问题场景：某互联网大厂TOB业务线，可以向平台商家提供SaaS/Paas类服务，但苦于销售水平不高，沟通话术质量不佳，转化率不足。现计划做话术培训，提升客户转化率。
1原始模型
最简单的做法，定义话术A，话术B，俩版本。直接看转化率，哪个高了用哪个就好了!
那么，这么做有啥问题不?
2高级建筑
最简单的做法，可能有几层问题：
最后，得到的结果可能如下图，为每一类销售，每一种客户配置合理的话术，最大化产出。
3第一层地基
问个简单的问题:销售的SABC级别是咋来的?
既然有分级，那么得有判定标准。
而构建判断标准本身，就是一个大工程
以上所有问题，都有的一番纠结，才有产出。 现在简化问题，假设就考察签约金额。签约金额高的就是好销售，那么问题又来了：考察多长时间内的表现?一加入时间维度，新的纠结又开始了：
以上所有问题的处理，都是为了得出一个简单的业务员分级标签。 同样的问题，在客户那里也存在，一模一样的纠结。
比如评定客户等级：
正是因为以上工作太过纠结。所以衍生出3种常见的处理办法：
4第二层地基
问：话术A 这个分类又是怎么来的?实际上销售卖东西很少只说一句话。特别是toB类销售，前前后后得说很多东西。
这里至少有四个部分：
这四个部分的话术如何分类，上标签，加入到分析之中。如何知道销售说了什么。
针对问题一，话术本身如何打标签，如何分类。可以做以下动作：
总之，有了这些扎实的基础工作，才能有最初的话术A这一个分类标签。这是比较好处理的。问题二，更纠结。
5第三层地基
针对问题二，核心在于：数据怎么采集。
那么，又衍生出：
没有这些记录和标签，整个销售过程处于失控状态，一不知道干了什么，二关联不到工作结果。根本无法深入分析。总之，一有记录，二有标签，这样分析起来才得心应手。
6经验小结
如果孤立地看怎么找一个好的话术，似乎在地表建筑阶段，就已经做得很完美了。可实际上，如果脱离了下层大量的地基建设。再华丽的地表建筑也盖不起来。整个流程串起来，就是用一个庞大的体系，解决了一点点业务上问题。虽然工作量大，但是它真的有效
注意：这套体系搭建完了，可以起个很好听的名字，比如CST模型(CUStoMeR SUCceSS test)，配合架构图听起来也是很唬人的。
7常见问题
为啥实际工作中很难做出有用的分析?本质在于：缺少基建，脱离业务。
两者一结合，就是盲人骑瞎马。实际情况是：
就只会拿着交易结果做交叉，然后无脑输出：
当销售部门来质疑“到底是销售本身不行、还是话术不行、还是产品不行、还是促销力度不够、还是外界因素?&Rdquo;的时候，一个问题都答不上来。最后只会颤颤巍巍地：“我们找几个销售调研下???&Rdquo;
8场景扩展
有同学可能会说：销售过程本身数字化难度大，如果是线上交易就容易了，每一步都有数据记录呀。是滴，线上交易是有数据记录，是能画出转化漏斗，可真遇到最后转化率不高，咋分析?
这些都是同样的基础建设。这些东西不做，遇到最终转化率低，运营来质疑：到底是渠道本身不行、还是文案不行、还是产品不行、还是促销力度不够、还是外界因素?
所以呀，漏斗图和漏斗分析是两码事。做漏斗图容易，做漏斗分析，就得认认真真设计思路，做好基础，排除杂糅因素。很多同学问：有没有比漏斗模型更高级的分析方法，其实只要做得好，漏斗图分分钟变成UJM模型。