案例 | 班组数据管理的措施与结果
来源： 时间：2022-02-16
日常班组运营中，营销坐席、金融产品、营销数据库构成了“服务者”、“产品”、“消费者”、这三个必不可少的要素。作为目的销售对象的汇合---营销数据，则更在电话营销工作中起到至关重要的作用，如何科学、标准地管理与运用这些珍贵的数据资源，应该成为我们认真考虑与实在执行的问题。下面结合我们班组在日常运营中针对“数据管理”采取的措施以及所带来的成效总结如下：
01
数据的导入 数据在导入前需要做相应的处理，以保证运用过程中可维护、可统计与可剖析。
1.对原始数据属性进行归类、分数据包。
通常，原始数据来自不同渠道的各类数据，这些数据分别有其自身的特性。这就使得我们需要依据金额（不同账单金额区间划分）、还款习惯（前期账单是否全额还款）、分期认可度（是否办理过分期）、新卡客户（新开卡用户）等这些不同的特性，将数据属性进行归类与编码。经过电话销售来对这些数据做进一步的处置。进而，我们才能够剖析并且找到最合适产品销售的用户群，以完成数据信息的优先获取与选用，将数据资源得到最大化应用。
2.数据导入前对数据预先做一下处置，删除一些无效数据。
比方短少联络电话的数据、联络电话号码缺位的数据，或者与目标客户群属性不符的数据。由于这些工作在数据导入前，因而可以经过对原始数据的批量处置，以最高效地得到更契合拨打规范的数据，同时保证分配到一线TSR手中的数据是精确而有效的，节省TSR的时间以及提高工作效率。
02
数据的运用过程
营销数据被TSR运用的同时，会对数据进行一系列的维护，其中主要包括对外呼状态及订单状态的记载与更改。总结如下：
1.外呼状态
外呼状态简单来讲就是该营销数据在联络后的接通状况。通常我们依据客户跟进情况将客户跟进状态进行分类，大类分为初始状态、未联络、考虑、成功、拒绝，同时再根据客户特性坐席进行个性化标注。
标注了外呼状态的数据就具有了进一层的意义-----数据的生命力。那些属于永远也无法接通的数据就全部从TSR这里 “Cancel”掉，再也不要调出来占用TSR的时间；“忙音/通话中”的数据需求优先给予“错时拨打”的注重，由于这种状态标明这个电话仍在运用中，继续联络的接通可能性也将是最大的。关于需要“继续联络”的数据，应该采用“错时拨打”的方式。所谓错时拨打主要是错开工作日及非工作日，或错开上午时间及下午时间。只要经过“工作日拨打”、“非工作日拨打”、“上午时间”及“晚上时间”的错开拨打，才能够做到数据资源的有效应用。结合自身营销结果数据，以成功客户为导向，发现营销时间为12至14点及17点以后约访客户，成交率高于整体37%；上午营销优于下午，黄金营销时间点为上午11点，下午16点。
2.订单状态
订单状态只针对已联络到持卡人本人接听的数据进行标识大致分为三种状态1成功：营销成功下单；2 待跟进：持卡人需要考虑，或营销未完成，需要进一步跟进；3 拒绝：持卡人不接受销售的产品或服务；值得注意的是，对“待跟进”以及“拒绝”这两种状态数据的关注。针对待跟进数据，我们更希望了解用户考虑或者拒绝的要素主要是哪些方面？产质量量？产品价钱？还是服务态度？只要控制了这些信息，我们才能够熟习数据属性，并且有针对性的设计话术脚本，来应对这类需求“待跟进”的客户。同样，拒绝的客户我们也需要找出客户拒绝的主要缘由有哪些，经过与数据属性的对应，采取有效措施提高数据成交率。
03
由于不同的TSR对数据的运用状况不同
在分配数据时我们应该依据每一个TSR对数据的运用状况来实时进行有效的调控。针对账单、专项分期业务，每月营销时，我们将高意向度、高贡献度、高评分的客户，优先下发给营销技能最好的冠军组坐席，实现快速、精准触达。另外，结合“数据有效性”指标同时参照“跟进比”指标，当跟进比达到一定数值时，可以适当再下发新数据，反之则需要TSR进行错峰联络，以达到数据有效利用。
04
以意向度模型为基础的大数据营销策略
1.场景的确定和正负样本的选择
模型场景分析阶段，根据线上线下业务运营的流程情况，分析业务场景，我们把该模型确定为二分类问题，将客户分为正负样本2类：
正样本：通过电销渠道沟通过的客户，在电话销售时线上办理、或者在之后进行线下办理。
负样本：在电销过程中明确拒绝的客户。
2.数据预处理和特征选择
确定正负样本之后，基于全行数据仓库、数据集市数据源，选择与“大额专项分期”产品相关的产品特征字段，及客户画像基础模型层的特征，包括：客户基本信息、客户资产情况、客户稳定性信息、客户偿还能力、客户负债、客户行为信息等。
05
因群施策的大数据营销策略优化
1.什么类型客户贡献度最高？
我们将成功客户，依托全行数据仓库、数据集市数据源，筛选与“专项分期”产品相关的产品特征字段及客户画像基础模型层的特征，经过综合分析确定目标客户群体，最终实现精准营销。
2.不同类型的客户，何种话术最合适？
我们将全量营销录音，由音频转换为文本，运用文本挖掘技术，进一步挖掘客户行为特征、客服行为特征以及文本分析情况。优化业务流程，增加互动频率，紧抓客户痛点、难点，个性化解答，实现千人千面，精准解答。
