生命周期报告帮助您可视化联系人从新线索到付费客户（或流失客户）的旅程，展示他们在定义漏斗阶段中的进展。 这些报告回答了关键问题，例如：
您的企业在将新线索转化为付费客户方面表现如何？
联系人在哪里以及为什么会流失？
您转化客户的速度有多快？
生命周期报告旨在让您清楚地了解联系人在销售或客户旅程中的进展。 我们使用漏斗模型，其中每个联系人：
进入漏斗：当联系人首次被分配生命周期阶段时。
经历各个阶段：例如新线索、热门线索、付款，最后是赢得（或客户）阶段。
退出漏斗：要么达到赢得阶段（作为付费客户），要么进入失去阶段（流失），要么清除其生命周期阶段（变为空）。 一旦联系人不再具有任何指定阶段，他们就被视为已退出渠道。
从未进入此渠道的联系人将被排除在指标之外。' 这可确保仅跟踪活跃的生命周期旅程，让您准确了解转化率和流失率以及时间指标。
您的生命周期旅程何时开始？
一旦联系人进入其生命周期的第一个阶段，我们就会开始在所有相关报告中捕获他们的进度。 初始阶段分配的日期被记录为后续每个指标的“漏斗进入”日期。
例如，如果在 2 月 1 日为新线索分配了 新线索 阶段，则该日期标志着该联系人生命周期跟踪的开始。 所有转化、流失和基于时间的计算都与此原始渠道进入日期相关。
每个阶段都很重要。
每次接触者改变阶段时，都会记录该动作 - 无论他们是向前移动、跳过阶段还是向后移动。
例如，如果接触者从 阶段 1 移动到 阶段 3，然后直接移动到 阶段 3 ，系统会跟踪到 阶段 2 被跳过，但仍然记录该接触者有效地“通过”了阶段 2。 这确保了漏斗准确反映每个阶段的转变，即使跳过也是如此。 在跳过的阶段（如第 2 阶段）所花费的任何时间都不会反映在生命周期报告中。
返回漏斗。
生命周期旅程 从联系人第一次被分配到任何生命周期阶段（例如， 阶段 1）时开始，并在他们最终到达 获胜阶段 或 失败阶段时结束。 如果联系人在丢失阶段离开但稍后又回来（例如，再次被重新分配到 第 1 阶段 ），我们将其视为 新的 旅程 - 并有新的开始日期。
例如，一个联系人可能会从 第 1 阶段 移动到 第 3 阶段 并最终落入 迷失阶段，结束他们的第一次旅程；然后，几周后，同一个联系人可能会重新获得资格并再次被分配到 第 1 阶段 。 第二次任务被视为一次新的旅程，让您可以追踪他们第二次的进展（或退出）。
您的生命周期报告仪表板显示关键指标，揭示联系人在渠道中的移动效率。 以下是每个指标的细分及其重要性：
在所有进入漏斗的联系人中，成功达到赢得阶段的联系人的百分比。
表明您的销售流程的健康和有效性。
帮助确定某些阶段是否会导致严重下降。
如果有 100 个联系人 进入漏斗，并且 40 达到获胜阶段，那么您的总体转化率就是 40%。
高转化率 通常意味着您的后续和培育策略是成功的。
联系人从 渠道入口 到 获胜阶段平均需要多长时间。
帮助您 预测销售周期 并调整参与策略。
揭示简化流程和 缩短销售周期的机会。
如果联系人 A 在 2 天内转换，联系人 B 在 4 天内转换，联系人 C 在 6 天内转换，平均转换时间为 4 天。
较短的转换时间通常意味着更高效的销售流程。
最终进入 任何丢失阶段 而不是转换的联系人百分比。
突出显示导致 脱离 或放弃该过程的位置。
允许您精确定位 瓶颈 并采取有针对性的行动（例如，重新参与策略）。
如果有 100 个联系人 进入漏斗，并且 30 进入丢失阶段，则流失率为 30%。
高流失率 表明您的漏斗中可能存在 瓶颈 或错位，需要注意。
一个联系人退出漏斗并达到丢失阶段所需的平均时间。
精确指出流失在漏斗中发生的时间早期还是晚些时候。
告知您应该在哪里调整消息、资源或后续时间。
如果平均来说，联系人在首次进入漏斗后2 天就会流失，那么就知道早期阶段的参与需要改善。
相反，如果平均流失时间为 非常长 您的团队可能在最终无法转化的潜在客户上投入了过多的时间和精力，这表明可能需要更有效的资格或培育策略。
识别何时出现流失可帮助您集中注意力于特定阶段的保留工作。
要开始使用生命周期报告，请遵循以下实际步骤：
导航到您的工作区设置。
如果未启用生命周期，请打开 显示/隐藏生命周期阶段 切换开关以启用它。
一旦生命周期处于活动状态，请转到报告部分并选择 生命周期。
生命周期报告页面将默认为预先选择的日期范围（例如，最近 14 天）。
使用日期选择器选择联系人 首先 进入生命周期阶段的时间。 只有在此期间开始其 生命周期旅程 的人才会被纳入报告。
选项包括今天、昨天、过去 7 天、过去 14 天、过去 30 天等。
注意： 由于此日期过滤器适用于联系人旅程的 开始 ，因此在所选日期范围之前（或之后）进入阶段的任何联系人都不会出现在指标中。
研究仪表板上的转化率和流失率指标。
将鼠标悬停在图表和卡片上，即可查看详细解释每个指标的标注。
设置完成后，您可以按照以下步骤使用生命周期报告来优化您的业务：
查看总体转化率和流失率来评估您的销售业绩。
将当前指标与之前的时期进行比较（使用百分比差异）以判断趋势。
