户服务等业务流程，提升整体经营业绩。A公司的一些尝试值得借鉴。
一个埋点事件支撑 5 条业务线 21 个团队数据分析需求
我们知道，企业服务企业成功的关键是让企业用户活跃起来，提高企业客户的留存率，减少企业客户的流失，所以a。
公司需要对企业的健康状况进行全面分析，及时找出健康状况不佳的企业。
一家公司一直在关注活跃企业和员工的数量，以及每天的变化趋势；并衡量企业的质量，比如一个企业的平均用户数，在线员工占企业开通员工的比例。
A公司共有五条业务线，任何一条业务线的大部分操作请求都会触发一个后端业务请求。这个过程会涉及3000多个接口，任何一个接口都会被调用，那么需要设计吗？
3000多起陪葬事件？
公司A通过设计事件和扩展属性来覆盖所有请求。首先对所有接口进行梳理，如果接口设计非常规范，可以按照一定的清理规则划分接口。最后，你会的
3000接口数据清理变成了一个被埋没的事件，具有员工ID的属性。
、一级分类接口、二级分类接口、具体接口名、产品版本、Event_value、FullAction 等。其实，结合丰富的用户属性，如企业
ID、企业名称、企业规模、企业分组、企业付费类别、企业一级行业、企业二级行业、注册时间、开通时间、代理商 ID、企业开通账号数、购买账号数、独立用户 ID
等。通过事件属性和用户属性的交叉分析，实现对企业的精细化运营。
如此上千个事件整合为一个事件再配有详细的属性就可以解决了。每个业务线每个团队的人员只需要按照自己业务线的需求灵活配置出自己想看的企业指标数据就可以了。
### 打通 CRM 和数据分析平台， 快速判断线索跟进优先级
由于来自营销渠道的线索量大，CRM
系统通常记录客户基本情况，如公司名称、跟进状态、联系方式及客户所在地等；销售团队往往通过电话第一时间去判断客户需求、购买意愿，至于每条销售线索的处理优先级、哪些需求紧急、客户赢单的可能性大小，较难进行快速和客观判断。
这或许是对于任何一家有 CRM服务的企业都面临的问题，这家公司通过判断销售线索的跟进情况来判断优先级，比如 SaaS 公司产品 Demo
的注册、使用等行为数据，引入企业CRM系统，辅助销售进行快速判别。
CRM 系统客户基本情况（图片来源：神策数据）
以自身的产品为例，假设，A 公司非常关注用户在 Demo 上，“A
功能”、“B功能”、“C功能”、“D功能”、“E功能”等核心功能的使用情况，于是创建一条虚拟事件，如图所示。创建好后，通过后端 API
采集的方式将该条事件的计算结果（总查询次数）传入 CRM ，从而辅助销售团队去查看产品试用情况、快速判断用户需求和销售切入点。
1.优先联系总查询次数高的客户
如果客户的核心功能使用次数或总查询次数从申请试用后，一直保持一个比较高的趋势的话，说明这个潜在客户转化的可能性比较高，销售团队会高优先级联系这批客户。
2.根据最近登录时间判断客户的使用动态
优先选择最近登录时间比较靠前的客户，对于沉寂的客户，可以放低优先级，如果某个客户在沉寂一段时间后，某一天突然登录了，这时就可以及时跟进该客户，尽早掌握客户动态，确保最终的转化。
后来，销售人员在拿到有价值的信息后，有针对性跟进，在策略实施一个月后，销售线索的有效线索转化率提高了 6%，间接提高了最终的赢单率。
除此之外，通过客户分层管理，可以构建企业画像，实现客户全生命周期的支持与管理。
伴随企业服务全流程数据应用的启动阶段、粘性阶段、增长阶段和营收阶段四个阶段，每个阶段企业的关注点有较大差异，业务不会揭示问题，用户行为会揭示问题。用户行为为企业服务增强客户黏性、提升客户满意度，构建用户为中心，保障客户续约率和提升
NPS（净推荐值）有着不可低估的价值。
www.36dianping.com
[免责声明]
原文标题：《数据分析对 To B 类企业的价值、瓶颈与实践》
作者：乔一鸭
本文来源于36氪企服点评
