摘要:2B企业同样需要精耕获客环节

神策数据曹犟:数据分析助力客户全生命周期管理 | 爱分析活动-ifenxi

近日,爱分析在京举办了2019爱分析·中国科技创新大会,本次大会以洞见未来为主题,探讨2019年科技创新与商业发展的趋势。爱分析邀请了云计算领域标杆公司神策数据联合创始人&CTO曹犟进行主题演讲。

曹犟认为,客户完整生命周期包括市场、销售和客户成功三个阶段。目前流量获取成本越来越高,2B企业也应该运用数据分析的手段,对客户进行精细化运营,从而提高客户生命周期的价值。

现将神策数据联合创始人&CTO曹犟的主题演讲实录与大家分享。

演讲实录

曹犟:很高兴今天能够有这个机会跟大家分享我们在企业服务领域的一些经验和总结。神策数据是一家用户行为分析的企业服务公司,而企业服务这个行业这两年一直都还比较热,对于很多企业服务的公司来讲可能都有一个核心的诉求,那就是我怎么样去解决好我获客的问题,怎么样解决好线索转化的问题,怎么样解决好客户成功的问题。

数据驱动型企业——业绩可持续增长的三级火箭

从我们的角度来讲,我们成立三年多,目前客户已经超过500家。从客户的视角来讲,我们把整个客户跟企业的接触,分成了市场、销售和客户成功三个阶段。

市场,是说让客户认识到我们企业服务公司能提供那些产品,提供哪些服务。销售,则是说这个客户已经表示出明确的意向,如何把他变成我们真正的签约客户。客户成功我觉得是目前很多同行,或者说友商比较忽视的,大家更看重营销,更看重销售转化,而不去看重客户成功。对于一个企业服务公司来说,我们绝大部分时候收入都是按年来定的,因此客户成功其实非常重要,也是你每年销售额能增加两倍、增长三倍非常重要的支撑点。

我今天的演讲会围绕客户跟企业打交道的三个阶段,我们是做数据分析、做用户行为分析的,我会探讨一下数据分析本身在这样一个环境里面能够起到什么样的价值。大家提到用户行为分析时,想到的都是2C的产品,今天我们会从2B的角度来讲讲。

神策数据曹犟:数据分析助力客户全生命周期管理 | 爱分析活动-ifenxi

营销销售全漏斗同样可用于2B行业

我们关注最开始的两个阶段,跟客户在签约之前,我们首先要来营销,这个阶段数据能够解决哪些问题?数据可以告诉我们这些线索、这些流量是从哪来的,他们为什么会对我的公司感兴趣,是我做的哪个投放,是我的哪个物料让他们感兴趣,以及我近年花了一百万的市场预算后它们实际带来了多少线索、带来了多少ROI

在销售领域阶段,数据能发挥什么价值?它可以告诉我们线索,每一个渠道带来的线索,经过销售人员跟进之后质量怎么样,哪些应该优先处理,哪些可能放缓。所有的企业服务公司,相比较2C有一个最大的特点,每一个客户都是我们销售团队辛辛苦苦地去拜访、做POC,整个销售流程会比较长。这个过程中,数据可以告诉我们整个销售流程的效率怎么样,在哪些地方可以有优化和提升。我们做今年整个业绩的预测,这些都是可以根据数据来做支撑。

下面我从我们自己的实践来讲几个具体的案例。我们把整个销售的全周期,或者也可以叫与客户打交道的整个周期,看作一个很大的漏斗,最上面是我们通过市场活动让客户能够发现我们,产生一条新的线索,我们通过各种不同的方式加深客户的印象,一直到我们的销售人员跟进客户的实际拜访,到招投标、POC,一直到最终的赢单,这个可以看作是一个完整的营销销售全漏斗。

漏斗转化概念在2C的产品里面用得非常多,每一个2C的产品是为了解决用户的诉求,对于这个诉求的满足程度可以看作是一个漏斗。我们把这个观点转到2B的企业,2B企业客户就是我们的用户,我们希望帮客户解决具体的问题,相对而言我们也可以有一个相应的漏斗。在我们公司里面,我们的确是用这样一个整体的销售漏斗来去衡量销售团队的工作效率,来做近年销售业绩的考核,以及明年销售目标的预测。

我们先回到最开始的营销环节,在很大一部分情况下,所谓的营销最终都是要把客户,或者说潜在的客户引导向我们的官网。在这个时候有不同的投放渠道,你可以去投百度SEM,可能会去发一些软文,可能会去参加不同的活动。这个时候有不同的渠道,每一个渠道会带来不同的线索量,我们可以用数据来精准监控不同渠道带来线索量的好坏是什么。如果我们仅仅去看线索量,很多时候对于渠道的评估或者分析可能就不太合理。

