一、项目背景

在物流销售体系中，一份合同的签约会经历多个阶段，包括：线索提报——销售拜访——转化商机——申请报价——签约。其中线索处于客户产生销售机会的最前端，可以通过多种渠道获取线索，销售人员接到线索后，会持续跟进并推进线索转化，对无效线索进行标记废弃，对有用线索转化商机并进一步推进。

改版前通过数据统计发现线索废弃的原因主要集中在“客户原因-客户名称提报错误”，初步推测是由于客户原因在第一个位置，且在移动端是默认选中“客户原因-客户名称提报错误”。大数据希望通过算法模型优化去挖掘线索的潜力，但由于废弃线索数据表现上的不可思议，本次希望通过调研及重新设计废弃线索交互，引导用户能尽量选择真实废弃原因，从而进一步挖掘废弃线索的价值，提升线索质量和转化率。

二、问题探究

1、现有废弃线索的数据分析

从图中可以看出，2022年7月统计的废弃线索数据中，AI线索和非AI线索的废弃类型选择比例基本持平，非AI线索是主要的线索来源，其中线索废弃的原因60.16%都集中在客户原因，其中“客户名称提报错误”占比到达25.86%，其次是”客户个人原因造成无法合作“占比为18.93%，我司原因整体占比最低为3.56%（注：无效线索和AI废弃不属于销售处理线索的选项，故不在本次分析范围之内）。

2022年7月废弃线索数据统计

为何会表现这样的数据，可以提出以下2个问题：

1）在实际线索提报数据中可以了解到，大部分线索都是由快递小哥在京牛系统中提报，如果是提报线索的质量问题，那么是否客户名称错误和客户个人原因无法合作造成真正的线索废弃呢？

2）系统设计上选择废弃原因需要2层选择，或者原因分类不够准确导致销售无法确认该选择哪个原因，导致在选择过程中存在随意性？或者销售是否存在为了规避选择“我司原因”而更多选择“客户原因”？

针对以上问题想要进一步挖掘，就需要通过调研挖掘销售选择废弃的原因和逻辑，以及公司的考核机制；同步从系统上排查是否存在不合理之处，包括废弃的操作交互和废弃原因的设计。

2、用户调研主要结论

注：本部分内容来源于用户研究报告《废弃项目研究报告》——From用户研究组王明福

通过定性访谈24个一线销售人员，梳理了销售处理线索的流程。将线索处理分为电话拨打及信息核对——确认需求及合作意向——转商机，在前两个阶段的废弃率分别为40%+和30%+，明细废弃原因选择在定性调研数据与统计数据上基本一致。

2022年7月《废弃项目研究报告》

从定量数据和定性反馈对比看，销售在具体废弃原因选择上存在选择偏差，原因包括：

1）心理层面销售认为线索废弃说明线索毫无价值，废弃原因选择哪个无关紧要；

2）线下废弃场景比较复杂，线上废弃原因归类逻辑不够清晰准确，销售对应存在困难，选择成本高；

3）为了完成24H处理完线索的要求，避免影响考核，销售急于处理线索，出现乱选的状况。

通过分析6.3万条《销售手工输入线索废弃明细与拜访记录汇总》表，对销售线下废弃原因进行归类及占比分析，其中重复线索比例最高，其次是无需求类线索，电话和信息错误类占第三和第四，前四类废弃原因占比86.34%。

2022年7月《废弃项目研究报告》

从以上调研结论可以看出，销售确实存在选择废弃原因偏差的情况，且目前的线索归类确有不合理之处。探究了销售的废弃逻辑及操作行为，就需要进一步提出针对性的解决方案。

3、现有系统问题分析

销售选择线索废弃可通过CRM移动端和PC端进行操作，普通销售基本都使用移动端操作线索废弃，电话销售主要使用PC端操作线索废弃。下图分别是移动端和PC端操作废弃线索的流程交互。

改版前移动端和PC端废弃线索界面

移动端废弃线索时，默认选中第一个选项“客户原因-客户名称提报错误”，无需切换即可提交，而PC端操作较为复杂，需要先选择两级原因，再输入备注原因才能废弃。移动端的用户访问量远高于PC端，且一线销售处理线索基本都在移动端，从一定程度上来说在移动端如此方便操作的情况下更容易产生随意操作。

三、设计方案及验证

基于以上分析，为了达成项目目标，除了对界面交互进行优化外，更需要对废弃的原因进行合理设计，减少销售选择过程中的疑惑，减少操作的随意性。

1、界面方案设计

第一版方案设计需要在用户研究时进行可用性测试调研，只在界面交互上进行改造，在线索废弃分类上沿用线上。

移动端方案调研

考虑到为销售节约选择时间，在移动端提供了语音输入方案，以减少输入成本的同时获取销售真实输入内容以便后续进行分析，在选项交互上去掉了默认选择，将滚轮选择的方式改为点选，将选项全部呈现出来，减少两层操作成本。在纯文字版方案设计上也提供了2版，一个是选项全部外露可直接点选，另一个是先选择大类再选择具体原因。对方案进行了动态演示demo，在销售调研时同步进行演示，获取销售的反馈意见。

