闫宝龙

两个客户，都是做机械设备的。A客户每月一百条询盘，成交两三个；B客户每月一百条询盘，成交十二三个。老板们都觉得询盘量是硬指标，可同样的一百条，销售价值差了五倍。询盘是计数单位，不是价值单位。这个问题想不通，投放会一直往错误的方向优化。价值差异从四个地方来我复盘过很多组这样的对比，差异基本落在四个地方。需求阶段：有的询盘在选型，有的询盘在比价，有的只是问问。客户身份：决策人来问和采购经办来问，推进速度不同。匹配程度：产品对不对口，规格能不能做，交期给不给得出。数量结构：一次买一台和一次买十台，后面的一切都不同。四项叠起来，同样一条询盘的期望价值能差十倍以上。询盘量的统计把这一切全部抹平了。给询盘算一笔期望价值我让客户做一次简单的分层：把过去三个月的询盘拉出来，按成

评估渠道贡献，最常见的乱象是数字对不上。我接过一个客户，四个渠道的月报加起来，新增客户八十多个。财务一核对，实际新签只有三十几个。每个渠道都在认领同一批客户。这件事不解决，预算分配就是掷骰子。先定一个认领规则归因不必复杂，但规则必须统一。我常用的规则按优先级排：客户自己说从哪来的，以客户说的为准，首通电话里就要问。客户说不清的，看首次接触的记录：最先打通的电话、最先填的表单。多渠道同时接触的，按最后一次触达归因，但记录全部触点。规则是谁的不重要，统一才重要。四个渠道各有一套算法，加起来的数永远大于实际。我第一次给这个客户定规则时，各渠道负责人都有意见，都说自己那一套更准。我说都不用吵，就用客户自己说的。客户的嘴比任何报表都诚实，他忘了谁触达过他，说明那个触达本来就不重要

大部分企业里，线上获客和销售分级是两套互不通气的系统。投放端按点击和表单量考核，销售端按客户等级决定跟谁、怎么跟。表单进来一大堆，全堆在一个池子里，销售按先来后到处理。A级客户和随便填表的学生，享受同样的响应速度。这中间浪费的钱，比多数老板想象的多。先把销售的分级标准拿过来动手之前，我要销售团队把客户分级标准讲清楚。多数企业有现成的，比如A级是行业对口、有预算、半年内会采购；B级有需求但时间不确定；C级只是了解。问题在于这些标准销售脑子里有，落到线索上没人填。分级制度存在，但它没接到线索入口上。我一般会让销售自己举三个最近成交客户的例子，倒推他当时凭什么判断这个人值得跟。从他嘴里说出来的判断依据，才是真正能落地的标准，写在制度文件里的那套往往对不上。分级标准要翻译成投

帮企业做获客诊断，我第一个看的不是哪个渠道效果好，是渠道集中度。有个做设备配件的客户，百度竞价带来六成新客户，剩下四成里一大半还是老客户转介绍。他自己觉得投放做得不错，我说你这个结构，等于把整条获客命脉交给了一个平台的规则制定者。先算清三个集中度渠道集中不能只看花费占比，我一般算三个数。花费集中度：最大渠道占总投放的比例。线索集中度：最大渠道贡献的有效线索占比。成交集中度：最大渠道带来的新客户成交额占比。三个数一起看才准。花费占五成、成交占八成，这是高效；花费占八成、成交占五成，这是低效。同样的数字，含义完全相反。健康集中和危险集中的区别集中本身不是问题，问题是你对它有没有掌控力。我把集中分成两类。一类是能力型集中：这个渠道你做得比同行好，成本、内容、转化链路都有优势

一个客户找我做投放诊断，我第一件事要数据。他发来三个Excel，字段不一样，时间范围不一样，同一个指标三个数。我说这没法分析。他说，我们知道乱，但不知道从哪开始整。这是很多企业的真实状态。数据不完整不是一天造成的，也不可能一天补齐。先别想着补齐，先定最小口径整改的第一原则是：不追求完整，追求一致。我会先定一组最小指标，通常只有五个：展现、点击、消费、有效线索、成交金额。每个指标写清定义、来源系统、统计周期。定义要细到能执行。比如“有效线索”要写清是表单提交算，还是电话接通算，还是销售确认为准。五个指标口径统一，比五十个指标各说各话有用得多。按业务影响排优先级数据缺口很多，但不是每个都值得补。我按两个维度排：这个数据影响多大的决策，补起来要多久。影响大、补起来快的先做；影

客户的网站上有这样一个页面，全站流量第一，占了自然搜索的四成。老板说这页面一年没带来一个询盘，想删掉。我说先别删，先算账。高流量页面不带来商机，不代表没有价值，但也不代表一定有。这中间要分清。第一件事：看流量是什么流量高流量有两种。一种是精准需求，一种是泛需求。比如一个做工业泵的站，流量最高的页面是“泵的工作原理”。这个词量大，但搜的人多是学生、爱好者、同行。判断方法很直接：看这个页面的搜索词、看停留时长、看跳出后的去向。如果停留超过两分钟、还点了站内其他页面，说明人是有兴趣的，只是没到采购阶段。第二件事：看它有没有助攻很多页面不产生直接转化，但在转化路径上出现过。这部分价值在最后一次点击归因里是看不到的。我会拉转化路径报告，看成交客户在转化前有没有访问过这个页面。有，哪怕只