01
数据的导入 数据在导入前需要做相应的处理，以保证运用过程中可维护、可统计与可剖析。
1.对原始数据属性进行归类、分数据包。
通常，原始数据来自不同渠道的各类数据，这些数据分别有其自身的特性。这就使得我们需要依据金额（不同账单金额区间划分）、还款习惯（前期账单是否全额还款）、分期认可度（是否办理过分期）、新卡客户（新开卡用户）等这些不同的特性，将数据属性进行归类与编码。经过电话销售来对这些数据做进一步的处置。进而，我们才能够剖析并且找到最合适产品销售的用户群，以完成数据信息的优先获取与选用，将数据资源得到最大化应用。
2.数据导入前对数据预先做一下处置，删除一些无效数据。
比方短少联络电话的数据、联络电话号码缺位的数据，或者与目标客户群属性不符的数据。由于这些工作在数据导入前，因而可以经过对原始数据的批量处置，以最高效地得到更契合拨打规范的数据，同时保证分配到一线TSR手中的数据是精确而有效的，节省TSR的时间以及提高工作效率。
02
数据的运用过程
营销数据被TSR运用的同时，会对数据进行一系列的维护，其中主要包括对外呼状态及订单状态的记载与更改。总结如下：
1.外呼状态
外呼状态简单来讲就是该营销数据在联络后的接通状况。通常我们依据客户跟进情况将客户跟进状态进行分类，大类分为初始状态、未联络、考虑、成功、拒绝，同时再根据客户特性坐席进行个性化标注。
标注了外呼状态的数据就具有了进一层的意义-----数据的生命力。那些属于永远也无法接通的数据就全部从TSR这里 “Cancel”掉，再也不要调出来占用TSR的时间；“忙音/通话中”的数据需求优先给予“错时拨打”的注重，由于这种状态标明这个电话仍在运用中，继续联络的接通可能性也将是最大的。关于需要“继续联络”的数据，应该采用“错时拨打”的方式。所谓错时拨打主要是错开工作日及非工作日，或错开上午时间及下午时间。只要经过“工作日拨打”、“非工作日拨打”、“上午时间”及“晚上时间”的错开拨打，才能够做到数据资源的有效应用。结合自身营销结果数据，以成功客户为导向，发现营销时间为12至14点及17点以后约访客户，成交率高于整体37%；上午营销优于下午，黄金营销时间点为上午11点，下午16点。
2.订单状态
订单状态只针对已联络到持卡人本人接听的数据进行标识大致分为三种状态1成功：营销成功下单；2 待跟进：持卡人需要考虑，或营销未完成，需要进一步跟进；3 拒绝：持卡人不接受销售的产品或服务；值得注意的是，对“待跟进”以及“拒绝”这两种状态数据的关注。针对待跟进数据，我们更希望了解用户考虑或者拒绝的要素主要是哪些方面？产质量量？产品价钱？还是服务态度？只要控制了这些信息，我们才能够熟习数据属性，并且有针对性的设计话术脚本，来应对这类需求“待跟进”的客户。同样，拒绝的客户我们也需要找出客户拒绝的主要缘由有哪些，经过与数据属性的对应，采取有效措施提高数据成交率。
03
由于不同的TSR对数据的运用状况不同
在分配数据时我们应该依据每一个TSR对数据的运用状况来实时进行有效的调控。针对账单、专项分期业务，每月营销时，我们将高意向度、高贡献度、高评分的客户，优先下发给营销技能最好的冠军组坐席，实现快速、精准触达。另外，结合“数据有效性”指标同时参照“跟进比”指标，当跟进比达到一定数值时，可以适当再下发新数据，反之则需要TSR进行错峰联络，以达到数据有效利用。
04
以意向度模型为基础的大数据营销策略
1.场景的确定和正负样本的选择
模型场景分析阶段，根据线上线下业务运营的流程情况，分析业务场景，我们把该模型确定为二分类问题，将客户分为正负样本2类：
正样本：通过电销渠道沟通过的客户，在电话销售时线上办理、或者在之后进行线下办理。
负样本：在电销过程中明确拒绝的客户。
2.数据预处理和特征选择
确定正负样本之后，基于全行数据仓库、数据集市数据源，选择与“大额专项分期”产品相关的产品特征字段，及客户画像基础模型层的特征，包括：客户基本信息、客户资产情况、客户稳定性信息、客户偿还能力、客户负债、客户行为信息等。
05
因群施策的大数据营销策略优化
1.什么类型客户贡献度最高？
我们将成功客户，依托全行数据仓库、数据集市数据源，筛选与“专项分期”产品相关的产品特征字段及客户画像基础模型层的特征，经过综合分析确定目标客户群体，最终实现精准营销。
2.不同类型的客户，何种话术最合适？
我们将全量营销录音，由音频转换为文本，运用文本挖掘技术，进一步挖掘客户行为特征、客服行为特征以及文本分析情况。优化业务流程，增加互动频率，紧抓客户痛点、难点，个性化解答，实现千人千面，精准解答。
经过不断优化，信用卡电销达成的分期业务单月放款金额已突破亿元。不难发现精准化营销的效果十分显著。大数据营销理念在信用卡事业部已经生根，未来，我们还将不断探索，进一步将大数据挖掘和营销范围扩大到借转贷、财富交叉销售等领域。相信随着总行数据中台战略的实施，我们的客户洞察必然会越来越精准，营销效能必然会越来越高效。