編者按: 營銷云筆記特約作者于勇毅老師今天為大家解析B2B客戶畫像，如何讓業(yè)務(wù)人員讀懂和會用數(shù)據(jù)。
某客戶：“我們收集和整合了很多客戶數(shù)據(jù)，包括歷史采購，社交媒體，營銷反饋…我們?yōu)榱颂幚砗瓦\營這些數(shù)據(jù)投入的資源越來越多，到底收集和運營數(shù)據(jù)的邊界在哪里？”
筆者：“直到這些數(shù)據(jù)建立的客戶畫像能支撐您的業(yè)務(wù)應用場景為止”
客戶畫像在B2C被稱為“Persona”，B2B被稱為“Customer Profiling”，以前也被稱為“360度客戶視圖”。作為廣告主有很多渠道收集到各種客戶數(shù)據(jù)，大致包括：
內(nèi)部系統(tǒng)中留存，以歷史采購和PII數(shù)據(jù)為主的“傳統(tǒng)CRM數(shù)據(jù)”（Traditional CRM Data）
通過外部調(diào)研和營銷收集的客戶反饋數(shù)據(jù)（Response Data）
社交媒體，電商等平臺的API接口提供的第二方數(shù)據(jù)（2nd Party Data）
營銷技術(shù)收集的，描述客戶行為的“數(shù)字數(shù)據(jù)”（Digital Data）
通過爬蟲技術(shù)收集的開放數(shù)據(jù)（Open Data）
在收集了大量數(shù)據(jù)后，再通過客戶識別（同人技術(shù)）打通數(shù)據(jù)源，以客戶為中心建立各種標簽體系，幫助廣告主能更深度的了解客戶。
根據(jù)以上的定義，似乎客戶畫像和普通數(shù)據(jù)的差別只是不同數(shù)據(jù)源的打通，在實際應用的時候，手上只有歷史采購數(shù)據(jù)同樣可以做客戶細分，只收集到客戶電子郵件地址一個字段同樣可以eDM營銷，那為什么要花精力去建客戶畫像呢？
1.客戶洞察
這是客戶畫像存在的最大意義，如同本文標題所列，為了讓業(yè)務(wù)側(cè)（決策層，營銷人員，銷售人員，產(chǎn)品經(jīng)理等）讀懂和會使用客戶數(shù)據(jù)，將對數(shù)據(jù)的應用上升到“洞察”的層面。
如圖所示，技術(shù)和業(yè)務(wù)側(cè)人員對于數(shù)據(jù)的理解往往南轅北轍，之間的溝通也大多是雞同鴨講。技術(shù)側(cè)人員往往會熱衷于
更多的數(shù)據(jù)源
更快的數(shù)據(jù)處理速度
更好的數(shù)據(jù)完備度
更便捷的數(shù)據(jù)抽取和應用
而對于業(yè)務(wù)側(cè)的人員來說，天生沒有數(shù)據(jù)解讀能力，需要把復雜的技術(shù)側(cè)數(shù)據(jù)語言對于客戶的描述，通過數(shù)據(jù)挖掘等手段簡化成業(yè)務(wù)側(cè)能理解的客戶標簽（洞察）。
比如，如表所列的兩條客戶數(shù)據(jù)，業(yè)務(wù)側(cè)人員需要判斷哪個客戶更有價值，如果只從前面幾個字段，業(yè)務(wù)側(cè)人員是很難做出判斷，但是如果通過數(shù)據(jù)挖掘，最后數(shù)據(jù)分析人員給出單一的指標“客戶價值”，在實際使用的時候，業(yè)務(wù)側(cè)人員可以簡單的要求“這次營銷只針對A和B級別客戶”，而不用去搞懂背后的復雜邏輯。
2. 統(tǒng)一口徑
對于B2B客戶的描述往往會由于口徑的不同而造成誤解，比如行業(yè)的劃分，就有GB（中國國標代碼），SIC（美國政府標準），IDC（某IT咨詢公司自編碼）等。
例如“中國銀行“毫無疑問是“金融業(yè)”的客戶，但是互聯(lián)網(wǎng)金融的客戶呢？現(xiàn)在沒有一套標準會對這一新出現(xiàn)的事物進行編碼，有的廣告主把互聯(lián)網(wǎng)金融客戶歸類到“金融業(yè)”，有的劃分到“互聯(lián)網(wǎng)行業(yè)”甚至“服務(wù)業(yè)”。當廣告主的決策層決定營銷重點是“金融業(yè)”的時候，其實存在著是否包含互聯(lián)網(wǎng)金融這一細分領(lǐng)域的重大歧義
