跳转至

Task 与营收归因

Tasks 不仅是执行工具,也是连接"员工行动"与"营收结果"的归因桥梁。通过追踪任务从生成到完成的全过程,系统可以量化跟进对营收的贡献。


一、关闭原因 → 营收类型 → 归因公式

业务目标对应不同的营收类型,分为经常性收入(MRR)和一次性收入两类。每个业务目标对应一个 closeResult 枚举值——员工手动关闭任务时由 UI 表单写入(closeType = 'manual_closed'),AI 自动关闭任务时由 AI 分析写入(closeType = 'auto_closed')。

衡量指标里的英文参数名对应 Rules → Revenue Benchmarks 配置项。

经常性收入(MRR)

# closeResult 业务目标 营收类型 衡量指标公式 示例
1 converted 促进成交 转化收入(Conversion MRR) 签约数 × 客单价(Customer Avg. Price 新客签约 → +$149/月
2 upgraded 促进升级 升级收入(Upgrade MRR) 升级客户数 × 升级增量单价(Upgrade Avg. Incremental Price Basic 升级 Elite → +$40/月
3 complaint_resolved 投诉挽留 投诉挽留收入(Complaint Retention MRR) 投诉解决后投诉留存观察期(Complaint Retention Window,默认 90 天)内未流失 × 客单价(Customer Avg. Price)× 投诉归因系数(Complaint Attribution Coefficient,默认 0.60) 投诉解决、90 天后仍活跃 → $149 × 0.60 = +$89/月
4 payment_recovered 支付恢复 支付恢复收入(Payment Recovery MRR) 支付失败后通过电话/SMS 催回更新支付方式的会员数 × 客单价(Customer Avg. Price)× 支付恢复归因系数(Payment Recovery Attribution Coefficient,默认 0.75) 卡过期、电话催回、会员更新支付 → $149 × 0.75 = +$112/月
5 cancel_saved 避免流失 取消挽回收入(Cancel Save MRR) 挽留成功的客户数 × 客单价(Customer Avg. Price 挽留成功 → +$149/月
6 freeze_recovered 冻结恢复 冻结恢复收入(Freeze Recovery MRR) 冻结到期前主动联系、会员确认回归并恢复活跃的会员数 × 客单价(Customer Avg. Price)× 冻结恢复归因系数(Freeze Recovery Attribution Coefficient,默认 0.70) 冻结 2 个月、电话确认回归 → $149 × 0.70 = +$104/月
7 win_back 挽回客户 回归收入(Win-back MRR) 前会员重新签约数 × 客单价(Customer Avg. Price 前会员重新签约 → +$149/月
8 promotion_converted 特别推广 推广活动收入(Promotion Revenue) 通过员工拓展签约的推广客户数 × 推广活动客单价(Promotion Avg. Price 拓展推广客户、签约推广协议 → +$129/月/人

一次性收入

# closeResult 业务目标 营收类型 衡量指标公式 示例
9 event_signed_up 一次性活动推广 活动报名收入(Event Revenue) 推动报名的会员数 × 活动报名费(Event Avg. Registration Fee 电话推动会员报名挑战赛/活动 → +$30(一次性)

特殊归因约束: - complaint_resolved 需满足:① 问题属于 complaint(客户主动表达不满),② 解决后 90 天内客户未流失,才计入 Complaint Retention MRR - payment_recovered 需满足:会员在电话/SMS 后更新了支付方式且扣款成功 - freeze_recovered 需满足:冻结到期前员工主动联系、会员确认回归且恢复正常出勤


五、MRR 估算假设

以上营收归因依赖店铺配置的基础假设值(可由管理者编辑):

# 假设项 English 默认值 单位 说明
1 客单价 Customer Avg. Price $149 / mo / person 用于所有 MRR 类计算(Conversion / Win-back / Cancel Save / Complaint Retention / Payment Recovery / Freeze Recovery)
2 推广活动客单价 Promotion Avg. Price $129 / mo / person 用于 Promotion Revenue 计算(标准价打 10-20% 折扣)
3 升级增量单价 Upgrade Avg. Incremental Price $40 / mo / person 用于 Upgrade MRR 计算(如 Basic→Elite 增量)
4 活动平均报名费 Event Avg. Registration Fee $30 / person · one-time 用于 Event Revenue 计算(一次性,基于 Dri-Tri $25-35、Transformation Challenge $25-35 中位数,Hell Week 多数免费)
5 投诉留存观察期 Complaint Retention Window 90 days 投诉解决后需观察客户是否在此期间内持续活跃,未流失才计入 Complaint Retention MRR
6 投诉归因系数 Complaint Attribution Coefficient 0.60 (60%) 用于 Complaint Retention MRR 计算。投诉解决 ≠ 必然留存,系数反映投诉解决对留存的实际贡献度
7 冻结恢复归因系数 Freeze Recovery Attribution Coefficient 0.70 (70%) 用于 Freeze Recovery MRR 计算。冻结到期后会自动恢复扣款,但未经主动联系的会员更可能因体验差而取消
8 支付恢复归因系数 Payment Recovery Attribution Coefficient 0.75 (75%) 用于 Payment Recovery MRR 计算。部分失败支付会通过自动重试自行恢复(约 15-25%),系数扣除这部分

默认值 $149/mo 为健身房行业中端市场平均客单价。管理者可在 Rules → Revenue Benchmarks 中编辑。系统积累数据后可逐步用实际值替代假设值。

投诉归因系数 0.60 基于 TARP/CCMC 客诉研究(推荐范围 0.50–0.70)和健身行业数据(Les Mills 调查:投诉解决后 72% 续留 3 个月)。90 天观察期基于 IHRSA/HFA 研究:投诉后 70% 的流失发生在前 90 天,90 天后留存概率接近正常会员。

支付恢复归因系数 0.75 基于 ProfitWell Retain 研究:无干预时约 15-25% 的失败支付通过自动重试自行恢复,电话催回的增量贡献约占回收总量的 75%。行业数据显示健身房每月 3-8% 的月费面临支付失败风险,其中 20-40% 的会员流失属于非自愿流失(involuntary churn)。

冻结恢复归因系数 0.70:冻结到期后会自动恢复扣款,但行业数据显示未经主动联系的冻结会员中约 30% 会在恢复后短期内取消(因长期不来已脱离习惯)。主动联系可将冻结会员回归率从 60-70% 提升至 85-90%,系数 0.70 反映了"不干预也会恢复扣款但可能很快流失"的折扣。


六、归因方法说明

当前归因方法:全额归因 + 归因系数

当前采用混合归因模型

  • 全额归因(Conversion、Upgrade、Cancel Save、Win-back):因果链清晰,员工行动与结果直接对应,全额计入 Impacted Revenue
  • 归因系数(Complaint Retention ×0.60、Payment Recovery ×0.75、Freeze Recovery ×0.70):存在"不干预也可能自然恢复"的比例,用系数扣除
营收类型 归因方式 理由
Conversion MRR 全额 没有跟进就没有签约
Upgrade MRR 全额 升级意向需员工推动
Complaint Retention MRR ×0.60 投诉解决 ≠ 必然留存,部分客户即使投诉解决也可能流失
Payment Recovery MRR ×0.75 约 15-25% 的失败支付通过自动重试自行恢复
Cancel Save MRR 全额 会员已表达取消意向,不干预即流失
Freeze Recovery MRR ×0.70 冻结到期后自动恢复扣款,但不主动联系约 30% 会短期取消
Win-back MRR 全额 前会员主动回归需员工推动签约
Event Revenue 全额 报名由员工电话推动
Promotion Revenue 全额 推广活动由员工主动拓展

选择此方式的理由:

  1. 因果链成立 — 系统检测到机会 → 生成任务 → 员工执行跟进 → 产生结果。没有系统,任务不会被创建,员工可能不会跟进
  2. 行业惯例 — SMB 工具普遍使用全额归因(Podium、ServiceTitan、Birdeye),因为小型企业不需要复杂的归因模型
  3. 系数修正 — 对存在"自然恢复"可能性的场景(投诉、支付、冻结),用行业研究数据校准的系数扣除,避免过度高估
  4. 用户理解成本低 — 全额归因 + 系数折扣逻辑简单,管理者一看就懂

使用 Influenced(而非 Attributed / Generated)措辞,明确表达"系统参与了这个过程"而非"系统独立产生了这个结果"。

替代做法(后续版本可演进)

方法 原理 优点 缺点 适用阶段
全额 + 归因系数(当前) 因果链清晰的全额计入,存在自然恢复的用系数折扣 简单直观,系数有行业研究支撑 系数基于行业平均,未针对本店校准 V1
Before / After 对比 对比上线前后的转化率、留存率等关键指标变化 能量化系统带来的增量 需积累 2-3 个月数据,受季节性等外部因素干扰 V2(数据积累后)
动态归因系数 基于本店历史数据动态调整系数(如实际投诉后留存率替代行业平均 0.60) 更精确反映本店实际 需积累足够数据量 V2
A/B 对照 随机对部分客户不生成任务,对比有任务 vs 无任务组的转化差异 最科学,能精确衡量增量 实施复杂,且"故意不跟进"有商业风险 V3(规模足够大时)