一、線索相關概念解讀

在深入理解線索培育、線索評分、線索畫像等概念，以及其對應的神策解決方案之前，我們需要先了解一些線索相關的基本概念。

1、線索（Leads)

線索又稱“例子”（Leads 的音譯），用來描述潛在用戶的信息集合，代表一次潛在的營銷與銷售機會。只有獲取了線索，我們的課程顧問、班主任老師們才能開展他們的銷售轉化工作，最終將用戶轉化成付費學員、高價值學員。

2、線索到現金流（Leads to Cash）

線索到現金流指的是：從線索進來后，經過運營團隊、銷售團隊層層“引導”，到最終成單轉化的全流程。不同的行業流程不盡相同。

比如目前教育行業的主流玩法是，通過投放低價課、引流課吸引用戶低價付費，然后引導學員添加班主任企微，完成從公域到私域的轉化。接著，班主任會將學員們拉進訓練營班級群，在群里督促大家學習，試聽課后班主任會進行轉化工作。在這整個 LTC 流程中，班主任需要借力各種“工具”來提升轉化率、提升工作效率。

3、其他術語

除了上述接觸最多的兩個概念外，還有常見于 B2B 行業中的 MQL、SQL、SDR 等，此處做一個簡單介紹。

• MQL（Marketing-Qualified Leads，營銷合格線索）：MQL 指的是在市場營銷的基礎上，對企業的產品或服務更有興趣、更高轉化潛力的線索。
• SQL（Sales-Qualified Leads，銷售合格線索）：SQL 指的是經過銷售跟進后并被判斷為高質量的 MQL。若 MQL 代表著客戶還未準備好購買，那么 SQL 就代表著客戶已經在決策、購買流程中了。
• SDR（Sales Development Representative，銷售開發代表）：他們的主要工作是對線索進行清洗與初篩，從而提供給銷售團隊跟進。

可見，所謂的 MQL、SQL 其實也代表著一個線索的不同階段，由于 To B 的產品與服務采購流程較長，重決策，因此一個線索需要拆分成多個階段、并且由不同的專業團隊跟進、消化。

而對于教育行業來說，To C 的課程與服務用戶購買決策鏈較短，我們只需要理解 Leads、LTC 即可。

二、線索獲取方式

線索獲取的方式多種多樣，不同方式獲取的線索數量、質量各有差異，接下來將詳細介紹。

1、信息流廣告

如 LTC 所述，目前教育的主流玩法是在各個主要媒體平臺付費投放免費課、低價課等，從而獲取大量的線索。

這一方式獲取的線索量較大，但質量相對于其他方式而言較低，如何根據不同的業務階段制定投放策略、渠道評估體系、提高投放的 ROI，神策數據有完善的渠道追蹤方案、渠道效果評估體系解決方案。

2、轉介紹/老帶新

通過運營私域流量，引導學員/老用戶在全學習流程中分享內容，從而帶來新用戶注冊、購買。此方式獲取的線索量相對有限，但線索質量普遍較高。

目前投放成本高企，轉介紹作為最重要的免費獲客方式，越來越受到各個教育公司的重視，如何在保證線索質量的同時提升線索數量，是神策數據為在線教育企業實現的重要價值之一。

3、直播轉化

直播帶貨作為近幾年新興的、火爆的電商模式，同樣適用于教育行業的課程銷售，直播的平臺包括不限于抖音、快手、淘寶、微信視頻號。

部分教育公司將直播作為引流獲客的方式，在直播間通過低價課獲取大量的線索，然后引導用戶下載 App、添加班主任微信，進而進行一對一引導轉化。當然，也有的公司將直播作為重要的轉化場域，配合限時特價、秒殺等方式直接完成高客單價課程的轉化工作。

4、其他方式

• App 投放：利用應用商店推廣、軟文營銷等方式，提升 App 的下載注冊量，從而獲取線索。此方式適合用于刷題等工具類的 App，優秀的工具類 App 運營，能帶來豐厚的流量；
• SEM/SEO：進行關鍵詞投放或搜索引擎優化，提高官網的曝光量，并配合資料鉤子等方式獲取線索；
• 渠道代理：線上渠道代理、線下培訓機構合作、圖書中印制二維碼等方式引流，成單后返傭金；
• 資源購買 & 互換：從數據服務商處購買數據，與其他非競對公司合作或資源置換。

在線索獲取這一環節，諸如像信息流廣告投放、轉介紹等，神策數據均具備完整的解決方案，鑒于本系列的文章重點在于闡述獲取獲取線索后的轉化監控、線索培育、線索評分、線索畫像的解決方案內容，故此處不再展開詳闡。

三、線索轉化面臨的挑戰

在獲取完線索后，我們要開始展開線索轉化工作了。通常，我們將從線索到現金流的全過程簡稱為“線索轉化”，故而“線索轉化全鏈路”需要解決轉化監控、線索培育、線索評分、線索畫像等一系列疑難雜癥，在本篇及后續的文章中，我們逐一分析并破解難題。

當前教育公司在線索轉化方面的主要挑戰可以概括為三點：

1、轉化效果數據反饋不及時

對于數據采集缺失或數字化建設較初級的公司，線索轉化數據、營收數據往往需要需要手工查詢，導致管理層不能及時了解實時的營收情況，也不利于一線的課程顧問及時地了解自己的工作業績。