在客戶畫像的建立過程中，有一個核心步驟是制定各種標準，保證在廣告主內(nèi)部各部門對于同一客戶描述有著同樣的理解。
3. 通過客戶畫像完成對于行業(yè)理解的傳承
對比B2C的客戶采購決策鏈，B2B更加復雜而且個性化，沒有一個專家敢說自己了解每個細分行業(yè)的所有客戶特征?？蛻舢嬒竦慕⑹且粋€長期的積累過程，在業(yè)務(wù)側(cè)不斷發(fā)生人員變動的時候，每一代人員對于行業(yè)的理解都會在客戶畫像中體現(xiàn)。
例如醫(yī)療行業(yè)的“X康公司”，直接隸屬于某省國資委，負責該省除了三甲醫(yī)院以外的所有醫(yī)療系統(tǒng)的設(shè)備采購。這種非常個性化的行業(yè)理解，很難直接從數(shù)據(jù)層面得到，需要業(yè)務(wù)側(cè)的專家輸入后在客戶畫像中體現(xiàn)。
1. 企業(yè)畫像
這是大部分B2B廣告主談及客戶畫像所指的部分，并且有最多的數(shù)據(jù)收集源。技術(shù)側(cè)的原始數(shù)據(jù)包括：
基礎(chǔ)信息：客戶的名稱，地址，聯(lián)系電話等
行業(yè)屬性：各種行業(yè)代碼標準的所在行業(yè)
地域?qū)傩裕核谑》?，城市，城市級別等
歷史收入：需要整合訂單數(shù)據(jù)，了解客戶在過去購買過的產(chǎn)品金額，產(chǎn)品類型，時間等
現(xiàn)有設(shè)備使用情況：包括客戶采購的自家設(shè)備，以及可能安裝的競爭對手設(shè)備
商機：已經(jīng)獲知的，并且銷售人員跟進的客戶未來采購意向
和內(nèi)部銷售組織的從屬關(guān)系：現(xiàn)在負責這個客戶的銷售團隊名稱，銷售人員等
企業(yè)規(guī)模（Firmographic）：客戶的規(guī)模，包括員工人數(shù)，年銷售額，PC臺數(shù)，納稅額等
名單制標簽：是否是中央國資委下屬企業(yè)，是否外企500強等各種名單企業(yè)
收集完以上信息后進行簡化，最終業(yè)務(wù)側(cè)需要的標簽包括
客戶購買潛力（Buying Power）：綜合客戶的規(guī)模，行業(yè)，所處地域，是否名單企業(yè)等綜合因素后，通過數(shù)據(jù)挖掘給出定量的客戶采購預算數(shù)值，再結(jié)合歷史收入，可以預計客戶份額。業(yè)務(wù)側(cè)人員在篩選的客戶數(shù)據(jù)的時候，可以將目標客戶描述為”2017年預算超過100，并且2016年我們產(chǎn)品的份額低于30%的客戶。
建設(shè)階段：大型客戶的重點項目采購往往會分為數(shù)期，并且延續(xù)數(shù)年，最有代表性的是政府主導的“十二金工程“（參閱百度百科）。通過歷史采購的產(chǎn)品類型，就能推導這些項目的階段，并且預測下一階段可能采購的產(chǎn)品類型
客戶細分：綜合客戶歷史采購金額，購買潛力，所在行業(yè)等各個維度，給同一類客戶貼上同一細分標簽，例如以下“金銀銅客戶”的常規(guī)細分方法：
2. 決策鏈畫像：
這是B2B客戶畫像中最重要的部分，也是最難建立的。通常大型企業(yè)以及政教醫(yī)療客戶的采購決策鏈收到大量自身不可控的因素影響，包括：
政府紅頭文件（限定品牌）
集團上級機構(gòu)的統(tǒng)一采購（集采和分采）
客戶內(nèi)部部門間的分權(quán)（需求方，財務(wù)方，實施方，審批方等）
各種背景的代理商和廠商的影響
從數(shù)據(jù)角度能收集到描繪采購決策鏈影響因素的數(shù)據(jù)包括
客戶樹結(jié)構(gòu)：對于大型集團型客戶的上下級公司結(jié)構(gòu)，以及有決策權(quán)的節(jié)點
部門職能：在大型客戶內(nèi)部，一次采購會牽涉到需求方（實際使用產(chǎn)品的部門），采購部，審批部門等多種角色，通過客戶的官網(wǎng)可以很容易獲取客戶的內(nèi)部部門結(jié)構(gòu)，再結(jié)合調(diào)研能知道對采購有影響力的核心部門
