如何把企业客户转化率提升300%

《如何把企业客户转化率提升300%》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、如何把企业客户转化率提升300%　　“我们的客户都是公司的销售和总监，他们以往用到的服务，一般能够帮他们把销售转化率提升20%左右，我们可以提升到300%。”EverString的创始人杨文杰说。　　对于EverString，我们曾经做过报道，它是一个专注于金融投资行业的大数据分析类的公司。但在业务上，它现在的应用场景跟最初有很大的差别。是客户的一个，让他们突破瓶颈，发现了新大陆。　　把人工智能带入企业级应用　　EverString做的是典型的B2B型业务，面向公司的销售和市场部门，可以精准地筛选出公司的潜在用户

2、，帮助销售减少寻找潜在用户的机会成本，提高客户转化率。另外，还可以帮助企业精准地寻找到新客户。　　“我们只分析公司，不分析个人。”杨文杰说。EverString分析的公司数据，一端是EverString的企业客户内部的数据，一端则是这些客户企业的潜在企业客户的数据。前者数据由客户企业提供,后者数据则通过挖掘全网在线企业数据和购买而来。　　结合这两部数据，系统通过机器学学习自动建立客户模型。首先，分析企业现有客户。然后，再利用模型然后在全美国找最像企业现有客户的潜在客户。且，这个建模过程都是全自动的，无须任何的人工

3、介入。　　EverString目前主要应用在北美市场。企业客户只需要像登陆微信、一样登陆在Everstring上的账号，将自己的CRM系统（客户关系管理系统）与Everstring的引擎连接就可以了，剩下的事就可以交给系统了。　　潜在客户企业方面，杨文杰介绍，EverString目前已经积累美国近700万家企业画像数据。它构建了一个智能爬虫，搜索分析全网的企业网站，利用自然语言分析，非监督机器学习将其分解成产品页面、招聘页面、团队介绍页面等等，从这个页面当中挖掘具体的信息，然后把这个信息放到机器学习的模型当中去。

4、基于一些简单的变量，做一些预测已经是行业中大家都在使用的技术。但EverString是利用非结构化的文本做机器学习，同时实时地分析上十万到百万个变量。　　这个预测分析过程每分每秒都在进行。杨文杰介绍，EverString到目前为止已经为56家客户公司构建了他们的企业模型，平均的转化率提升超过了3.8倍。现在EverString的客户当中已经有将近5家世界500强，有很多是美国高速成长的公司。其中一家企业在使用EverString两个月内销售收入翻了一倍。基于此，EverString从上线以来，短短6个月时间，实际

5、入账的销售收入超过了百万美金，每年的年费收入2015年底预计超过7百万美金。　　一个引发的爆发　　美国整个B2B市场营销行业在2014年的市场规模是360亿美金。可是EverString最终找到这条路，却看似源于一个偶然。　　杨文杰曾任职摩根大通投资银行分析师、美国大型私募基金投资经理。在硅谷做投资的时候，受到一个投资理念的启发，就是挖掘那些别人都听说过的公司。那时，他开始尝试用机器学习和自然语言分析去追踪分析美国近400多万个企业，探索其中关于公司的成长信号的内容，譬如公司正在招聘什么人等等信息。　　这个方法成

6、功地帮杨文杰找到了好几家潜在投资对象。他很快决定辞职创业，把这个技术能力扩散出去。他打给自己在上海交通大学数学系的校友汪超，两人在大学时就是创业搭档。汪超很快接受了杨文杰的建议，两人打造了EverString的雏形。　　后来，借在斯坦福念MBA的机会，杨文杰结识了很多斯坦福的博士，于是招兵买马，建立了一个涵盖自然语言分析、神经网络、数据挖掘人才的团队。　　从自己的经验出发，EverString技术最初的应用方向是针对金融行业，帮助他们分析的潜在投资对象。下一页最末页　　但产品开发出来之后，EverString团队

7、很快就遇到了一个瓶颈，那就是EverString针对金融投资行业的业务很难做大。因为EverString服务的金融公司们的潜在投资公司有很大的重合度，所以每一家公司对EverString服务的使用就具有很强的排他性。那时，EverString刚刚从红杉，IDG，真格基金那里融完了第一轮160万美元资金，花了一年时间搭建起了理想中的团队。他们试图找一个新的应用场景。　　转机出现在一个里。美国一家杀毒软件公司的市场总监打来，对方询问EverString的数据分析产品能否用在市场营销中，帮助寻找潜在客户。杨文杰和汪超之

8、前没考虑到这个问题，但既然有人互动提出需求，他们决定做一下尝试。　　尝试给出了惊喜的效果。他们发现，在营销行业帮助企业分析下一个客户，与对投行的分析方法是一样的。而且，有一个好处是，每家公司所针对的客户差异性很大。这家打来的公司获得了意想不到的好效果，客户转化率提高了将近2倍多。这让EverString整个团队都感到非常意外，2014年1月初，EverString团队正式