惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
Visual Studio Blog
Recent Announcements
Recent Announcements
有赞技术团队
有赞技术团队
The GitHub Blog
The GitHub Blog
N
Netflix TechBlog - Medium
腾讯CDC
A
About on SuperTechFans
博客园 - 叶小钗
大猫的无限游戏
大猫的无限游戏
小众软件
小众软件
D
DataBreaches.Net
D
Docker
宝玉的分享
宝玉的分享
量子位
Microsoft Azure Blog
Microsoft Azure Blog
Martin Fowler
Martin Fowler
博客园 - 三生石上(FineUI控件)
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
V2EX
Last Week in AI
Last Week in AI
H
Help Net Security
Hugging Face - Blog
Hugging Face - Blog
M
MIT News - Artificial intelligence

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
2B产品,需要构建全景客户画像
品牌市场相对论 · 2023-11-24 · via 人人都是产品经理

To B业务的付费主体更多为企业,这就意味着,To B业务产品的客户画像需要不仅要考虑个人,最好还要包含企业等层面的信息。这个时候,我们或许可以考虑直接建立全景客户画像。如何建立全景客户画像?一起来看看作者的分享。

一、何为客户画像?

我们经常会听到的类似的更为熟悉的词是用户画像,用户画像将用户的相关具体信息抽象成标签,如用户的人口统计学特征(性别、年龄、健康状况、职业、婚育、文化水平、收入……)、行为特征(产品使用的频次、时间、偏好、花费……)等,再利用这些标签描述用户群体或者个体,从而让用户形象具体化,就可以让企业人员对客户有全面且深刻的理解,在产品研发、市场营销的过程中能够做到有所凭据、科学决策。

用户画像是针对2C的业务产品而言,对应到2B的业务产品就是客户画像。2B业务具有特殊性,付费的主体是企业,使用产品获得最终商业价值的也是企业,但是直接接触和使用产品的还是个体的人。

所以,2B业务产品的客户画像要至少包含企业和个人两个层面的信息;同时,2B业务产品可能面向不同行业的企业客户,要在具体的行业情境下才能充分发挥价值,其客户画像还应该包含行业的相关信息。

再从2B的市场营销角度考虑,从接触产品到完成最终采购的链条较长,单一企业中就可能包含采购人员、业务人员、中层管理者、高层管理者等多个相关角色,构建客户画像时在个人角度上需要更多层面的用户信息。

因此,我们需要为2B业务从行业、企业、个人三个角度构建全景客户画像,对客户/用户的理解才能更全面更深刻。

二、如何构建全景客户画像?

构建全景客户画像除了建立分析模型之外,还需要依托一些具体的工具或者系统,常用的有CRM、CDP等,目前市面上还没有能够直接帮助完成全面客户画像构建的产品,往往需要企业综合利用多种工具,自己来产出分析报告。

在建立客户画像时所需的信息有直接信息和间接信息。直接信息是企业或其他平台通过与客户接触直接收集来的信息,间接信息则是经过他人处理过的相关信息。获取直接信息常用的手段有观察记录(包括软件应用所记录的后台收据)、问卷调研(线上、线下)、个体访谈等;获取间接信息常用的手段有分享交流、研究报告、新闻报道、产品文档等。

全景客户画像中关于行业部分需要通过调研、观察、访谈掌握相关数据后产出分析报告,当然也有智库、投行、券商等专业机构会针对特定行业研究并制作报告,这些报告也是重要的行业画像的数据来源;

制作企业层面和个人层面的客户画像所需信息,主要来自于接触、观察和访谈,2B公司有必要采用一套优秀的CRM系统,从与用户发生第一次接触开始就记录相关信息,市场、销售、实施、客服、客户成功等与客户有接触联系的人员,都应该在这个系统中记录下相关的重要信息;对于我们关注的特定信息,更需要在客户拜访和购后回访中有针对性地去了解和记录。

全景客户画像的主要信息示意:

大数据技术让我们能构建更全面、更立体、更精准的全景客户画像。目前,2B领域的ABM(Account based marketing)日益风靡,通过前置地构建客户画像并补助潜在客户建立数据库,在客户生命周期的不同阶段运用合适的手段精准营销,让潜在客户与品牌建立链接,让客户从对品牌一无所知到认知了解,再打通决策链完成购买和实现购买后的高度认可。

这成为了很多2B企业积极探索的市场营销新方向。

作者:陈壕;微信公众号:品牌市场相对论(ID:Brand-Marketing)

本文由 @品牌市场相对论 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。