教育培訓(xùn)行業(yè)是目前國內(nèi)發(fā)展比較迅速的行業(yè)，用戶需求大，產(chǎn)品涵蓋商務(wù)實戰(zhàn)英語、實用口語、雅思培訓(xùn)、托福培訓(xùn)、在線英語以及海外留學(xué)項目等。經(jīng)過多年的業(yè)務(wù)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(xùn)中心等各角色應(yīng)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(yīng)用，但都需要訪問最新的數(shù)據(jù)，以便用這些數(shù)據(jù)來形成為客戶量身定做的最佳決策。但是往往數(shù)據(jù)與應(yīng)用之間缺乏融會貫通的統(tǒng)一畫像和訪問方式，導(dǎo)致業(yè)務(wù)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(wù)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(xiàn)基于統(tǒng)一用戶視圖基礎(chǔ)上的信息傳遞，涵蓋銷售，邀約，門店，教學(xué)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(shù)據(jù)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(shù)據(jù)使用部門的信息貫通。

　　此項目旨在為企業(yè)建立統(tǒng)一用戶視圖，實現(xiàn)在各個業(yè)務(wù)流程中的用戶數(shù)據(jù)完善與共享。通過對用戶分類及建立用戶預(yù)測模型，提高呼叫中心的潛客邀約率。建立dashboard，實時展現(xiàn)市場投放與不同渠道的效率。

　　目前企業(yè)比較關(guān)心以下功能模塊實現(xiàn)：

　　建立用戶信息的統(tǒng)一視圖數(shù)據(jù)庫，按照教育培訓(xùn)行業(yè)特征建立行業(yè)用戶重點關(guān)注維度和各維度內(nèi)的深度數(shù)據(jù)，同時從實際應(yīng)用場景出發(fā)對用戶數(shù)據(jù)進行分析，建立針對不同應(yīng)用場景的三類標簽：事實、模型、預(yù)測。從而使得一個用戶在不同應(yīng)用場景下能夠以所標簽的信息被形象展示。

（圖3-1）

　　3.2.1基于企業(yè)現(xiàn)有數(shù)據(jù)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(chǔ)維度和各維度的不同層級的信息：

　　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(wù)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)。

　　通過大數(shù)據(jù)處理分析工具來分類客戶的事實標簽，實現(xiàn)客戶畫像的第一步分析，初步實現(xiàn)用戶畫像。

　　“ 基于用戶的基本事實，結(jié)合企業(yè)業(yè)務(wù)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(shù)據(jù)，結(jié)合模型如LTV、RFM等通過分析工具計算客戶的模型標簽，實現(xiàn)客戶畫像的第二步分析，實現(xiàn)用戶商業(yè)價值畫像。

（圖3-4）

　　3.2.4 基于用戶基本畫像與模型畫像，通過大數(shù)據(jù)機器學(xué)習(xí)算法(如貝爾斯、邏輯回歸等)來進行用戶預(yù)測與完善反饋，實現(xiàn)更精準的推廣分配，提高運營效率，如下圖所示：

（圖3-5）

　　基于企業(yè)現(xiàn)有數(shù)據(jù)，定期通過工具從數(shù)據(jù)庫與Web日志采集原始數(shù)據(jù)，然后生成標簽?zāi)Ｐ筒⒊掷m(xù)優(yōu)化。

（圖3-6）

（圖3-7）

　　通過一套開放的應(yīng)用之間采用開放的應(yīng)用接口（API）實現(xiàn)用戶信息在市場、客服、門店營銷、培訓(xùn)中心等各系統(tǒng)中的共享互通。API為統(tǒng)一標準，為各個應(yīng)用數(shù)據(jù)系統(tǒng)，設(shè)置未來外部數(shù)據(jù)接入，提供統(tǒng)一的數(shù)據(jù)接收（get）與采集（post）接口，如下圖所示。

（圖3-8）

　　通過API對數(shù)據(jù)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(fù)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(shù)據(jù)分析改善運營效益。

（圖3-9）

　　基于下一業(yè)務(wù)環(huán)節(jié)的需求，確立用戶信息收集的維度，通過API或數(shù)據(jù)導(dǎo)入的方式，實現(xiàn)各業(yè)務(wù)環(huán)節(jié)間所需的用戶信息流轉(zhuǎn)流程。

　　以官網(wǎng)至呼叫中心為例，如下圖所示：

（圖4-1）

　　在座席預(yù)約試聽以后，可延續(xù)統(tǒng)一的數(shù)據(jù)交互流程擴展業(yè)務(wù)，如下圖所示。

（圖4-2）

　　如上圖所示，通過銷售和服務(wù)環(huán)節(jié)各個維度信息的完善，在每一個環(huán)節(jié)調(diào)用統(tǒng)一標準的API，采集最新的數(shù)據(jù)和更新最新的資料，配合數(shù)據(jù)分析及標簽功能，逐步實現(xiàn)對用戶信息的豐滿和多元化展示，實現(xiàn)針對本行業(yè)更有效的用戶畫像，

　　建立用戶評價體系，對潛在客戶進行標簽，如下圖所示。

（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(yīng)客觀效率的分析，并提供周、月、年趨勢的對比。

　　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(chǎn)品、成單產(chǎn)品、價值層次等維度，對企業(yè)英語的業(yè)務(wù)成單屬性、渠道接觸行為屬性、客戶業(yè)務(wù)量和收入進行多維分析，形成企業(yè)英語的智能洞察指數(shù)。

　　通過對客戶業(yè)務(wù)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(xiàn)座席營銷的明細數(shù)據(jù)，支持通過呼叫時間、客戶區(qū)域、成單產(chǎn)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(chǎn)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(shù)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(shù)主要用于，如下圖所示：

（圖6-1）