受影響渠道：受限于招標相關(guān)法律，政教醫(yī)療和大型國企的采購結(jié)果會在網(wǎng)上進行公示，通過爬蟲對這些數(shù)據(jù)進行收集，可以很清晰的了解到對于客戶采購決策有影響力的代理商和品牌（這個使用爬蟲進行渠道影響力分析的內(nèi)容，將在之后另文描述）
在獲取以上數(shù)據(jù)后，對于業(yè)務(wù)側(cè)的人來說，最終產(chǎn)出的客戶標簽只有兩個：
客戶是否有采購決策權(quán)，只要Yes或者No
渠道地圖：針對具體客戶銷售不同產(chǎn)品，需要通過的代理商名字，下圖是簡單示意：
3. 聯(lián)系人畫像：
雖然B2B的營銷主體是客戶（Account），但是在營銷落地的時候仍然需要面對具體的負責人（Contact），常規(guī)用于營銷的數(shù)據(jù)包括：
基礎(chǔ)信息：聯(lián)系人姓名，性別等
職位：所在部門，對接之前決策鏈畫像中的部門職能，了解這個聯(lián)系人在采購中是否有影響力
在線行為：通過營銷技術(shù)，了解到聯(lián)系人在線的行為，這是利用B2C技術(shù)進行B2B營銷的模式。
聯(lián)系方式：現(xiàn)在B2B的營銷大多還是以傳統(tǒng)的電子郵件，電話等信息，收集客戶的電子郵件地址，電話號碼的重要性是遠大于各種數(shù)字ID的（例如Cookie，微信ID等）
營銷接觸和反饋：歷史上對于這個聯(lián)系人進行過的營銷類型，客戶的各種反饋動作（是否點擊了電子郵件，是否接聽了電話等）
客戶興趣圖譜：同一個聯(lián)系人在不同時間節(jié)點會不同的產(chǎn)品有興趣，通過整合聯(lián)系人過去的營銷接觸和反饋數(shù)據(jù)，能夠了解到此人現(xiàn)在在瀏覽的內(nèi)容，幫助營銷找到正確產(chǎn)品
職位標簽：同一個職能在不同行業(yè)和客戶有著不同的稱謂，例如IT部門的負責人，在銀行可能叫科技處處長，在政府叫信息中心主任，在企業(yè)可能叫CIO…廣告主要抽取目標聯(lián)系人，需要把五花八門的聯(lián)系人職位稱謂進行標準化。下圖是國內(nèi)各個行業(yè)的核心部門以及不同聯(lián)系人的稱謂的對照表。
1. 想清楚客戶畫像的應用場景：由于客戶數(shù)據(jù)的收集和運營是無限的，先要做好最終應用的頂層設(shè)計才能有效控制投入資源
2. 想清楚應用場景需要的客戶畫像精度：把所有客戶標簽都做到精準是很難的，這就需要在資源投入和精度間找到好的平衡點
3. 想清楚支撐客戶畫像的數(shù)據(jù)源：包括內(nèi)部數(shù)據(jù)源的整合和外部的采購和對接，數(shù)據(jù)源的拼合和運營需要大量資源，建立客戶畫像的數(shù)據(jù)需要控制在“正好夠用”的層面
4. 數(shù)據(jù)清洗和對接：在收集大量數(shù)據(jù)后，還需要進行數(shù)據(jù)標準化，同人等大量底層數(shù)據(jù)處理工作，這是最耗費時間成本的
5. 客戶標簽體系的定義:標準化業(yè)務(wù)側(cè)人員最終使用的客戶標簽定義
6. 客戶標簽所需的模型建立：模型的建立除了數(shù)據(jù)挖掘的模式，在采購決策鏈畫像建立過程中，還需要大量的外部調(diào)研。常規(guī)的數(shù)據(jù)挖掘模型包括
客戶潛力模型（Buying Power Model）：通過客戶的規(guī)模，來預測客戶的購買潛
客戶興趣圖譜（Interest code）：根據(jù)客戶過去的營銷接觸，反饋和在線行為，預測客戶當前可能有興趣的產(chǎn)品
7. 應用及調(diào)試：客戶畫像要做到精準不是一日之功，需要長期經(jīng)歷業(yè)務(wù)側(cè)人員的反饋，尋找新的應用場景，尋找新的數(shù)據(jù)源，新的模型這個閉環(huán)
