在電銷類CRM中，我們可以用算法對(duì)客戶線索進(jìn)行銷售座席的分層分類，其中最重要的就是算法決策問(wèn)題。如何通過(guò)算法決策，進(jìn)行自動(dòng)化的分層匹配，從而實(shí)現(xiàn)全局的線索-坐席的最優(yōu)匹配？

之前我有在CRM電銷系統(tǒng)中，如何進(jìn)行客戶數(shù)據(jù)管理與精細(xì)化分配？一文中，介紹了我們可以利用算法，對(duì)客戶線索的質(zhì)量進(jìn)行判斷，同時(shí)對(duì)銷售坐席的分層分類，最終基于分配規(guī)則，實(shí)現(xiàn)客戶線索的分層分配。

雖然在客戶線索的分類上，我們用到了算法，但本質(zhì)上，我們的分配其實(shí)仍然是基于規(guī)則?？蛻艟€索的分類越多，線索質(zhì)量、銷售坐席分層的層級(jí)越多，我們就需要配置更多的規(guī)則。假設(shè)我們有3類線索，每類線索的質(zhì)量等級(jí)有5個(gè)級(jí)別，分別對(duì)應(yīng)5個(gè)層級(jí)銷售坐席，那么，基于規(guī)則的分配，理論上，我們需要配置3*5=15條分配規(guī)則，如果要考慮到線索的分配溢出，則可能需要依賴更多的規(guī)則。實(shí)際的業(yè)務(wù)運(yùn)營(yíng)中，我們線索的類型絕對(duì)不會(huì)只有3類，這樣對(duì)于CRM的運(yùn)營(yíng)人員來(lái)講，日常的規(guī)則配置成本就比較高了。

那么有沒(méi)有可能，我們能減少對(duì)規(guī)則配置的依賴，通過(guò)算法決策，進(jìn)行自動(dòng)化的分層匹配，從而實(shí)現(xiàn)全局的線索-坐席的最優(yōu)匹配？筆者曾經(jīng)在CRM的算法分配策略中，做過(guò)一些探索和實(shí)踐，分享出來(lái)供大家參考。

分層分配最基礎(chǔ)的原則就是效率原則：優(yōu)質(zhì)線索優(yōu)先分配給績(jī)優(yōu)坐席，普通線索分配給普通坐席。

理論上，對(duì)成交轉(zhuǎn)化數(shù)據(jù)最直接的影響就是線索質(zhì)量與坐席能力，假設(shè)：基礎(chǔ)成交轉(zhuǎn)化=線索質(zhì)量系數(shù)*坐席出單能力系數(shù)。我們可以假設(shè)普通普通坐席的出單能力系數(shù)為1，績(jī)優(yōu)坐席系數(shù)為1+λ。普通線索的系數(shù)為1，優(yōu)質(zhì)線索的系數(shù)為1+α。我們比較“優(yōu)配優(yōu)/普配普”和“優(yōu)配普/普配優(yōu)”的方案時(shí)，就可以計(jì)算出兩種方案的成交轉(zhuǎn)化差值=[（1+λ）*（1+α）+1*1]-[（1+λ）*1+1*（1+α）]=λ*α。

當(dāng)λ、α均為正值時(shí)，一定是優(yōu)質(zhì)線索優(yōu)先分配給績(jī)優(yōu)坐席，普通線索分配給普通坐席效率最優(yōu)。

同時(shí)，分層分配這個(gè)機(jī)制，本身也會(huì)正向鼓勵(lì)坐席去努力提升變成優(yōu)秀的坐席。

實(shí)際的電銷業(yè)務(wù)的工作場(chǎng)景下，由于客戶的線索會(huì)占用客服的時(shí)間資源，同時(shí)，活躍的客戶的線索會(huì)隨著時(shí)間的流逝，降低自身價(jià)值。如果在分配時(shí)，一味向最好的坐席傾斜最好的線索資源，也會(huì)導(dǎo)致優(yōu)質(zhì)線索在績(jī)優(yōu)坐席手中積累，無(wú)法及時(shí)撥打，從而降低了線索的價(jià)值。所以，我們?cè)谧鏊惴ǚ峙鋾r(shí)，需要考慮多方面的因素，不能僅僅考慮單個(gè)客戶線索或單個(gè)客服分配的絕對(duì)最優(yōu)，而是去思考如何做到針對(duì)于所有分配線索、所有銷售坐席的全局最優(yōu)分配。

一、失敗的第一版嘗試

基于運(yùn)營(yíng)分配規(guī)則的分配策略中，由于考慮到分配時(shí)效的問(wèn)題，我們?cè)诰€索入庫(kù)的第一時(shí)間，就會(huì)根據(jù)規(guī)則實(shí)時(shí)將線索下發(fā)給坐席。

最初的算法分配的方案中，我們?nèi)匀幌氩捎眠@樣的流動(dòng)式分配模式。但是這樣的分配模式產(chǎn)生了一個(gè)問(wèn)題：舉例，假設(shè)我們有甲、乙、丙三個(gè)銷售坐席，銷售能力：甲>乙>丙，同時(shí)有A,B,C三條線索，線索質(zhì)量：A>B>C。以成交率最優(yōu)的原則，我們期望的最終分配結(jié)果是：甲坐席獲得A線索，乙坐席獲得B線索，丙坐席獲得C線索。但是由于A、B、C三條線索并非同時(shí)進(jìn)線，對(duì)于獨(dú)立的A、B、C線索而言，由于甲的銷售最強(qiáng)，算法會(huì)認(rèn)為甲都是A、B、C線索的最優(yōu)選擇。

