先判断这是“入口放宽带来的错配”还是“服务容量本身没跟上”。如果新增线索里符合历史成交画像的比例没有下降,问题主要在容量;如果比例明显下降,问题在入口筛选。两种判断对应完全不同的动作,前者要扩承接,后者要收紧入口,做反了会同时损失成交和口碑。
线索变多但服务被挤占,常见的第一反应是“表单字段太少,加几个必填项”。这个动作只有在一种情况下成立:新增线索的意向结构确实变差了。否则加字段只会让原本合格的线索也一起流失,服务压力没减,成交还少了。
两种解释的差别在于:
这两类问题在同一组数据里会呈现相反的证据。把“线索多了”直接等同于“质量差了”,是最容易做错的一步。
不需要复杂归因,先看三组能分开的信号。
按你已有的合格标准(比如有明确预算周期、有决策参与人、需求落在服务范围内),统计变化前后各一批线索的合格比例。如果合格比例基本持平而绝对数量上升,指向容量问题;如果合格比例下降,指向入口问题。注意:这里的合格标准要沿用变化前的口径,中途改标准会让比较失去意义。
容量不足时,最先恶化的通常不是线索质量,而是响应速度。如果首次响应从当天变成隔天、单个线索的平均跟进轮次下降,说明服务能力已经被摊薄。这个信号比“感觉忙不过来”可靠,因为它有明确的时间点可以对比。
把近期成交拆成“变化前就存在的来源”和“变化后新增的来源”两组。如果成交仍然集中在老来源,新增来源贡献很低,说明入口确实引入了不匹配的人群;如果两组都有成交、只是新增来源的跟进被拖延,说明问题在承接节奏。
拿到上面三组证据后,决策条件就清楚了。
合格比例下降、响应时间正常:收紧入口。可以做的具体动作是恢复或增加一个能区分意向的字段,比如把“想了解”改成需要填写具体需求场景。动作的结果是线索总量下降、合格比例回升;如果收紧后合格比例没变,说明字段选错了,需要换一个更能区分的维度,而不是继续加字段。
合格比例持平、响应时间恶化:不要动入口,先扩承接。可做的动作是把首次响应拆成两步——自动确认收到加人工在固定时限内跟进,让线索在等待期不至于流失。动作的结果是响应时间回落;如果响应时间没改善,说明瓶颈不在响应环节,而在后续的沟通或交付环节,下一步要往那里查。
两者同时发生:先处理容量,再收紧入口。顺序反了会出现“线索少了但服务还是跟不上”的假象,让你误判收紧无效。
假设某服务型业务变化前每月收到 100 条线索,合格 40 条,首次响应平均 4 小时。调整投放后每月收到 200 条,合格 50 条,首次响应变成 30 小时。
合格数从 40 涨到 50,合格比例从 40% 降到 25%。比例下降说明入口引入了更多不匹配人群,但合格绝对数仍在增加,说明容量也确实吃紧。此时如果只收紧入口,合格数可能回到 40 左右,响应时间改善但成交总量未必提升;如果只扩承接,25% 的低合格比例会持续消耗服务资源。合理的顺序是先把响应时限拉回可接受范围,再针对新增来源里合格比例最低的那一类收紧筛选条件,而不是对全部入口一刀切。
这个例子的数字只为说明比较方法,不代表任何行业的实际水平。你要做的是用自己变化前后的两组数据套同样的比较逻辑。
改完入口或承接流程后,至少观察一个完整的跟进周期再判断。线索量短期下降可能只是投放节奏波动,响应时间短期改善可能只是某几天线索少。真正需要确认的是:合格比例是否朝预期方向移动,响应时间是否稳定在新的水平,成交来源结构是否发生变化。
如果调整后线索量下降但成交没有同步下降,说明收紧是有效的;如果线索量和成交一起下降,说明收紧过度,需要把筛选条件放宽一档再测。每一次只改一个变量,才能把结果归因到具体动作上。