摘要：使用機器學(xué)習(xí)進(jìn)行客戶管理，我們可以得到客戶度全方位的視圖。本文以的客戶管理應(yīng)用為例，介紹機器學(xué)習(xí)是如何同傳統(tǒng)的客戶管理應(yīng)用進(jìn)行集成的。

使用機器學(xué)習(xí)進(jìn)行客戶管理，我們可以得到客戶360度全方位的視圖。

本文以SAP Cloud for Customer的客戶管理應(yīng)用為例，介紹機器學(xué)習(xí)是如何同傳統(tǒng)的客戶管理應(yīng)用進(jìn)行集成的。

打開SAP C4C的客戶中心，在客戶列表里選中任意一個客戶，能在右邊看到一個名為Insights的頁面。

這些客戶的360度視圖是基于C4C內(nèi)部和外部的數(shù)據(jù)源分析得出的,有助于銷售人員進(jìn)行更有針對性的客戶計劃和銷售。C4C的外部數(shù)據(jù)源采用的是第三方數(shù)據(jù)提供商Bombora。

通過Insights面板，我們能夠獲得通過機器學(xué)習(xí)得出的每個客戶的購買傾向的分?jǐn)?shù)，也能看出就我們關(guān)注的某一話題，該客戶的行為和傾向到底如何。Bombora會從該客戶相關(guān)的B2B網(wǎng)站上捕捉能夠反映該客戶購買傾向的各種線索。當(dāng)檢測到客戶在某個話題上的線索數(shù)量有明顯增加時，我們稱這個客戶就該話題表現(xiàn)出了一個Surge。我們會給出Surge的分?jǐn)?shù)，范圍在1到99之間，每周更新一次。

SAP C4C會將某個客戶總的Surge分?jǐn)?shù)顯示在屏幕右側(cè)Insights面板內(nèi)，同時顯示出Surge分?jǐn)?shù)最高的前三個話題。下圖Surge分?jǐn)?shù)前三的話題依次為:Artificial Intelligence, Machine Learning和Collaboration Software。

在C4C工作中心視圖Predication Services的Third Party Data可以對Insights面板里需要關(guān)注的話題進(jìn)行配置：

顯示和該客戶過去一年內(nèi)接收和發(fā)送的電子郵件，電話，會議，以及后續(xù)任務(wù)（Followup-task）的總數(shù)。

銷售管道有時候也叫銷售漏斗，是一個非常形象的概念，是銷售過程控制的重要分析工具，適合銷售流程比較規(guī)范，周期比較長，參與的人員比較多的復(fù)雜銷售過程的管理。顧名思義，所有具有購買需求的潛在用戶位于銷售漏斗的頂部。

漏斗的上部：將自己企業(yè)的產(chǎn)品列入候選清單的潛在用戶。

漏斗的中部：將本企業(yè)產(chǎn)品列入優(yōu)選清單的潛在用戶（如兩個互為競品的品牌中選一個）

漏斗的下部：基本上已經(jīng)確定購買本企業(yè)的產(chǎn)品，只是有些手續(xù)還沒有落實的潛在用戶。

漏斗的底部：期望能夠成交的用戶。

根據(jù)所處整個銷售過程的位置，以及銷售成功的概率，我們通常需要對處于漏斗各個層次的銷售狀態(tài)確定一個百分?jǐn)?shù)來代表該用戶銷售的成功率。

比如，處在漏斗上部的潛在用戶其成功率為20％，處在漏斗中部的潛在用戶其成功率為50％，處在漏斗下部的潛在用戶其成功率為 70％。從潛在用戶到最后成功簽約，流程每推進(jìn)一步，用戶名單就會減少一些，看起來是個倒金字塔形狀，也就是個漏斗形狀，所以將其形象地稱為銷售漏斗。

SAP C4C的Insights標(biāo)簽會顯示和該客戶相關(guān)的銷售漏斗涉及的總金額，以及當(dāng)前處于正在進(jìn)行中的銷售機會數(shù)和銷售報價單個數(shù)。

基于過去一年銷售數(shù)據(jù)計算出的贏單率，贏下的單子總的金額以及輸?shù)舻膯巫訉?yīng)的總金額。

和該客戶相關(guān)的銷售和服務(wù)合同的總金額。

Account Receivables：針對某客戶的應(yīng)收款金額。

要獲取更多Jerry的原創(chuàng)技術(shù)文章，請關(guān)注公眾號"汪子熙"或者掃描下面二維碼: