构建客户画像，助力提升线索转化效率

为什么要构建客户画像

我们都经历过，一张表单走天下的时代。无论是网站上的访客信息，还是活动的报名信息，都通过一张表单来进行收集。之后无论客户意向高低、信息是否完善、重合度如何，一股脑地给到销售跟进。由于客户信息的不完善，销售难以找到切入点与客户进行有效沟通，更何况提供精准的解决方案和服务，所以销售需要花费大量的时间，与客户从零开始构建联系、了解需求、提供方案，效率极低。

随着获客成本的提高，以及企业对效率要求的提高，市场部要做的已经不仅仅是获取名单这么简单了。

在十分讲究投入产出比的当下，市场部被要求从原来的花钱部门（Cost Center）变成赚钱部门（Growth Center），市场部职责需要从流量一直覆盖到成交，即从获客开始到需求的激发和挖掘，再到线索的转化和移交，市场部在客户的全生命周期中，推进着转化效率。

以上这些职责，都需要市场部对客户有完整的判断和洞察，以及有依据地对客群进行细分，并对客户采取精细化、个性化的运营。

在将线索交予销售的过程中，完善的客户信息和特征，更有助于销售寻找与客户交流的切入点。归根结底，就是市场部需要有构建360°客户画像的能力。但要构建完整客户画像并不简单。

怎么构建客户画像

目标客户是谁

首先，市场需要明确企业的目标客户有哪些特质。以荟聚为例，我们会明确：客户来自什么行业？客户的业务情况如何？客户的市场部情况如何？客户的数字营销程度如何？客户是否是MLG的增长模式？客户的意向情况如何？

需要收集什么数据

当明确了目标客户是谁之后，我们需要把描述客户的一段话拆解为一些固定的词组和问题。因为我们不太可能直接递给客户一个填空题，让客户写小作文来描述自己的业务，我们需要把一整段描述拆成多个字段来让客户填写，或是拆成多个小问题来询问客户，最终再由市场部组合成画像。另外，当我们想要定向地搜索客户的某些特质时，非标准的整段描述会让检索难以开展。同样还以荟聚为例，我们会把客户的描述拆解为：

联系信息：姓名、手机、邮箱、昵称、微信号
企业信息：企业名称、所属行业、企业规模、企业营收、市场部规模、市场年预算
需求信息：业务需求、使用的系统、获客渠道、采购计划
偏好信息：内容偏好、渠道偏好、时间段偏好、业务场景偏好
来源信息：来源渠道、来源媒体、来源活动、来源内容
行为信息：关注、点击、访问、下载、报名、填写表单

怎么收集数据

客户数据的收集方式有两种，分别是直接收集和间接分析。直接收集客户数据的方式有：

埋点：在网站或小程序中植入埋点代码，即可收集到客户的行为信息（访问、点击等）和属性信息（表单信息、身份信息等）。
API对接：当前企业正在使用的社交平台、营销系统以及第三方数据源，通过API对接后，都可以获取客户的行为信息和属性信息。
表单收集：在网站中、公众号中、内容中又或是线下场景，展示让客户留资的表单，可以结合CTA（call-to-action，召唤性行为）激励客户留资。

而有关需求、偏好或者意向的数据，并不只是通过询问客户或者填表单的方式获得，通过对客户阅读过的内容和发生过的行为，综合判断也能得到我们想要的结论，所以间接分析的数据有：

客户意向：通过客户活跃度判断
客户需求：通过客户查看过的内容、参与过的活动、浏览过的页面判断

构建画像的难点

数据捕获难题

一个客户除了有姓名、手机、公司、职位等基础属性之外，还可能有微信昵称、地域、性别等信息，这么多信息不太可能只通过表单来进行收集。另外，客户与企业的互动行为，客户与企业接触的渠道来源等信息，在没有研发支持的情况下，市场部很难记录这些信息。

身份整合难题

一个客户可能同时在百度上进行过搜索，查看过企业官网，关注过微信公众号，添加过企业微信，市场部在没有技术支持的情况下，很难将一个客户在不同渠道上的身份做合并。就无法完整地了解到一个客户的真实活跃度情况、需求情况以及意向情况。

洞察和分群难题

客户的属性和事件，繁杂又零碎，市场部往往很难快速判断出这个客户的价值高低、阶段进程、意向情况等。另外，客户分群往往不是粗略地以行业或地域来划分，而是根据实际运营的情况进行人群划分，比如业务需求匹配、且获客渠道超过3个以上、且最近30天活跃度在100分以上、且查看过客户案例超过3次的客户，列为高价值/高意向客户。在不借助外部支持的情况下，市场部很难用这样精细的条件去细分客群。

荟聚帮助企业

如何构建360°客户画像