{{ item.title }}
{{ item.value }}
按每个客户的首次电话记录建立历史队列，回看其后是否出现微信记录，再拆解行业、地区、公司类型、来源、评分、负责人、星期与小时。排序采用样本量修正，避免少量样本产生虚高结论。
只在满足最小样本后推荐；指标是电话记录后加微推进率。
以首次电话记录时间归因，颜色表示推进率，格子中的数字表示样本量。
柱形为客户样本，折线为电话后加微推进率。
鼠标悬停查看样本数、推进数与样本修正率。
按样本修正率排序，同时保留实际推进率和相对整体提升。
点击维度切换行业、地区、公司类型、来源、人员和客户资料特征。
| 排名 | {{ activeDimensionLabel }} | 电话客户 | 后续加微 | 推进率 | 严格率 | 较整体 | 样本修正率 | 平均耗时 | 可信度 |
|---|---|---|---|---|---|---|---|---|---|
{{ index+1 }} | {{ row.label }} | {{ n(row.sample) }} | {{ n(row.converted) }} | {{ pct(row.strict_conversion_rate) }} | {{ signed(row.lift_pp) }}pp | {{ pct(row.adjusted_rate) }} | {{ hours(row.avg_hours_to_wechat) }} | {{ row.confidence }} |
寻找“行业 × 地区 × 公司类型 × 时间段”的可执行组合，仅展示达到最小样本的组合。
| 排名 | 组合维度 | 历史组合 | 样本 | 后续加微 | 推进率 | 较整体 | 样本修正率 | 可信度 |
|---|---|---|---|---|---|---|---|---|
{{ index+1 }} | {{ row.dimension }} | {{ row.label }} | {{ n(row.sample) }} | {{ n(row.converted) }} | {{ pct(row.conversion_rate) }} | {{ signed(row.lift_pp) }}pp | {{ pct(row.adjusted_rate) }} | {{ row.confidence }} |
| 当前最小样本下暂无组合；可降低“推荐最小样本”。 | ||||||||
先看趋势，再看旧数据缺口，避免把记录习惯当成客户规律。
判断规律是否稳定，或只是某个月的偶然结果。
{{ methodology.definition }}