低码分享丨对比ChatGPT，3天搭建一个智能决策组件也许更实用

近期关于ChatGPT的话题再次升温，我们询问了ChatGPT一个企业决策中的常见场景，看看它是怎么应答的。

ChatGPT虽然没有给出直接的解决方案，但提供了一个解题思路：销售人员与客户的匹配，要考虑客户和销售人员的种种因素，可以使用CRM系统，管理相关的数据，通过算法进行匹配。

传统的CRM想要增加一个这样功能至少需要100人天以上开发工作，但是用低代码搭建的CRM就不一样了。来看看我们用道一云七巧搭建的CRM+是怎么做的？基于低代码能力，只需3天就能上线一个智能决策组件，帮助管理者给客户匹配最合适的销售人员，在客户试用当月，成交率就提升了3.7%，平均客单价提升了12.5%。

1. 低代码开发辅助决策组件

在之前搭建的CRM中，我们已经完成了对客户的行业属性标记，以及销售人员历史成交记录的沉淀，但两者并没有建立起直接的联系。

于是在分配环节，我们为销售管理者用低代码开发了一个辅助决策的自定义组件。七巧将在过往的数据中筛选统计，根据相同行业的成单率和历史成单率排名，排除无法接单的人选后，显示出推荐人选，并预测出预估的成单金额。

点击推荐依据，还可以查看智能决策组件所参考的各项数据，在辅助决策的基础下，把最终决定权留给管理者。

2. 辅助决策的实现逻辑

在这个案例当中，我们发现智能辅助决策的实现主要分为三步：

一是系统对历史业务数据的沉淀积累。在客户层面我们需要对客户进行准确标签分类（包括但不限于行业、规模、使用目的、意向），在内部管理层面，我们要对历史输赢单数据（历史成单量、成单金额、成单总额、赢单率等）进行统计管理。

二是基于数据找到业务规律。在大量的数据当中，管理者和数据分析团队，需要找到什么样的数据指标，和业务结果的相关性最大，并建立决策模型进行测试验证。

三是通过系统落地固化决策模型。有了决策模型，还需要落实到数字化系统中去，才能真正产生业务价值，道一云七巧为企业提供了脚本编辑器、自定义组件等完善的低代码开发能力套件，能帮助企业对系统进行快速迭代和调整，让智能辅助能力落实到各个决策场景。

3. 辅助决策的更多应用场景

经济新常态下，精细化运营成为企业增长的关键动力，对决策质量提出了更高要求。同时，复杂多变的商业环境使决策约束条件不断增多，并对决策敏捷性提出了更高要求。因此，依靠经验的传统业务决策愈发难以满足企业的需求，企业需要对决策方式进行升级。

智能决策的应用，远不限于客户分配的场景，在人力资源、项目管理、行政审批、风险管理等不同业务场景都能得到广泛应用。而低代码的出现，将原本需要高昂开发成本才能实现的智能决策，变成一个个开箱可用的应用组件，大大降低了企业数字化的成本门槛，更多玩法期待你的探索！

作者介绍：
道一云 ，成立于2004年，是中国低代码领域的领导厂商、腾讯战略投资企业、腾讯生态核心合作伙伴。拥有自主知识产权管理软件产品百余项，涵盖数字化应用构建低代码平台-七巧、全场景智能业务分析BI-七析、千人千面、数智化办公企业级门户-七星以及30多款开箱即用的场景应用。

欢迎关注：
公众号：道一云低代码（do1info）
官网： https://www.do1.com.cn/
免费体验： 道一云产品免费试用（do1.com.cn）