移动端选择调研方案

移动端语音+文字方案demo

移动端纯文字方案demo

通过调研发现，销售认为线索废弃则表示线索毫无价值，因此在废弃原因选择上，需以效率为先，越快越好。

在方案一（语音+文字方案）选择上，19人中有17人选择文字优先选择的方案，原因是选择更快捷、高效，语音优先方案销售认为备注价值不大，且对语音识别不准的问题顾虑较多。

在方案二（纯文字方案）选择上，销售表示新设计的两种选择方案都比线上方案要好，效率更高。19人中有9人选择以平铺式方案，原因是直接选择、快捷，10人选择两步选择方案，原因在于更加直观，能快速对应，但希望能全部展开，选项不需要过多。

PC端方案调研

在PC端的方案设计中仅使用文字方案，方案一为选项全部外露可直接点选，方案二是先选择大类再选择具体原因。

在8人中有7人选择以两步选择方案，原因是直接选择，更快捷，且方便后期数据盘点。

PC端选择调研方案

通过以上调研结果可以得出纯文字选择的方案符合销售的使用习惯，且简短的文字更利于识别，更能提升操作效率。那么在纯文字的选择方案上，分布较为均匀，没有明显偏向性。这就需要进一步完善选项设计，同时在2个方案中取折中方案。

第三版纯文字方案的设计对原因进行分类展示，将所有选项按类别平铺，无需2步操作，结合用研结果对原因重新进行归类，并精简文字表述，在排版上更整齐，降低阅读成本。

中间版交互方案

2、废弃原因分类设计

方案平铺之后文字选项数量达到12个之多，在选择过程中造成一定的选择难度。米勒定律认为在短时记忆中，人平均只能记忆7±2个项目，应用到界面设计上，为保证用户记忆，系统的导航数量一般不超过7±2个，在产品设计中信息数量多时，采用对信息分段的处理方法，将一连串信息以7±2个内的信息数量为一个段点，辅助用户记忆。

定性调研过程中得到了销售选择原因的逻辑，加上对6.3万条销售线下废弃原因的归类及占比分析，结合现有的选项、AI线索的判断逻辑、业务初步精简的选项，对选项进行重新设计归类。

在分类上去掉内部、外部、客户原因的主观判责维度，引导更多关注线索本身的原因。在此过程中，对所有原因打散重组，将同类进行归组，比如3次无人接听、电话号码错误、空号等归为电话原因，而线索重复、公司信息错误、联系人信息错误归为信息问题，其余归为无需求/无意向，并提供“其他”自定义输入选项。在子项上将一些类似项进行合并重新命名，去掉“3次无人接听”选项以防误导销售因此不联系客户，将类似“虚拟客户开店，无物流需求”精简为“无物流业务需求”以减少销售在选择时的误以为只有“虚拟客户开店”类的“无物流需求”才能归到此类中，类似种种选项优化。在此过程中进行了多次内外部讨论确认，综合考虑了业务规则、AI算法判断逻辑、设计调研结论等维度，最终确认原因分为“线索信息错误、无需求/无意向”两大类，子项9个，外加自定义输入项“其他”。

废弃原因归类过程

最终废弃原因设计方案

四、上线后废弃原因选择分布跟进

该项目上线后拉取2022/11/21-2022/12/20一个月的数据，按照新版分类，废弃线索中占比前三的分别为：“无物流业务需求”占比最高为23.01%，其次为“重复线索”占比17.25%，第三位“公司或联系人错误”占比12.16%。

与7月数据相比，客户信息错误原因占比12.16%有明显下降（7月“客户名称提报错误”占比到达25.86%），说明在原因选择交互上的优化确实能在一定程度上避免随意选择，数据表现上更客观；重复线索数据占比17.25%上升明显（7月“系统已存在客户，线索重复”占比8.78%），提示我们需要关注提报线索时的校验，尽量通过系统卡控过滤掉一些重复线索，或者对重复线索进行标记，提升销售处理效率；在新版增加了“散单或单量少”后该数据占比9.48%也值得关注，目前该类客户线索做了废弃，那么未来需要考虑对“散单或单量少”的客户进行深入挖掘，给该类客户提供个性化合作服务，让京东物流的服务可以满足不同层次客户的需求。

2022/11/21-2022/12/20废弃线索数据

线索作为销售过程中的初始环节也是核心环节，线索的质量好坏固然是影响签约转化的核心因素，然而非核心链路如果能提升操作体验，减少操作成本，也是非常关键的。在大数据加持下，如果非核心链路的项目设计能辅助提供更精准的数据去优化算法模型，以帮助AI数据挖掘线索的潜力，可以更多辅助提升线索转化率，那么每个项目都将非常关键。

本次项目在除了交互方案外的内容设计上进行深入挖掘，结合数据分析、用户定性研究结果，对销售处理线索的过程、处理逻辑进行深入了解，对用户数据进行归因分类，最终对线索分类进行重新设计，在项目过程中设计侧进行了深度参与，与多个角色高效协同，是一次比较完整的项目设计。