如果按照這樣的分配方案，毫無(wú)疑問(wèn)，線索會(huì)聚集性的分配到甲坐席手中。為了避免這樣的問(wèn)題，我們除了依賴算法的匹配度分值數(shù)據(jù)外，增加分配權(quán)值數(shù)據(jù)。一旦銷售坐席被分配了一條新的線索時(shí)，他的分配權(quán)值會(huì)降低，這樣就避免將線索聚集分配給一個(gè)人的情況。

但是這樣的方案，又產(chǎn)生了一個(gè)新的問(wèn)題。由于線索進(jìn)線的順序，我們是不可控的，如果客戶線索按照C->B->A這樣的時(shí)間順序進(jìn)線，當(dāng)獨(dú)立的C線索進(jìn)線時(shí)，由于缺乏可供對(duì)比的其他線索，我們會(huì)認(rèn)為C線索的最優(yōu)分配方案是分配給甲，同時(shí)降低甲的分配權(quán)值，之后B、A依次進(jìn)線，如果基于“算法分?jǐn)?shù)+分配權(quán)值”進(jìn)線分配，會(huì)依次將線索B分給乙，線索A分配丙。這樣的分配結(jié)果，和我們預(yù)期的分配結(jié)果顛了個(gè)倒，顯然是不能滿足業(yè)務(wù)的訴求的。

二、重構(gòu)后的算法分配方案

對(duì)第一版的失敗做了分析總結(jié)，第一版方案中最大的問(wèn)題是，實(shí)時(shí)進(jìn)線的數(shù)據(jù)，由于是流動(dòng)式的進(jìn)線并進(jìn)行分配，線索與線索之間沒(méi)法做橫向的比較，即便我們?nèi)斯とザx一個(gè)90分的線索為優(yōu)質(zhì)線索，但如果接下來(lái)的100條線索都是90+的分?jǐn)?shù)，那么這個(gè)90分的線索反而成為了最差的那條線索。

所以，新的算法分配方案，不再采用流動(dòng)式的分配策略，而是通過(guò)“線索進(jìn)線=》鎖定線索=》批量提交算法=》程序執(zhí)行分配”的流程進(jìn)行分配。我們將分配的節(jié)奏切分為一個(gè)個(gè)小的時(shí)間切片，每個(gè)時(shí)間切片，根據(jù)進(jìn)線線索的數(shù)量、需要分配的坐席數(shù)量、分配的時(shí)間間隔來(lái)決定。

假設(shè)有100個(gè)坐席等待分配，那么，當(dāng)?shù)?~第99條線索進(jìn)線時(shí)，我們會(huì)臨時(shí)將這99條線索鎖定，等第100條線索進(jìn)線，我們會(huì)同時(shí)將100個(gè)坐席和100條線索批量提交給算法，由算法計(jì)算出100*100=10000個(gè)匹配的分值。從這個(gè)10000個(gè)匹配分值中，自上而下挑選，分值最高的，則必然是這10000個(gè)匹配關(guān)系中的最優(yōu)匹配。坐席和線索命中匹配后，將10000個(gè)分值中和該坐席、該線索的分值全部剔除，再將剩余的分值自上而下排序，挑選最高分值，并依次類推，最終得到100個(gè)坐席和線索的匹配關(guān)系。理論上講，這就是算法得出的最優(yōu)匹配規(guī)則。

算法在計(jì)算匹配分值時(shí)，除了基于線索的自身的原始價(jià)值、銷售坐席的原始能力外，還會(huì)額外考慮線索在CRM庫(kù)中等待的時(shí)間、銷售坐席持有的未進(jìn)行首次撥打的線索的數(shù)量等因素。舉例來(lái)講，如果線索在昨晚24點(diǎn)進(jìn)線，第二天9點(diǎn)分配時(shí)，與該線索在庫(kù)內(nèi)停留時(shí)間過(guò)長(zhǎng)，與該線索相關(guān)的匹配分值都會(huì)進(jìn)行相應(yīng)降低。如果坐席的待首撥線索過(guò)多，意味著他需要花很多的時(shí)間處理跟進(jìn)這些線索，那么與該坐席相關(guān)的匹配分值也會(huì)相應(yīng)降低。

三、結(jié)語(yǔ)

重構(gòu)后的算法分配方案，在邏輯上，被認(rèn)可為一個(gè)可靠的方案，但是在實(shí)際的測(cè)試過(guò)程中，仍然遇到了很多現(xiàn)實(shí)的問(wèn)題。首先，算法模型的質(zhì)量，依賴于算法工程師的能力。其次，模型的訓(xùn)練也需要大量的基礎(chǔ)數(shù)據(jù)。

所以，算法分配，只適合在線索的規(guī)模體量大、技術(shù)能力比較強(qiáng)的公司，在中小型公司可能并不是十分地適用。