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

量子位
Stack Overflow Blog
Stack Overflow Blog
人人都是产品经理
人人都是产品经理
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
Vercel News
Vercel News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Y
Y Combinator Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
B
Blog
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
T
Tailwind CSS Blog
V
Visual Studio Blog
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
Google DeepMind News
Google DeepMind News
D
DataBreaches.Net
博客园 - 司徒正美
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog
罗磊的独立博客
Hugging Face - Blog
Hugging Face - Blog
L
LangChain 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,
数字化赋能售前资源降本增效
杨峻 · 2024-02-26 · via 人人都是产品经理

本文介绍了如何通过售前智能工单系统的五大核心功能,在售前过程中解决资源调度、过程协同和资源能力这三大难题。五大核心功能是:1.派单到兵、2.用户付薪、3.全程可视、4.实时管控、5.服务抢单。

我在销售支撑体系管理(MCI)中介绍过销售支持体系是势,。公司规模越大,他产生的势能也呈几何基数成长。随着公司规模的增加,几千、几万、几十万员工,会形成一个个利益小圈子。而良好的销售支撑体系会形成一个资源投入,费效比最大的良性机制,使企业最好的资源流向最好的项目。通过制度形成公司的护城河,从而搭建公司的制度和管理优势。

为了解决售前过程中,资源调度、过程协同和资源能力问题这三大难题,我提出了MCI方法,即:

  1. 资源匹配,最大化产出(Match)
  2. 过程协同,同舟共济(Coordinate)
  3. 资源整合,形成合力( Integrate)

其中通过“1.资源匹配,最大化产出(Match)”解决资源调度问题最为核心。如果解决了这个问题,另外两个问题也就迎刃而解了。

“1.资源匹配,最大化产出(Match)”我通过分层的售前资源调度机制和售前资源成本核算制方法来解决。但分层后如何用数字化工具来实现资源和项目最合理的匹配,以实现投入产出最大化呢?

我之前有幸在海尔负责过国内和海外服务的数字化转型和创新。海尔有10万服务工程师,家电市场竞争白热化,服务投入又不能过高,所以需要解决头等大事就是要深入洞察用户的服务需求,根据服务工程师的服务范围和服务能力,为每一个需求匹配最合适的服务资源,从而提升用户满意度。

正因为家电行业竞争异常激烈,服务工程师数量庞大,所以家电行业服务需求和服务资源的匹配也是最精准和高效,投入产出也是最高的。

家电行业的服务是通过智能工单系统来实现的,我把他引入大客户销售的售前领域。因为大客户销售的售前服务需求和家电服务非常类似,也是服务的需求和服务资源的最佳匹配。所以大客户销售的每一次售前资源调度也都可以用资源调度工单的形式出现,也就是通过售前智能工单系统来实现。该系统能产生的效益随着售前支持团队规模的增长呈几何级数成长。如果只有几个或十几个售前工程师,销售和售前都比较熟悉,那用人根据经验去匹配就可以。如果企业有几百、几千甚至上万售前工程师,那售前智能工单系统一定能大幅提升售前效果和降低售前成本。

Figure 1 售前智能工单系统核心功能

如上图所示,售前智能工单系统由五大核心功能组成:

  1. 派单到兵
  2. 用户付薪
  3. 全程可视
  4. 实时管控
  5. 服务抢单

下面我对这五大核心功能做一一介绍。

一、功能一:派单到兵

如果我们把售前服务资源需求统一提交给一个接口人,由接口人统一协调,因为接口人的效率和了解的全面性,一定会造成效率延迟,及匹配的售前资源不合适。所以协调售前资源最高效,最精准的方式就是派单到兵。派单到兵是指销售可以有方法了解每一个售前工程师的专业能力,找到最合适的一组售前工程师,直接在排程上找到一个时间段内最合适的售前工程师,预定该售前工程师时间。

Figure 2 派单到兵 – 排程工具示例

如上图示例所示,大客户销售A当商机立项阶段通过后,开始为该商机配置售前资源。通过输入一定查询条件,找到三名合适的售前工程师。如果客户交流时间想安排在下午1点半到2点半,那只有王工时间段合适,大客户销售A可以直接在排程界面上预定王工该时间段时间。

二、功能二:用户付薪

大客户销售是使用售前资源的用户。用户付薪是指大客户销售每一次调用售前资源,都会从大客户销售自己的售前经费中扣除相关花费。用户付薪目的就是售前资源是有限的,也是有成本的,好钢要用在刀刃上,每个大客户销售都得合理利用售前资源,产生最佳投入回报。用户付薪基于2个基本原则:

  1. 每个大客户销售的售前经费金额与其负责的客户类型和销售指标及完成情况相关,与大客户销售本身的级别和其内部人脉关系无关;
  2. 每次动用售前资源都会根据资源的类型和资源等级从其售前经费中扣除相关费用。

Figure 3 用户付薪示例

如上图示例所示:

  1. 大客户销售A根据第二季度业绩指标售前经费池有25万预算可花。
  2. 大客户销售A已预定3个售前工程师第二季度时间,折合费用10万。此外,大客户销售A第二季度已花费5万,所以第二季度经费已占用15万元。此外,你会看到每个售前工程师收费标准根据资深程度而有所不同,其中张工收费最高。
  3. 大客户销售A第二季度还剩10万元售前经费可以支出。

三、功能三:全程可视

项目过程中,售前资源的使用必须全程可视。如果无法做到售前资源使用的可视化、量化和可回溯化,就无法在项目前进行统筹、项目中进行干预和项目后进行优化。

Figure 4 售前资源使用全程可视示例

如上图示例所示,项目在商机立项后开始调度资源。分析如下:

  • 张工、李工和王工都参与了该项目的的售前。但整个售前支持是以张工为主,其花费了80小时,参与了项目售前各个阶段:价值呈现、招标准备和组织投标。李工花费了32个小时在价值呈现的案例参观阶段。王工李工花费了40个小时在价值呈现的POC阶段。
  • 该商机在价值呈现阶段出现了严重的售前资源紧缺的问题。在四次售前资源调度中,出现了2次严重延迟,一次轻微延迟。这可能会严重影响项目的赢单率。
  • 该商机整个过程中,用户(即大客户销售)对张工和王工评价满意,对李工评价一般。有了评价机制,既保证了整个项目售前阶段大客户销售唯一负责的权威性,也保证了售前阶段人人考核制的落地。

四、功能四:实时管控

全程可视后,下一步要做的就是售前资源交付管控实时可视化。我们在项目输单后,再去复盘,去找售前资源交付的问题,就于事无补了。售前资源交付瓶颈发现得越早,越及时,并马上采取相应预案去解决,那商机赢单的概率自然就越高。

Figure 5 售前资源交付实时管控可视化示例

如上图示例所示,在某年某月某日,华北大区:

1)方案C售前交付情况正常。

2)方案A出现了延时工单大幅上升和售前工单大幅上升的问题。

3)方案C出现了工单差评大幅提升和售前工单大幅上升的问题。

4)针对延时工单大幅上升我们采用预案1去解决;针对售前工单大幅上升,我们采用预案2去解决;针对工单差评大幅提升,我们采用预案3去解决。

上图示例比较简单,售前资源交付管控实时可视化可以关注以下考核指标:

  • 不同区域/不同方案的售前资源调度整体情况(正常、严重延时、轻微延时);
  • 不同区域/不同方案售前资源调度严重和轻微延时工单数和占比;
  • 不同区域/不同方案对资源工单及时响应率;
  • 不同区域/不同方案售前资源使用的用户满意度;
  • 不同区域/不同方案/每个售前工程师有效工作时长占比(UT)。

五、功能五:服务抢单

服务抢单是为了更有效地利用和平衡公司售前资源,使多余的售前资源流向迫切需要售前资源商机的一种机制;也是激发每个售前工程师主观能动性和潜力的一种机制。例如当某一地区某一方案售前工单大幅上升或延时工单大幅上升时,用户通过奖励机制,对售前资源工单激励加成,扩大目标售前工程师范围,发出定向邀约工单,供目标售前工程师去抢。

Figure 6 售前服务抢单流程示例

上图是一个示例,简单介绍了一个售前服务抢单流程。

  1. 大客户销售A如果无法预约到合适的售前资源,则可以考虑通过抢单的方法。
  2. 大客户销售A提出抢单需求:对售前资源能力要求;2.对售前资源到位的时间段要求;3.为了提升抢单售前工程师的积极性,给出激励提升比例,比如50%,也就是抢单成功的售前工程师干1天,工时算干1天半。
  3. 因为通过原来规则无法预约到合适的售前工程师,所以大客户销售A需要扩大本次邀约的售前资源范围,然后发送售前抢单工单。
  4. 售前工程师B收到邀约工单,与工单上要求的能力和时间段做匹配度,以及是否感兴趣本次激励。如果匹配和感兴趣,可与大客户销售A沟通澄清。
  5. 如果售前工程师B决定接受本次邀约,点击工单上的抢单,锁定该邀约工单。
  6. 大客户销售A收到通知,如果认可售前工程师B,则确认。

售前智能工单系统虽然主要是为了解决售前资源调度问题,但同时也能解决过程协同和资源能力问题。因为通过售前资源使用全程可视和售前资源交付实时管控,可以发现在打单过程中协同出现的问题,实时解决;通过每个大客户销售售前费用管控,大客户销售会选择性价比最高的售前工程师,这样一方面督促每个售前工程师不断提升自己的技能和工作态度,另一方面督促售前团队不断招募补充项目需要的售前团队成员。

练习1:贵司售前资源的调度方法是什么?售前智能工单系统对贵司是否有用?

专栏作家

杨峻,公众号:CRM30,人人都是产品经理专栏作家。畅销书《营销和服务数字化转型 CRM3.0时代的来临》一书作者。现任微软数字化方案资深专家,曾任海尔全球服务数字化转型和信息化建设总负责人。

本文原创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

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间。