确定他们离开的位置： 报告显示 哪个阶段 联系人从哪个阶段退出，帮助您精确定位漏斗中潜在客户脱离的确切点。
了解他们放弃的原因： 通过回顾 目的地 失败的阶段（例如“没有预算”、“不感兴趣”等），您可以清楚地了解失去机会的最常见原因。
可操作的见解： 如果大量联系人从 第 2 阶段 中退出，并且“没有预算”，您可以改进您的资格认证流程或定制外展策略来解决该特定反对意见。 这种有针对性的方法有助于减少总体流失率并提高漏斗效率。
确定每个阶段联系人保持空闲的时间。
利用这些见解来确定您的后续策略是否有效或某些阶段是否需要改进。
生命周期旅程漏斗 图表显示每个阶段的联系人数量。
丢失阶段细目 图表可帮助您查明最常见的丢失阶段。
详细的 细分表 提供了以下详细信息：
每个阶段的转化率
每个阶段花费的平均时间
投放目的地 （Lost Stage 联系人将移至该目的地）
常见放弃原因 （例如“没有预算”、“不感兴趣”）
使用内置选项将数据导出为 CSV 或根据需要自定义列以进行进一步分析。
除非必要，否则尽量不要频繁添加、删除或重新排列生命周期阶段。 阶段配置的剧烈或重复变化可能会破坏数据的一致性并影响报告的准确性。
定期更新联系人状态和生命周期阶段。 不准确的数据可能会影响转化率和流失率指标。
避免修改或删除诸如 Won 阶段之类的关键阶段。 这些阶段对于准确的度量计算至关重要。
监控不同日期范围内的变化。 这有助于确定某个活动是否正在提高转化速度，或者在特定阶段是否存在持续的下降。
确保负责更新联系方式的每个人都了解记录正确的生命周期转变的重要性。
转化率低表明从初始阶段进入赢得阶段的联系人较少。 这可能表明您的后续流程或潜在客户培育策略需要改进。
回顾联系人停滞的阶段。 如果某个阶段同时具有 低转化率 和 低流失率，则通常意味着联系人卡在那里而无法前进或退出。
检查是否存在任何流程瓶颈或是否未及时跟进线索。
如果联络人绕过一个或多个阶段并直接进入后续阶段（例如，直接进入“获胜”或“失败”阶段），则系统会将该动作视为跳过。 跳过的阶段移动记录在后台以确保准确的漏斗计算，但不包括在某些基于时间的指标中。
联系人的生命周期旅程在他们进入赢得阶段、失去阶段或清除（无阶段）状态的那一刻结束。 如果他们稍后将 移出 这些状态并返回到主阶段，则将其视为 新的 旅程。 这确保了从新的漏斗进入日期开始，所有后续的生命周期运动都被独立捕获。
确认重新输入的联系人已正确记录新的渠道输入日期。
确认所有重新参与策略均已妥善记录，以便您可以跟踪多个旅程中的改进
是的，您可以添加新阶段（将出现在 Won 阶段之前）并更新阶段名称或描述。 但是，某些阶段（例如 Won 阶段）被锁定，无法删除或移动，以保持报告的准确性。
限制阶段修改： 频繁或大量的更改（添加、删除或重新排序）可能会暂时 导致数据不一致，因此最好只在绝对必要时才改变阶段。
检查更改后的指标： 如果定制后数据似乎不正确，请验证新阶段是否已正确集成，并留出一些时间让系统稳定下来。
保持一致性： 请记住，您的生命周期配置越一致，您的报告就越可靠、越准确。
如果指标（例如转化率或流失率）看起来不准确：
检查联系人分配： 验证所有联系人是否分配了正确的阶段。
审查日期过滤器： 确保您的日期过滤器设置正确并反映您想要测量的时期。
查找日志中的异常： 检查日志历史记录，查看联系人数量是否突然增加或减少，这可能表明数据输入错误。
考虑最近阶段的变化： 如果您最近 添加、删除或重新排列 任何生命周期阶段，数据可能会在短时间内出现不一致。 最好是等待数据“冷却”——换句话说，让系统在你更新的配置下收集足够的新、持续的数据——然后再得出结论。
您可以使用细分表中提供的导出选项（通过烤肉串菜单访问）。 您可以将报告数据下载为 CSV 文件。
确保在启动导出时禁用浏览器弹出窗口阻止程序。
如果导出失败，请尝试刷新页面或使用其他浏览器。
批量导入 & 任务：
当联系人被批量导入或分配到某个阶段时，系统 不会将该操作记录为 “主动转换”。
示例： 如果某个联系人处于 第 1 阶段 ，然后通过导入批量更新至 第 2 阶段 ，随后用户手动将该联系人更新至 第 3 阶段，则只有 第 2 阶段 → 第 3 阶段 的变化才会被记录为生命周期移动。 与导入相关的更新（阶段 1 → 阶段 2）已记录为 而不是 。
阶段删除：
删除生命周期阶段可能会暂时扭曲您的指标，特别是如果许多联系人被分配到该阶段 - 因为 所有往返于该阶段的移动都会从日志 中删除，并且不再出现在报告中。 删除后，您可能会看到异常数据，直到系统通过新的阶段配置稳定下来。
建议步骤：
验证导入后更新 – 如果导入的联系人似乎扭曲了您的指标，请检查之后的任何手动或自动更新是否已正确记录。
尽量减少大规模阶段变化 – 频繁添加、删除或重新排序阶段可能会导致数据不一致。
允许“冷却期” – 如果您确实进行了重大的阶段更改或批量导入，请先让数据稳定下来，然后再对您的指标得出结论。
