『B2B客户旅程进化』数据重构，洞见赋能

“千禧一代”已经成为 B2B 买家中的决策者。在北美，超过 50%的 B2B 采购业务全权负责人年龄都在 35 岁以下, 88%的 B2B 买家会在线上搜索相关品牌、产品或者功能等关键词，在接触销售前，完成 60%的采购决策流程。这也就意味着，过去靠销售人员撑起半边天的销售模式，在信息越来越对称的情况下，已经快行不通了。

疫情的常态化也带来了 B2B 采购方式的转变，无论是买家还是卖家，大家已经习惯了在见面之前做自助的搜索了解或是远程的交流，B2B 买家在不同阶段的数字自助服务要求越来越高。

对于大部分 B2B 企业的市场负责人而言，虽然充分意识到了数字营销的重要性，也亲眼见证了一众 B2C 企业利用数字营销工具玩得风生水起，但对于如何引导自己的企业开启数字营销之路，却可能仍然只是将内容从一组传统平台带到另一组社交平台，既没有深度挖掘客户数据，也无法有效唤醒流量池。

我们正处在一个急速变化的时代，大量碎片化的信息和海量的数据让营销方式变得多样化，新时代的市场营销拥有比以往任何时刻，都更多的与客户互动的渠道和触点，在大量内容输出的过程中，沿循 B2B 客户的决策旅程，产生了海量并有价值的数据，而这些数据就构成了客户画像，其目的是：

1. 客户洞察 - 更好地理解客户，掌握客户特征，识别客户需求
2. 赋能销售 - 及时跟进服务，实现市场销售的数据协同和沟通协同
3. 客户触达 - 拥有更多可能性去帮助 B2B 企业建立可直接触达客户的沟通渠道

那么，一家 B2B 企业的客户画像体系到底应该如何搭建呢？

回想一下 B2B 采购流程就会发现，B2B 营销复杂的原因是，当客户对某一类产品感兴趣时，通常不会只接触一次，接触多次后才会意识到也许 A 品牌旗下 B 型号产品，可能是他一个合适的选择，或者客户在考量 A 品牌的时候，也会从不同渠道去了解，可能会在不同的触点完成留资，以及持续关注 B、C、D 等型号产品，所以 B2B 企业收集客户的相关数据，需要考虑客户全生命周期各个接触点上的互动体验，例如：匿名线索 → 注册线索 → 活跃线索 → 市场确认线索，在和客户互动的过程中，收集必要的客户数据，逐步完成：

Progressive Profiling-渐进式客户画像

MAL (Marketing Anonymous Lead) - 匿名线索

待完成官网/微官网埋点后，通过 Cookie 技术，B2B 企业首先可以获取匿名客户的在线行为数据，分析客户对什么产品感兴趣，当客户再次访问网站的时候，弹出对应的注册页面，询问客户是否愿意接受了解产品以及接收 e-newsletter（和客户感兴趣的产品有关）；就像初次约会那样，要以温柔、谦逊的方式逐步了解你的客户。例如您叫什么名字？您所在的公司以及职位？能联系到您的手机号码以及电子邮件是什么？我能帮什么忙吗？只需要客户留下的最基本的信息，例如：姓名，邮件/电话，或者仅仅是添加企业微信，关注微信公众号这样一个动作。

MIL (Marketing Identified Lead) - 注册线索

当有了客户基本信息，品牌就可以持续做个性化互动，例如：个性化的网页展现（根据其提供的偏好和在线行为数据），实现个性化的微信公众号/企业微信/邮件推送等。目的是帮助 B2B 企业与客户建立持续互动，在建立了较高的信任感和品牌认知时，除了已经完成所有在线行为数据（如访问 / 点击 / 扫码 / 订阅 / 观看直播 / 签到等等）的收集，也可以向客户提出更多的问题，在已获得的信息基础之上继续丰富客户特征，或者基于智能标签（比如 线索属性 / 线索事件 / 线索身份等条件的判断)来完成复杂业务逻辑的认定。

渐进式用户画像可能始于客户姓名、手机号码和一些简单的问题，但可以逐渐让 B2B 市场营销人员获得更加关键的细节，这将有助于更好地理解潜在客户需求：比如客户正在做产品评估吗? 还是再比较产品功能？客户关注的焦点是定价吗？

MQL (Marketing Qualified Lead) - 市场确认线索

根据不同特征分类以及线索价值评分，将目标客户归属于不同的群组，并产生对应的业务侧标签，再配合 SDR 询问客户购买时间以及其在购买决策过程中所处位置的相关问题，帮助 B2B 企业更好地理解客户需求。

不管是系统自动还是 SDR 手动填充的“客户画像”，都会同步到一线销售人员的移动端工作台，帮助销售及时查看客户信息、了解客户最新动态，提前洞察客户意图。

销售可以在移动端完成跟进记录反馈，并补充销售侧客户标签，添加商机等等，持续完善渐进式客户画像。“客户画像”也不是静默更新，而是每有新的 MQL，或者已经成为 SQL 后客户又完成了一个关键事件，SDR 或者销售都会收到一个 AI 即时提醒，即知即行，抓住每一个 MOT 关键时刻。

最终，Convertlab 荟聚都将不同渠道获取的客户 ID 全渠道合并，把同一客户在不同渠道上的画像特征，进行渐进式补全，从而实现 360° 客户画像管理，再结合客户的行为兴趣维度，对客户线索进行双维度（属性+事件）评分，得分较高的线索优先 SDR 人工跟进，通过持续不断的自动化精准营销，培育、转化客户线索，实现市场 & 销售的数据闭环。

一个完整 B2B 客户画像最终呈现出来的信息量很大，包含了：

结语

人类理解世界的方式就是“贴标签”。如果说 B2C 客户画像是把大量面孔模糊不清的人群，根据他们的多个共同属性强行收缩为几种典型类型，便于我们看得更清楚。B2B 则是把原来隐藏在各种不同规模不同行业企业背后我们看不到的人，根据其在决策过程中的位置，所属的部门特性等等要素，一一拉到台前来，让我们对这些角色有更具像，更人格化的理解。不管是 B2B 还是 B2C，我们面对的始终是人。当面对的是具体的人的时候，我们更能感知他背后的情绪，他的决策驱动因素，提供他们想要的。