Analisis pipeline jualan
Analisis pipeline jualan meneliti peringkat urus niaga, tarikh aktiviti, penanggungjawab dan tindakan seterusnya untuk mengenal pasti rekod yang memerlukan perhatian. Gunakan eksport yang konsisten dan peraturan semakan yang jelas, kira dapatan berasaskan fakta daripada data, kemudian tambah ulasan yang merujuk kepada urus niaga asal.
Contoh ini menghasilkan semakan pipeline yang dipautkan kepada bukti daripada rekod yang dibekalkan. Ia menandakan aktiviti terbantut dan ketiadaan penanggungjawab; ia tidak meramal hasil jualan atau menyegerakkan CRM.
Oleh Ai Flowi · Diterbitkan
contoh konfigurasi, bukan ujian yang direkodkan
didokumenkan dalam katalog; belum diuji dalam persekitaran pengeluaran oleh Ai Flowi
Berkaitan: accounts receivable automation: semak pengumuran daripada rekod yang dibekalkan.
1. Pilih soalan semakan dan petikan keadaan
Tentukan tindakan yang laporan patut bantu pasukan anda lakukan: menugaskan urus niaga tanpa penanggungjawab, mengesahkan tindakan seterusnya yang lama atau meneliti sebab rekod kekal pada sesuatu peringkat. Tulis setiap soalan sebagai semakan terhadap medan yang tersedia. Masalah pipeline yang kelihatan boleh berpunca daripada eksport yang tidak lengkap, maka bezakan tarikh yang tiada daripada tarikh yang benar-benar di luar tempoh semakan anda.
Tetapkan tarikh dan zon waktu petikan keadaan secara jelas untuk analisis. Jangan gunakan tarikh semasa yang diandaikan model untuk mengira ketidakaktifan. Catat skop eksport, seperti urus niaga terbuka atau semua urus niaga, dan kekalkan skop itu dalam laporan. Perbandingan antara petikan keadaan hanya bermakna apabila populasi dan takrif medannya sepadan.
2. Sediakan kontrak eksport
Anda memerlukan eksport CSV yang dibenarkan, ruang kerja dan dasar semakan pipeline yang dipersetujui. Lajur berguna merangkumi pengecam urus niaga, peringkat, tarikh memasuki peringkat, tarikh hubungan terakhir, penanggungjawab dan tindakan seterusnya. Sertakan tarikh akhir tindakan hanya jika sistem sumber membekalkannya. Kekalkan pengecam urus niaga sebagai teks supaya sifar di hadapan dan huruf besar atau kecil tidak hilang.
Dokumentasikan format tarikh dan maksud setiap cap masa aktiviti. Penyuntingan nota bukan secara automatik hubungan dengan pelanggan. Tarikh memasuki peringkat yang kosong tidak dapat membuktikan tempoh pada peringkat itu, dan tarikh hubungan terakhir tanpa zon waktu memerlukan penjelasan sebelum perbandingan. Simpan medan asal bersama sebarang medan semakan yang diseragamkan.
Gunakan ulasan naratif hanya apabila jadual semakan fakta memerlukan penjelasan; laporan data sahaja boleh berakhir sebelum sebarang panggilan model. Konfigurasikan akaun dan kunci API penyedia melalui arahan kelayakan akses model, dengan caj ulasan dibilkan oleh penyedia itu. Rujukan Load CSV menetapkan input pemuatan, bukannya mengesahkan dasar semakan pipeline.
3. Muatkan rekod dan asingkan kekurangan kualiti data
Gunakan arahan pemuatan CSV bagi input eksport yang dipilih, kemudian periksa rekod urus niaga yang terhasil.
Dalam semakan pipeline sintetik, urus niaga A mempunyai tarikh hubungan terakhir yang lama tetapi semakan akan datang yang dipersetujui direkodkan sebagai tindakan seterusnya. Urus niaga B tiada tarikh hubungan terakhir dan tiada penanggungjawab. A boleh muncul dalam paparan hubungan lama tanpa dakwaan bahawa hubungan itu telah gagal; semakan yang dijadualkan memberikan konteks kepada jurujual. B termasuk dalam paparan kekurangan data dan penanggungjawab, dengan ketidakaktifan belum dipastikan. Menggabungkan kedua-duanya dalam satu jumlah urus niaga mendesak akan menghapuskan perbezaan antara usia yang diperhatikan dengan bukti yang tiada.
Pada JSON Operations, rekod urus niaga yang dimuatkan masuk melalui data. Pilih operasi "JQ Expression" dan tetapkan query untuk menolak bentuk data yang tidak boleh digunakan, mengekalkan pengecam urus niaga dan membezakan kekurangan data daripada dapatan perniagaan. Semak penghuraian tarikh berdasarkan format eksport ini; perwakilan tarikh yang tidak disokong kekal dalam senarai pengecualian sehingga tafsirannya dipastikan.
Untuk semakan aktiviti terbantut, gunakan ambang pilihan pasukan dan sertakan takrif ambang dalam laporan. Rekod tanpa tarikh hubungan terakhir termasuk dalam kumpulan tarikh tidak diketahui. Jika sesuatu peringkat dikecualikan daripada semakan, nyatakan sebabnya. Elakkan satu label “terbantut” tanpa penjelasan yang mencampurkan aktiviti lama, tindakan lewat dan data yang tiada.
4. Bina jadual semakan yang boleh dihasilkan semula
Sediakan Table daripada rekod urus niaga yang diterima menggunakan Data → DataFrame, dengan membekalkan senarai pada data_list. Berikan Table itu kepada Table Operations melalui df. Untuk paparan urus niaga tanpa penanggungjawab, operation menggunakan "Filter" dan column_name mengenal pasti penanda penanggungjawab yang disahkan. Pilih perbandingannya melalui filter_operator, kemudian bekalkan perwakilan penanda yang dicari pada filter_value.
Untuk paparan tindakan seterusnya, gunakan langkah Table Operations berasingan dengan "Sort", column_name yang dipilih dan ascending. Pastikan baris dengan tarikh tidak diketahui kekal kelihatan dalam paparan pengecualian berasingan. Katalog merangkumi penapisan dan pengisihan; ia tidak menyenaraikan operasi pengelompokan atau pengagregatan, maka jangan gambarkan komponen ini sebagai pengira jumlah mengikut peringkat.
Kira sebarang bilangan dalam pertanyaan JSON Operations yang telah disemak dan padankannya dengan populasi input yang diterima. Kira rekod, bukannya pelanggan unik, melainkan anda telah menetapkan dan menyemak penyahduplikasian pelanggan secara jelas. Hasil penapisan hendaklah mengekalkan setiap pengecam urus niaga sumber supaya penyemak dapat kembali kepada rekod asal.
5. Tambah ulasan terhad kepada bukti jika perlu
Rujukan pemformatan jadual kepada teks menyediakan kontrak Parser bagi rangka laporan yang mengandungi pengecam urus niaga, sebab penandaan dan tarikh sumber.
Konfigurasikan Structured Output.output_schema dengan dapatan, pengecam terjejas, medan yang dirujuk, maklumat yang tiada dan soalan dicadangkan. system_prompt hendaklah melarang amaun, tarikh, kebarangkalian atau hasil baharu. Sambungkan output Language Model yang dikonfigurasikan kepada model. Model boleh menjelaskan dapatan, tetapi jadual semakan deterministik kekal sebagai sumber rekod rasmi.
Automasi laporan pipeline jualan sering gagal apabila penjelasan yang lancar menukar korelasi menjadi sebab. Jika eksport menunjukkan tiada hubungan selepas tarikh tertentu, laporkan pemerhatian itu. Jangan dakwa bahawa prospek hilang minat atau jurujual gagal bertindak tanpa bukti tambahan.
6. Semak laporan dengan sumber
Laporan mengenal pasti petikan keadaannya, populasi yang diterima, versi dasar, pengecualian kualiti data dan urus niaga bertanda dengan rujukan sumber. Periksa ulasan berstruktur dalam Chat Output dengan jadual semakan deterministik sebelum diedarkan. Sebarang pengecam urus niaga yang tiada dalam jadual itu memerlukan pembetulan atau penjelasan jelas tentang kekurangan sumber; kekalkan soalan perniagaan yang belum dijawab agar kelihatan.
Uji eksport kosong, pengecam pendua, peringkat tidak diketahui, tarikh selepas petikan keadaan, ketiadaan penanggungjawab dan teks tindakan seterusnya yang tiada. Penerimaan memerlukan semua baris yang diterima diambil kira dan kekurangan data tidak menjadi dapatan rekaan. Jika anda menambah automasi laporan status projek, tetapkan kebergantungan dan tarikh khusus projek secara berasingan; peringkat urus niaga tidak boleh mewakili penyiapan projek.
Apabila membandingkan eksport berturutan, bezakan urus niaga yang tidak berubah daripada rekod yang hilang daripada populasi eksport. Urus niaga yang tiada dalam petikan keadaan urus niaga terbuka mungkin telah ditutup, berada di luar penapis eksport atau tertinggal akibat pertanyaan sumber yang berubah; ketiadaannya sahaja tidak menentukan perkara yang berlaku. Semak rekod sumber sebelum menyifatkannya sebagai berjaya atau gagal dimeterai. Simpan takrif populasi dan pengecam urus niaga bagi kedua-dua petikan keadaan supaya semakan dapat melaporkan perubahan keahlian yang diperhatikan secara berasingan daripada pergerakan peringkat. Ini mengelakkan eksport yang lebih terhad kelihatan seperti peningkatan keadaan pipeline.
Apakah batasan dan penggunaan analisis saluran jualan yang tidak sesuai?
Ramalan hasil jualan, papan pemuka CRM langsung dan penugasan semula automatik berada di luar semakan eksport ini. Petikan keadaan lapuk tidak dapat membuktikan keadaan semasa urus niaga. Jika laporan sumber sudah menyediakan penapis dan bilangan yang diperlukan, gunakan laporan itu dan khususkan cadangan ini untuk ulasan semakan yang masih diperlukan.
Kes penggunaan yang didokumenkan menerangkan corak permulaan sedia ada, manakala tutorial Sheets merangkumi tingkah laku penerimaan dan penulisannya sendiri. Kedua-duanya tidak membuktikan analisis eksport ini. Asingkan dapatan ketiadaan penanggungjawab daripada keputusan kelayakan prospek, yang menjawab soalan jualan berbeza.
Medan petikan keadaan pipeline dan tetapan paparan semakan
| Komponen | Nama input tepat | Tetapan untuk disediakan | Port output |
|---|---|---|---|
| Load CSV | csv_file, csv_string | Muatkan satu petikan keadaan pipeline yang dibenarkan; pilih input yang sesuai dengan eksport anda. | data_list |
| JSON Operations | data, operations, query | Penanda pipeline dan bilangan populasi mengikut dasar tarikh petikan keadaan yang dipersetujui dalam "JQ Expression" yang telah disemak. | data_output |
| Data → DataFrame | data_list | Table semakan urus niaga mengandungi pengecam yang diterima, bukti aktiviti bertarikh dan penanda penanggungjawab. | dataframe |
| Table Operations | df, operation, column_name, filter_operator, filter_value, ascending | Gunakan "Filter" bagi pengecualian penanggungjawab atau "Sort" bagi paparan tarikh tindakan yang ditetapkan. | output |
| Parser | input_data, mode, pattern | Formatkan pengecam urus niaga dan penanda fakta bagi ulasan laporan pilihan menggunakan mode "Parser". | parsed_text |
| Structured Output | input_value, model, output_schema, system_prompt | Hasilkan dapatan yang dikaitkan dengan pengecam urus niaga yang dibekalkan, dengan maklumat yang tiada dikekalkan. | structured_output |
| Language Model | model, api_key | Konfigurasikan akses penyedia hanya apabila analisis naratif diperlukan. | model_output |
| Chat Output | input_value | Periksa laporan yang dipautkan kepada sumber sebelum berkongsi. | message |
Penggunaan untuk analisis pipeline jualan
Pelan: Go dari USD8/bulan dengan bil tahunan (USD10 bulanan), Plus dari USD16 (USD20 bulanan), Pro 100 dari USD80 (USD100 bulanan), Pro 200 dari USD160 (USD200 bulanan) dan Pro 500 dari USD400 (USD500 bulanan), dengan 5,000 hingga 250,000 Flowi Tokens sebulan dan pilihan tambah nilai; 1 token bagi setiap pelaksanaan nod; penggunaan API dan model pihak ketiga tidak termasuk.