在工作中，朋友們有沒有遇到過這種情況：
用Excel處理數(shù)據(jù)，步驟繁瑣，容易出錯(cuò)，且每隔一段時(shí)間就需要處理一次，比如：業(yè)績的日報(bào)、周報(bào)、月報(bào)，潛意識里知道這些事情都可以用程序解決，但............................................實(shí)際情況是要么自己不會也不知道誰可以幫忙、要么自己會寫但不想花時(shí)間思考如何寫。

本篇分享一個(gè)常見的案例：“線索分配”，啥是線索分配呢？
1> 與銷售部門打交道過的朋友就會了解，銷售經(jīng)理獲得的客戶信息，一部分是自己的客戶積累，一部分來自公海線索的分配（即公司存量中暫無銷售服務(wù)的客戶，簡稱“公海”），我們把客戶信息稱為線索；
2> 將公海線索分配給銷售經(jīng)理需要一些規(guī)則，比如：優(yōu)質(zhì)客戶分配給成交率高的銷售，有地域?qū)傩缘木€索優(yōu)先分配給同地區(qū)的銷售。

來看個(gè)具體的例子吧：

1. 出題目，定邏輯
2. 貼代碼，抄作業(yè)

一、出題目，定邏輯

有99個(gè)客戶線索，需要分配給8位銷售經(jīng)理，具體要求如下：
1> 整體均勻分配，平均每人12個(gè)客戶線索，有3位銷售經(jīng)理可以分配到13個(gè)客戶線索；
2> 如果客戶所在城市有銷售經(jīng)理，優(yōu)先分配給該城市的銷售經(jīng)理；
3> 如果該客戶所在城市無銷售經(jīng)理，可以隨機(jī)分配銷售人員。
上述3個(gè)條件必須同時(shí)滿足。

code實(shí)現(xiàn)的主邏輯：給客戶線索表打銷售經(jīng)理的標(biāo)簽。
1> 對每一條線索，遍歷查找符合條件的銷售，使用for+for+if嵌套函數(shù)；
2> 線索分配條件根據(jù)優(yōu)先級用3段邏輯實(shí)現(xiàn)，城市匹配>隨機(jī)匹配>獎勵(lì)分配（線索不整除銷售經(jīng)理數(shù)，余數(shù)線索的隨機(jī)分配）

二、貼代碼，抄作業(yè)

data_custs是線索數(shù)據(jù)集
data_sales是銷售經(jīng)理數(shù)據(jù)集

cnt<-as.integer(dim(data_custs)[1]/dim(data_sales)[1])?? # 每位銷售經(jīng)理均分得到的線索數(shù)
data_custs$sales<-'' # 定義線索表新列，用于記錄銷售經(jīng)理姓名
data_custs$city_sales<-'' # 定義線索表新列，用于記錄銷售經(jīng)理所屬城市
data_custs$label<-'' # 定義線索表新列，用于記錄分配條件的類型

1. 城市規(guī)則線索匹配：

for (i in 1:dim(data_custs)[1]) {
?for (j in 1:dim(data_sales)[1]) {
?if (data_custs$city[i]==data_sales$city_sales[j] & # 客戶城市與銷售城市相同
? ? data_custs$sales[i]=='' & # 客戶的銷售標(biāo)簽為空，尚未分配銷售
? ? length(data_custs$sales[data_custs$sales==data_sales$sales[j]])<cnt # 篩選當(dāng)前銷售分配到的線索，數(shù)量小于均值
?)
{
?data_custs$sales[i]<-data_sales$sales[j]
?data_custs$city_sales[i]<-data_sales$city_sales[j]
?data_custs$label[i]<-'1.城市匹配'
?print(paste0(i,'---線索分配成功！'))
?break
?}
?else { }
?}
?}

2. 隨機(jī)匹配

for (i in 1:dim(data_custs)[1]) {
?for (j in 1:dim(data_sales)[1]) {
?if (data_custs$sales[i]=='' & # 客戶的銷售標(biāo)簽為空，尚未分配銷售
? ? ?length(data_custs$sales[data_custs$sales==data_sales$sales[j]])<cnt # 篩選當(dāng)前銷售分配到的線索，數(shù)量小于均值
?)
?{
?data_custs$sales[i]<-data_sales$sales[j]
?data_custs$city_sales[i]<-data_sales$city_sales[j]
?data_custs$label[i]<-'2.隨機(jī)匹配'
?print(paste0(i,'---線索分配成功！'))
?break
?}
?else { }
?}
?}

3. 獎勵(lì)分配

for (i in 1:dim(data_custs)[1]) {
?for (j in 1:dim(data_sales)[1]) {
?if (data_custs$sales[i]=='' & # 客戶的銷售標(biāo)簽為空，尚未分配銷售
? ? ?length(data_custs$sales[data_custs$sales==data_sales$sales[j]])-1<cnt # 篩選當(dāng)前銷售分配到的線索，數(shù)量小于均值
?)
?{
?data_custs$sales[i]<-data_sales$sales[j]
?data_custs$city_sales[i]<-data_sales$city_sales[j]
?data_custs$label[i]<-'3.獎勵(lì)分配'
?print(paste0(i,'---線索分配成功！'))
?break
?}
?else { }
?}
?}

看看數(shù)據(jù)結(jié)果長啥樣，以及各種分配規(guī)則的匹配結(jié)果：

print(paste0('客戶線索數(shù)：',length(unique(data_custs$mobile)),' ',
? ? ? ? ? ? ? ? ? ? '銷售經(jīng)理數(shù)：',length(unique(data_custs$sales)),' ',
? ? ? ? ? ? ? ? ? ? '人均線索數(shù)：',cnt))
print(table(data_custs$label)) # 線索分配情況
head(data_custs)

拿走不謝！~