即使對于數字化建設較高級、研發實力較強的公司，內部的 BI 系統也缺乏靈活的維度下鉆分析功能，亦或者缺失指標監控與報警機制，或報警機制比較初級，導致轉化工作出現異常時無法及時洞察從而采取措施挽救。

2、線索質量無法把控

多種方式獲取的線索質量參差不齊，全部依賴于銷售人工外呼，又會造成外呼資源的浪費；遇到活動推廣帶來了大量的線索，又會因為銷售團隊人員有限，無法及時消化所有線索，導致一部分線索被浪費或跟進滯后錯過最佳轉化時機。

種種問題的根源在于，缺少必要的線索培育機制將低熟度的線索培養成高熟度，缺少關鍵的線索評分機制來篩選高質量線索，缺少實時的通知機制告知銷售優先觸達高意向線索。

3、用戶情況不明朗，溝通效果差

即使銷售通過電話、企微等方式聯系上了用戶，也會因為對用戶知之甚少，一開始只能頻繁地問用戶問題“索要”信息，引起用戶反感，導致溝通效果差、轉化率低下。

當然，不排除個人銷售能力強的員工，通過自身能力彌補系統的不足，但若我們能在系統層面解決這一問題，將對銷售團隊整體的轉化率上有質的提升。

四、神策數據提出的解決方案

基于上述諸多挑戰，神策數據在線索轉化全鏈路上研究和制定了綜合解決方案。

1、單點破局能力強化

以線索質量參差不齊的問題為例，目前主流的解決方法是對線索進行評分，通常的做法是基于不同的規則制定不同的分數，例如用戶活躍了加多少分，訪問了課程詳情頁加多少分，加購物車了再加多少分，再配合一定的減分機制。

看似完美的方法，在真正落地時其實困難重重，例如哪些行為要加分？不同的行為分別加多少分？這些細節都會在落地時造成極大的困擾，當然可以利用數據分析、專家經驗來解決這些問題，但是每次策略調整都是耗時耗力。更糟糕的是，每一次策略調整都不能保證效果比之前更好，只能通過線上驗證來比較好壞。萬一效果更差，就白白浪費了這一段驗證期的線索量、時間。

所以，在線索質量的問題上，神策數據自研了算法評分機制，基于機器學習技術利用歷史數據來構建用戶轉化概率預測模型，再利用預測結果來進行分級，且當只有訓練模型的準確率、召回率達到一定的標準才會上線。一方面利用機器智能決策來解決評分規則的困擾，另一方面又能保證每一次策略迭代都不是“開盲盒”。

2、完整的數據應用閉環

有了線索評分、分級，僅僅是萬里長征走完了第一步，如何平衡數據準確性和實時性，如何將這些評分數據與銷售轉化工作有機結合，也是一個難點。

在數據與業務結合方面，神策智能運營的策略引擎，能夠幫助企業實現批量圈選進行線索培育，也可實現實時觸發進行關鍵時機一對一溝通轉化。更關鍵的是，企業可以在神策智能運營中完成轉化率、轉化效率的內外部多重目標監測，從而實現數據在業務中的閉環應用。

數據在業務中的閉環，除了可應用在線索轉化場景，也可拓展延伸到課程續報、流失召回等場景。

3、全鏈路綜合解決方案

除了上述提到的單點能力強化、場景閉環應用外，我們更能提供全鏈路的綜合解決方案，覆蓋的場景和能力包括且不限于：

• 實時的數據 BI 看板，方便管理層及一線銷售及時了解業績
• 多維度下鉆分析，滿足銷售運營、分析師的數據分析訴求
• 智能預警及多樣通知方式，保障異常情況快速響應與處理
• 線索轉化概率預測，科學高效地解決線索評分與分級問題
• 智能運營策略引擎，實現數據在業務中的深度應用
• Webhook 通道對接，低成本地實現關鍵時機觸達用戶
• 用戶標簽體系與單用戶畫像，助力銷售一對一轉化
• 企微客情卡，賦能班主任溝通與標簽反打、信息記錄

……

4、外科手術式建設規劃

針對線索轉化全鏈路的解決方案，我們遵循從易到難、從前到后的原則，給出了建議性的建設階層次、目標，如下圖所示：

同時，考慮到不同的公司已有系統不同、數字化水平不同、產品研發能力不同，我們也可以基于企業的實際情況做出診斷分析，給出外科手術式的建設規劃方案，精準地解決教育公司目前在線索轉化鏈路中存在的問題。

本文介紹了線索相關的幾個概念，以及教育行業獲取線索的主流方式、線索轉化的挑戰等，且給出了線索轉化全鏈路的整體解決方案，更具體的描述可關注本系列文章的連載，我們將在后續的篇幅中詳述。

除了在線索轉化這一環節，神策數據教育行業研究團隊針對線索轉化前后的各個環節（如轉化后的學習服務環節、學情分析方面）皆有經驗沉淀與綜合解決方案，若您從事教育行業相關工作、或對教育行業感興趣，歡迎各位在文末留言區交流討論。