惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
SegmentFault 最新的问题
爱范儿
爱范儿
博客园 - Franky
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
雷峰网
雷峰网
酷 壳 – CoolShell
酷 壳 – CoolShell
IT之家
IT之家
有赞技术团队
有赞技术团队
美团技术团队
Last Week in AI
Last Week in AI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
大猫的无限游戏
大猫的无限游戏
The Cloudflare Blog
Jina AI
Jina AI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Engineering at Meta
Engineering at Meta
T
Tailwind CSS Blog
J
Java Code Geeks
Martin Fowler
Martin Fowler
I
InfoQ
小众软件
小众软件
MongoDB | Blog
MongoDB | Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
销售归因的几个方法
蔡锦海 · 2024-06-06 · via 人人都是产品经理

一条销售链路上,会有多个岗位不同的人进行努力。这种情况下,如何确认成绩属于那个岗位哪位同事的呢?这篇文章,我们来聊聊销售归因的问题。

链接分享,用户点击购买,可是用一个用户,针对同一个商品,可能会接受来自很多分销者的链接,那到底是哪个分销者的贡献最大,应该把奖励给到谁?

这个就涉及到销售归因的分配,怎样分配才更加合理?

我理解这个分配机制取决于我们的目标,不同目标,销售归因方法有所区别。

01 为了发展新客

为了发展新客,那多个分销者就不能一直盯着同一个新客。一旦新客被某个分销者发现,那其他分销者就只能寻找其他新客。

在这种场景下,采用首次归因更加合适。

这个新客被第一个分销者占用,那其他人只能寻找其他目标对象。

线下的招聘团队,基本上是这个套路。

但是线上采用首次归因,会受限于cookie的保存时间,超过了一定时间,cookie被清掉,又是重新计算。

02 为了激励分享

为了鼓励分销者扩散自己的链接,而不是坐以待毙,分享的优质内容越多,越有可能成交。

这种场景下,利用末次归因算法比较合理。

这种归因方法也是最简单的,在技术是线上不会有太多问题,但对前面的用户分享确实有一点点不太公司。

03 为了较为公平的激励分销者

你说全部都算给最后一个分销者,确实有点不太合理。

比如说,这个用户因为看了前面的90%的文章,才有了购买的冲动和欲望,那就不能奖励给到最后一位。

前面和最后一位分销者的作用大一点,一个是发展新客,最后一位促成最后的成交。

这种场景下,新的销售归因模型适合用U型归因法。

也就是说,第一位和最后一位分配的奖励比较多。中间部分的奖励少一点。

以上就是常见的几个销售归因方法,总之,需要结合实际的业务场景出现,共同找出解决问题的办法。

本文由人人都是产品经理作者【蔡锦海】,微信公众号:【锦海说】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。