小翼术语解释

销售线索 (Sales Leads)

销售人员为了拓展业务,必须努力寻找销售线索 (Sales Leads) 或客户。在销售跟进客户的过程中,往往最先得到的是销售线索。一般外贸领域的销售线索是通过网络搜索、黄页、海关数据、商业目录、参加展会、获取采购商数据等多种方式获得。

销售线索管理作为真正的销售机会产生前将提供大量的真假不一的信息源,也是公司在客户群产生商机的最基础线索,在商业价值链中处于重要地位。

线索 (Leads) 的获取是为了积累潜在客户。而潜在客户是否有效,大多数情况下都需要达成初步联系沟通验证 (Qualification) 之后,才可确定潜在客户是否感兴趣或有需求,成为有效潜在客户。

销售管道 (Pipeline)

什么是销售管道? 销售渠道是一种有组织的、可视化的方式,用于在多个潜在买家在购买过程的不同阶段进行跟踪。简单来说,销售管道是通过一系列特定阶段跟踪销售目标进度的一种方式。

通常,管道被可视化为一个水平条,有时又会被视为一个漏斗(但销售管道不等于销售漏斗Sales funnel),分为公司销售流程的各个阶段。

潜在买家在整个销售过程中从一个阶段转移到下一个阶段:例如,在建立联系时,或当确认潜在客户感兴趣或有需求时。 它标识着一个潜在客户从联系初期到最终成交的旅程中所处位置的方式;通过销售管道,销售人员能够随时准确地看到他们的资金、交易和其他销售工作的位置。对于销售人员来说,这是一个重要的工具,他们经常要同时处理许多客户跟进和询盘,很容易顾此失彼,容易遗忘某个客户需要及时跟进以及客户所处的具体跟进阶段。

对于业务团队的管理者来说,它也是一个重要的业绩观测和预测工具。由于销售管道跟踪外贸销售人员的客户跟进活动,因此它可以帮助管理人员更清楚地了解哪些销售人员跟进了哪些客户,每个销售人员所跟进的客户都分布在哪些不同的管道阶段。通过跟进客户的全局分布,管理人员也非常容易做出对未来订单成交的合理预测。

客户关系管理(CRM)

CRM 客户关系管理系统,是 Customer Relationship Management 的缩写,是一种管理企业与当前和潜在客户的互动的方法。CRM 帮助企业用于在整个客户生命周期内管理和分析客户交互和数据的实践,提高盈利能力。

同时,CRM 系统既是一套管理制度,也是一套软件和技术。目标是通过提高客户的价值、满意度、赢利性和忠实度来缩减销售周期和销售成本、改善客户服务关系并协助客户保留并推动销售增长。

企业资源计划(ERP)

ERP系统是企业资源计划 (Enterprise Resource Planning) 的简称,是业务流程管理软件。它是利用由数据库管理系统维护的通用数据库,提供核心业务流程的集成和不断更新的视图。同时集成了计划,采购,库存,销售,市场,财务和人力资源等领域。

ERP促进所有业务功能之间的信息流动,并管理与外部利益相关者的联系,促进所有业务功能之间的信息流动,提高企业核心竞争力具有显著作用。

它包括:物料需求计划 MRP(物料单系统)、制造资源计划 MRPII (增加库存、分销等)、企业资源计划 ERP  (打通了供应链,把财务、人力资源、销售管理等纳入)

CRM 和 ERP 的区别是什么?

首先,CRM主要目的是以客户关系的建立、发展和维护,而 ERP 是强调业务目的是为了提高整个盈利业务的生产力。其次两者在关注对象上有区别,ERP 重点关注是“企业内部资源计划”,CRM 更多关注是“市场与客户”。

从主要目的来看,CRM是以客户关系的建立、发展和维护为目标,而 ERP 则强调业务的增长,主要目的是为了提高整个盈利业务的生产力。从二者的关注对象上来看,ERP 重点关注的是“企业内部资源计划”,CRM则更多关注的是“市场与客户”。一个偏内一个偏外,不能说二者谁优谁劣,只能说谁更符合当下市场与企业的切实需求。

例如,CRM 系统通常包含的功能有销售线索管理、客户关系管理、营销自动化、销售自动化、客户服务和知识库等,功能更多的是指向市场与客户,用最高的效率对客户关系进行发展和维护;ERP系统经常会使用到的功能有原料物料采购管理、库存管理、制造管理、供应链分销管理、项目管理、人力资源、会计财务管理等,体现在对企业内部进行资源整合和管理。从二者的功能属性上来看,同样是一个偏外一个重内,企业在选择购买软件的时候一定要对自身有全面且清晰的了解。

ERP 多用于大型制造企业信息化管理的实施,中小型企业使用 ERP 的成本和管理难度比较高。而 CRM 则比较灵活,既可以用于中小企业又可以用于大型企业。

供应链管理(SCM)

SCM供应链管理是一种集成的管理思想和方法,它执行供应链中从供应商到最终用户的物流的计划和控制等职能。从单一的企业角度来看,是指企业通过改善上、下游供应链关系,整合和优化供应链中的信息流、物流、资金流,以获得企业的竞争优势。

基本内容:计划、采购、制造、配送、退货。

商业智能(BI)

解决方案的打包

流程:

  • 需求分析
  • 数据仓库建模
  • 数据抽取
  • 建立BI分析报表
  • 用户培训和数据模拟测试
  • 系统改进和完善

使用的技术:数据仓库、数据挖掘、OLAP(对应数据仓库,联机分析处理)

数据仓库:

  • 面向主题:数据按主题组织。
  • 集成的:消除了源数据中的不一致性,提供整个企业的一致性全局信息。
  • 相对稳定的(非易失的):主要进行查询操作,只有少量的修改和删除操作(或是不删除)。
  • 反映历史变化(随着时间变化):记录了企业从过去某一时刻到当前各个阶段的信息,可对发展历程和未来趋势做定量分析和预测。

数据挖掘:

方法:

  • 决策树(构建树结构进行分析)
  • 神经网络(类似统计学中的判别、回归、聚类等功能)
  • 遗传算法(三个基本过程:繁殖(选择)、交叉(重组)、变异(突变))
  • 关联规则挖掘算法(关联规则是描述数据之间存在关系的规则)

分类:

  • 关联分析:挖掘出隐藏在数据间的相互关系。
  • 序列模式分析:侧重点是分析数据间的前后米系(因果关系)。
  • 分类分析:为每一个记录赋予一个标记再按持记分类。 先赋予标记,在分类;
  • 聚类分析:分类分析法的逆过程。 根据已有的特征,将相同的 放在一起

人工智能(AI)

  • 人工智能(AI)、机器学习(ML)、深度学习(DL)的关系如下,DL ⊆ ML ⊆ AI。
  • 人工智能比喻成的孩子大脑,而机器学习就是让孩子去掌握认知能力的过程,而深度学习是这过程中很有效率的一种教学体系。
  • 人工智能是目的,是结果;深度学习、机器学习是方法,是工具。
  • 人工智能的概念是在 1955 年提出的;机器学习概念是 1990 年提出的;深度学习概念是 2010 年提出的。
  • 深度学习曾经是以机器学习中的「神经网络算法」的身份存在的,随着大数据的爆发,深度学习被单拿出来,成为一种学习思想。