我举一个简单的例子,假设同样是投放一万块钱,我们一万块钱投放在百度SEM,一万块钱投放到今日头条,百度给我们带来了一百个访问,头条带来了一千个访问。我们仅仅看访问量,可能会觉得头条这个渠道效果会更好。我们更深入去看这一百条线索,最终有多少个完成注册,这是第一步转化,有多少完成真正的成单,这个时间周期很长,这些成单给我们带来了多少合同额,最终回款多少,一直到这样的分析才能精确计算出不同渠道投放的最终ROI

在这样一个营销阶段,数据能够发挥非常重要的,或者说核心的价值。我们自己又是做数据分析的,所以从我们自己的角度来讲,我们现在的确会用自己推出的产品,来密切监控我们官网各种渠道带来的访问量,把它和我们的CRM系统打通,去看我们的这些线索最后转变成了多少客户,客户变成多少个商机,商机变成多少个成单,成单带来多少回款,然后去调整我们的投放策略。这是一个需要非常精细化运营的过程。

这里面再举一个实际的首页改版的例子,对于2B企业来讲,我们可能跟客户触达主要的环节就是官网,所以官网上客户可能一开始会有一个潜在的需求,去搜关键字跳到了你的官网上,但他对于你并没有任何的认识,也不带有任何的偏见。这个时候你官网做的好坏,其实会直接影响他是否会真的去注册,真的留下他的联系方式。只有当你的潜在客户留下了联系方式,你的团队才有可能把它转化成商机,转化成最终的成单。我们当时发现过来的流量的最终转化率相对而言有一些问题,于是做了一些测试,把旧版的官网变成了新版的官网。

我们当时设计的目标是新版官网能够让我们的转化率提升多少,能够让用户跳出率降低多少等假设。我们为了解决这些问题,为了真正衡量官网改版的实际效果,我们想了很多的办法把客户注册的账号跟客户的ID去打通,我们的销售去拜访客户会留下相应的记录,把它和销售的记录打通,从而真正的衡量官网改版的效果。这次官网改版我们核心的指标,不是带来的注册量,而是这些注册留下的线索本身的质量以及后续的转化率。

在这里面,我们其实把很多在2C产品里用得非常多的用户行为分析或者说数据分析的手段,拿到了2B行业。我觉得在这样一个流量获取成本越来越高,以及每一个线索越来越珍贵的阶段,2B企业也非常有必要对于自己的流量、对于自己的线索做精细化深度的运营。

销售阶段需要流程化管理

刚刚大概描述了我们在营销阶段所做的工作,但其实在销售阶段,特指客户已完成注册,销售人员和他们联系上的阶段,数据也能发挥很多的价值,这里面我们自己的实践主要是在这三方面。

一个是CRM的规范使用,我们会去监控自己的销售,以及销售运营人员使用CRM的情况,去看看CRM的系统是否能够满足他们的需求,哪方面待改进。一个就是用数据真正的衡量线索,例如,十个销售,每个销售给他分配了一百条线索,我们会去详细的看对这一百条线索的拜访情况、记录情况等等。最后是我们在这个过程中把每一个线索的跟进,都有一个完整的流程机制记录下来。

这里面举几个实际的应用场景,我们的销售同学曾经会有这样一个问题,他有十个待拜访的客户,并不知道哪个客户应该是他优先电话沟通的,他也不知道在电话沟通之后,他应该跟这个客户聊些什么问题,我们就用数据帮他解决这个问题。

这个解决方法是这样的,因为我们每个客户都会试用我们的demo,我们就详细的监测这些客户在使用demo的时候,他对哪个部门感兴趣,他喜欢在哪个时间段来使用,他喜欢看哪些demo,他喜欢看哪些文章等等,并且把数据详细的记录到CRM系统里面来。

这样就可以让每一个销售同学,他再去回顾他自己的线索的时候,可以看到他手头上的客户近期有没有看我们的demo,看我们的技术文章。如果看了,之后他就很有可能打电话说李总你好,我注意到你昨天看到我们的一篇关于埋点的文章。从他们的实际反馈,以及我们自己的数据监控来讲,这样的一个数据的统计,会让客户觉得你真是做的非常用心,也会让整个销售流程的转化率得到相当明显的改进。

这里面相当于我刚刚所描述的,我们把一个客户从进入我们的官网,再到最终整个的赢单,包括其中各个的环节,销售跟进环节等等,都以详细数据的方式,反过来记录到我们的分析系统里面来,把它形成了一个漏斗,去评估我们整体的转化率。整体的转化率有很多很重要的分析,例如我们通常情况下我们可以认为一个SaaS行业,整体从线索到最终的赢单转化率是千分之三,从注册到赢单的转化率是多少,其实都有很多行业的均值。

