速达T+cloud专属云营销管理（批发）

智慧营销参数设置

应用场景

不同企业，不同行业，对大数据分析指标（回购周期、爆品计算依据等）要求不同，为了满足每家企业能针对自己所经营的行业指标不同，所以提供此功能。

解决方案

提供企业级的参数设置，参数值及意义如下：
 数据来源单据：数据来源于销售订单、销货单。
 新客户统计周期：多长时间的新增的客户算新客户。
 活跃新客户下单次数：新客统计周期内超过此数值的客户为活跃新客户。
 购买力分析-趋势分析比例设置：APP 端会有持续 2 月上涨/下滑、去年同期上涨/下滑的数据统计，销售额上涨下滑的比例，就是在此设置。
 流失风险-回购率统计周期：多长时间算一个回购周期。

 流失风险-超出回购率比例：超出正常回购天数的比例，视为回购异常客户。
举例：A 客户 90 天内来买了 3 次，平均回购为 1 个月（30 天）一次，如果最近购买日期到现在已隔 40 天，（40/30=1.3，如果比例设为 1.2，则 1.3>1.2，那么 A 算是回购异常客户了。
 流失风险-流失风险周期：【某客户的最后一次购买日期】>流失风险周期天数，则为有流失风险的客户。
 流失风险-已流失周期：规则同流失风险周期。
 退货—退货周期：统计多长时间内的退货数据。
 退货-退货率超 X：超出这个 X 的客户，预警出来。
 退货-高退货统计比例：在所有客户中统计“退货率、退货金额”，从中取前X%的客户，算为高退货率、高退货额的客户。
 互动-统计周期：互动次数计算的周期时长，取此设置值。
 互动比例设置：互动周期内，所有客户中取互动次数 TOP X%(从高到低、从低到高排名）
 浏览未购推荐个数：通过智慧营销 APP 推广的商品链接，客户点了未购买的个数。
 新品未购买推荐依据：按什么依据统计新品
 新品未购推荐个数：按统计依据得出的 TOP XX（此处设置）名的商品中，未购买的种数。

商品列表显示价格：‘智慧营销ＡＰＰ’推广页里看到的商品的价格取值。

 销售数据统计周期：影响爆品统计周期。取当前日期前一天，再往前推Ｘ天的。

 爆品计算依据：按什么维度统计算作爆品。
 爆品统计记录数：按统计依据得出的 TOP XX（此处设置）名的爆品数。

跟进类型设置

应用场景
销售人员/内勤人员进行客情维护有多种方式，如：电话，聊天工具等。每种方式跟进的内容也不一样，能灵活配置最好。

解决方案
【跟进类型设置】功能，可以由用户设置多种跟进类型（电话、聊天工具、上门等），可以根据需要自定义类型；另外，对每一种类型可以自定义字段，支持文本、日期、等类型，来满足不同跟进类型不同跟进内容的诉求。

客户标签设置
应用场景
随着生意越来越不好做，要想做的好，优秀的销售人员要善于对自己的客群进行 ABC 分类，以便更好的有针对性的营销和销售。

解决方案
【客户标签设置】支持自动标签、手工标签 2 类。自动标签：老板可以根据企业经营状况，对客户进行大数据分析后自动分类，如销售额满足 1-5000 的属于低贡献客户，5000 以上属于高贡献客户等，还可以组合设置‘高收入+高毛利‘的客户。

手动标签：销售人员在充分了解自己负责客户的基础上，可以手工在客户档案上对当前客户进行打标签。

移动应用

应用场景
老板、业务员希望能提升业绩，但哪些客户是优质的，哪些是问题的，哪些商品是高毛利的，哪些是低毛利的，等等场景，智慧营销 APP 能自动推送数据方便决策。
做不同行业，业务人员跟进的内容不同，但管理者需要记录下跟进的内容，方便给出指导意见。

解决方案
 APP 智慧营销：根据 PC 营销参数设置内容，经过大数据分析，自动推送出内容，包括：新拓客户情况、客户购买力分析（今年与去年同期相比上升、下滑的客户是谁）、客户流失预警（回购异常、3 个月未购买、1 个月未购买）、退货率高的客户、业务员线上互动分析（高互动、低互动的客户是谁）、新品铺货率、线上推广、客户 360 分析等等。

 跟进：业务员根据 PC 设置的字段，写跟进。
 跟进记录分析：业务员查看跟进内容。
 标签：在客户档案上手工打标签。

报表分析

1. 跟进明细表/统计表
跟进记录的明细数据、统计业务员的跟进次数、跟进客户数、日均跟进量、客户平均跟进频度等数据。
2. 推广明细表/统计表
业务员通过智慧营销 APP 内‘推广’出去的店铺、商品、促销政策，业务员的分享量、浏览量、成单量，可以在此 2 报表中进行统计分析。
3. 客户营销分析/业务员营销分析
客户营销分析：从拜访、销售、回款三类业务数据分析客户的分布情况， 系统根据用户所选的【分析数据】和设置的数据区间，查询并展示出各区间中客户数量及下单金额的具体分布。

业务员营销分析：从拜访、销售、回款三类业务数据分析业务员的分布情况， 系统根据用户所选的【分析数据】和设置的数据区间，查询并展示出各区间中业务员数量及下单金额的具体分布。

4. 客户预警分析：
从客户拜访、订货、销货三个层面分析一段时间没有发生业务以及有业务发生的客户数据做提示预警，使企业及时关注客户状态，并进行客户跟进及服务，以减少客户流失和增加客户回购。
5. 业务员预警分析：
从客户拜访、订货、销货三个层面分析并提示预警信息，查询出近多少天、某日期范围内有多少天或连续多少天拜访客户量/订货单量/销货单量低于多少的业务员，使管理者及时关注业务员的工作状态，从而有针对性的指导工作提高业绩。