一个做户外用品的客户，两年里从三个国家做到十二个。投放额涨了四倍，但转化成本涨得更快。我去看账户，结构还是最初那套：一个国家一个系列，所有产品混在同一个广告组里。三个国家时这套能跑，十二个国家时它一定会崩。扩张之后，原来的结构为什么会失效账户结构的作用是隔离变量。国家一多，变量成倍增加：语言、货币、时区、物流时效、竞品、支付习惯、认证要求。全混在一起，智能出价学到的是一锅粥。它会把预算偏向那些点击便宜但成交难的市场，因为系统只认转化信号，不认利润。结构的本质是把不该互相干扰的东西分开，扩张之后，需要分开的维度变多了。先按什么维度拆维度很多，但不能都拆。层数一多，每个系列的样本就不够，学习期永远过不去。我的排序是：先按市场拆，再按产品线拆，最后才考虑按匹配方式或设备拆。市场

这种场景我一年要碰上好几次。市场部拿出报表，说这个月线索量涨了六成；销售开会直接怼回去，说这些线索打了没人接，接了不买。两边都没说谎。他们说的“线索”根本不是同一个东西。先把定义对齐分歧的根源通常在定义。市场部统计的是表单提交数，销售认的是能推进到报价的客户。中间隔着好几层：表单有没有填完整、电话能不能打通、需求是不是真实、预算和时间对不对。我会先把这条链路画出来，标清每一层的数量和流失率。画完之后，多数争论会变成对一个具体环节的讨论，这比互相指责有用得多。做一次双向盲评定义对齐了，还要验证。我习惯抽一批线索做盲评。随机抽五十条近期线索，市场部和销售各自独立打分，分为有效、待定、无效三档，打分前不交流。打完之后比对。两边一致的比例低于六成，说明标准确实不同；高于八成，说明标

渠道一变，最先失效的不是策略，是基准。去年一个平台调整了归因口径，客户的转化数一夜之间少了三成。老板第二天就开会问，是不是投放出了问题。我说不是，是尺子换了。用旧尺子的读数去量新尺子，结论一定是错的。什么算渠道发生了实质变化不是每次后台改版都要重建基准。我一般看四条，满足两条以上才动。归因窗口变了，比如从三十天改成七天。流量结构变了，比如搜索结果的广告位减少，自然结果位置前移。产品形态变了，比如多了新的广告类型，和老类型抢同一批展示。统计口径变了，比如转化去重逻辑、跨设备合并方式调整。这四条里，归因窗口的影响最大。窗口一缩，靠近成交的那次点击会被记功，前面的接触全部消失。先在时间轴上划一道断点重建基准的第一步，是确定哪天开始算新口径。这一天叫断点。断点前后的数据不

一个做家居的客户，旗下三个品牌共用同一个官网。市场部每次汇报，都是整站数据，老板问哪个品牌在增长，没人答得上来。这种情况在多品牌企业里很常见。数据混在一起，等于没有数据，因为任何决策都找不到责任人。先把品牌流量拆出来拆分的第一层是品牌词。把三个品牌的品牌词、变体词、错拼词全部列出来，单独建一个渠道分组。拆完之后你会看到三个数：各品牌自然流量、各品牌付费流量、以及非品牌流量。非品牌流量最难分。我的做法是按着陆页分：品牌A的页面归A，品牌B的归B，共用的品类页单独列一栏。共用页面的流量，别硬分，单列更诚实。判断是互补还是互食这是分析的核心。三个品牌放在一起，可能是覆盖了不同价位，也可能是自己打自己。我看两个信号。第一，搜A品牌的人，会不会同时也搜B品牌。如果重

上个月有个客户很着急，说在AI里问自家公司是做什么的，答案里混进了两个不相关的业务，还有一个早就停产的型号。他问我能不能发一批稿子把答案压下去。我说先别发，先查它是从哪儿学的。源头不改，发多少稿都是在盖。先做一次完整的问答记录核查的第一步不是改，是记录。我会准备二十个左右的问题，覆盖公司、产品、客户、地区、资质五个方面。每个问题在三个以上AI平台各问一遍，把回答原文截图存档，标注日期。为什么要多个平台？不同平台的信源结构不一样，答案错得一样的地方，往往就是同一个源头。这一步能快速缩小范围。把错误答案拆成事实单元AI的回答是一段话，但里面包含很多独立的事实。要一条条拆开。比如一句“该公司主要生产A和B两类设备，客户集中在华东地区”，可以拆成三个事实：主营两类设

有个客户的账户，百分之八十五的预算投在一个爆款产品上。ROI很漂亮，但老板睡不着觉，问我万一这个产品出问题怎么办。这种结构我见过不少。它不是错，它是把风险和效率放在天平上，选了效率那一头。问题在于，很多人不知道自己选了什么。先算清楚集中度有多高我一般用两个数：预算集中度和转化集中度。预算集中度是最大单品的花费占比，转化集中度是最大单品的转化占比。两个数一起看，能看出这个产品是效率高，还是只是花钱多。如果花费占比八成、转化占比也是八成，这是健康的集中。如果花费八成、转化只有五成，那不是集中，是低效。我还会再看一个数：这个产品的转化，有多少来自品牌词。靠品牌词撑起来的集中，风险比看起来更高，因为品牌一旦有舆情，整条线会一起掉。集中会带来哪几类风险我把风险分成四类，逐条评估，比笼