如果你能够真实的算出自己每一个环节的转化率,你大概就知道你现在到底是处于什么阶段,如果你发现从注册到最终的转化率很低,可能说明你自己的产品本身还并没有达到完善的阶段,你还是需要打磨产品、打磨解决方案的过程。如果发现你的问题主要停留在浏览官网再到注册的环节,就说明企业本身的声誉,以及你本身提供的一些解决方案材料还存在一些欠缺。这样一个很简单漏斗的分析,可以指导一个2B企业后续工作的情况。

客户成功提升客户生命周期价值

最后主要探讨的是客户成功的问题。我们可以把一个客户的全生命周期发挥成这样一个阶段,对绝大部分的2B企业,项目式的企业来讲,我们非常的想知道在这一年合同里面,我们的客户对我们是否满意,他是否会有流失的风险,很想知道客户对我们产品的哪些地方感兴趣,哪些地方不感兴趣。我们有了新的产品,我们也想给已有的客户。

在这个阶段来讲,我们可以认为这里面其实是有非常多的风险存在,这都是我们自己实践总结出来的,这个风险停留在交付实施阶段,你的实施质量不够好,可能客户用不起来,也可能停留在持续维护的阶段,例如你客户的接口人突然换人了,突然离职,或者有组织变动,你可能完全一无所知。你觉得我之前交付的很好,解决了他们很多的问题。但仅仅是内部的组织调整,可能就让你明天损失大客户的数据。

这个风险也可能停留在到期之后续约的时候,你可能觉得这个客户跟我关系一直蛮好的,我们经常聊天,明天他肯定会跟我续约,但是你不知道你的产品从来没有解决他的问题,他觉得他过去花的一百万花得一点价值都没有,所以不会再续约。在客户生命周期每个阶段,都需要用数据了解这个客户当前状态是怎么样的,产品用得好不好,有没有解决他实际的问题。

其实我们自己在相当长一段时间也存在这些问题,我们不了解我们的客户,他现在使用的是否健康,我们没有办法评价我们的续约率。比如我说明年的续约,团队必须做到70%的续约、110%的续费。为什么?我们可能是按照硅谷成熟的SaaS公司,他们在高速增长阶段都能做到110%的续约,我们也拍一个指标。

但是你的指标是否合理?例如我们今天碰了P2P暴雷,我们损失了非常多的P2P的客户,或者说我们O2O也损失了很多非常多的客户,整个目标根本没有办法完成。在这个过程中你需要有一个数据,能告诉你不同的客户,他现在的健康情况怎么样,存在什么问题,你的产品有没有真正解决他的需求,他是否有续约的风险,他是否有增购的可能,这些都是需要用数据来解决的问题。

整体上来讲我们的方法论,或者说构建客户生命周期管理一整套的方法论,会把这个事情分成三个大的环节。

第一是构建,就是说我们通过监测客户使用产品的情况,监测客户跟我们客户人员沟通的情况,通过记录我们上门回访记录的情况,来构建一个客户生命周期的定义,并且对他做一个划分。第二,我们整个客户成功团队,是有一个完整的罗盘,一个完整的东西去看所有客户目前的生命情况,以及他的领导能够看到所有客户的健康情况。最后,这样一个系统需要能够自动的把那些具有流失风险的,有增购机会的,有提前续约机会的客户自动找出来,这是我们对于客户生命周期管理的认识。

我们近年自己研发了叫神策客景的产品,用来解决这样的问题。目前主要还是我们内部在用,我们客户成功服务了上千家客户,可以想象每一个客户成功都有五十家客户,他需要很详细的了解客户的使用情况。我们通过数据产品,一个数据工具的产品来解决它。我们期望它帮助我们提升整个续约、续费,能够找到增购的机会,同时也提高我们整个售后团队的人效比。我们知道哪些客户有流失的风险,我们需要重点的关注,我们知道哪个客户现在用得很好,你可能不需要不停的问他你用得怎么样,从而提高我们的效率,提高给整个客户服务的体验。

整体对一个服务公司来讲,我们最开始会引入CRM,会引入各种销售管理工具,这可能是解决了你企业服务公司自己的IT化的问题。但是只有当你的数据分析、你的数据本身能够贯穿你的整个业务流程,你才相当于从IT化走向数据化。在这样一个阶段有非常多能做的事情,他们也都能取得非常显而易见的效果,这方面我们在自己的身上做了很好的实践。

以上就是我今天分享的全部内容,谢谢大家。