如何搭建toB客户畫像？

當我們身處黑夜在茫茫海上漂流時，內心最迫切渴望看到地是遠方的燈塔；當我們在面對未來產品方向四處張望而猶豫不決時，最需要的就是收回注意力、看清楚我們所服務的客户。

為什麼？

因為產品和服務只是企業將價值傳遞給客户的一種工具和媒介，無論產品形態如何，其本質都是在解決客户的問題。因此，在任何一個躊躇不前的時刻，我們都需要停下腳步迴歸本質，認真地再一次審視我們所服務的客户：他們到底是什麼樣的人？他們各自又有什麼樣不同的特徵和需求？

只有在明確解決了這些問題之後，我們才能擁有更懂客户和業務的團隊，從而能夠更有的放矢地進行下一步的決策，最終，也就能夠在對手林立的行業市場中更好地尋求機會和突破。

客户畫像對於團隊這麼重要，那麼應該從什麼時候開始搭建呢？

個人認為越早越好，但是務必注意控制深度和成本，因為不同階段的企業其側重點有所不同。在初創期，產品團隊可以通過關注典型客户來積累定性數據，從而低成本搭建客户畫像；而到了成長期和成熟期，在擁有大量客户數據的前提下，企業可以逐漸過渡到使用定性&定量相結合的方式來形成更為清晰的客户畫像。

那麼，一家企業的客户畫像體系到底應該如何搭建呢？

乍一聽好像很複雜，但客户畫像體系的搭建其實就是為客户打標籤。我們可以將其簡單類比為一個警局畫手為小偷描像的過程：3名證人先向畫手分別描述小偷的長相和特徵，畫手在甄別剔除部分誇大的描述之後，通過畫筆畫出該小偷的圖像，最終張貼到各大網站懸賞緝拿。

同樣，搭建客户畫像體系也是在經歷一個相似的流程：畫像數據獲取、數據處理、特徵標籤體系搭建和最終的數據分析&呈現。

一、數據獲取

畫手是沒有親眼見過小偷的，那麼在他下筆前就需要從多名證人口中獲取小偷的特徵描述；同樣，在我們為客户“畫像”之前，也需要從各個來源渠道去獲取數據。以下簡單列舉幾個客户畫像數據獲取的來源以供參考：

• 銷售/CSM成單錄入：以事實類的基礎客觀信息為主；
• 產品/運營回訪錄入：以定性類的主觀信息為主；
• 系統數據埋點：以事實類的行為操作信息為主；

二、數據處理

只要是由人錄入的數據，終歸會存在真實性和可靠性上的問題。因此，在獲取到定性or定量數據之後，我們不能立刻拿來使用，而應當對數據進行一定的清洗和空白處理等，保證最終送入客户畫像模型前的數據是清晰準確的，不會對畫像結果產生影響，從而保證畫像可供支持決策的能力。

三、標籤體系建模

什麼是標籤體系呢？其本質就是一顆標籤樹，而建立這棵樹的原因是：我們需要根據業務所需對大大小小形形色色的標籤進行分層和歸類，這樣才能我們滿足未來在各種標籤維度及其組合下對客户進行分羣比對的需求。

下面來分享一種toB產品較為主流的客户標籤體系，當然，每家公司的特點和需求不同，此處分享僅供參考。

1. 按標籤對象劃分

從打標籤的對象來看，我們一般會分為如下三類：行業標籤、企業標籤和關鍵人標籤。

行業和企業是相對較好理解的，那麼關鍵人指的是什麼呢？關鍵人其實就是我們所服務企業中的關鍵員工，包含老闆、管理層等等。一般我們會根據每個員工在企業中的職能價值不同，將關鍵人甄選出來並劃分為EB/UB/TB/Coach4類。EB即擁有經濟購買影響力的人、UB為擁有用户購買影響力的人、TB為擁有技術購買影響力的人，而Coach為給我們企業傳遞客户信息的“內線”。

（借用一張圖，來源見水印）

下面我們從按標籤對象分類來舉一個打標籤的例子。例如，你家小區門口有一家火鍋店，那麼我們在收集到數據之後可以給它打上這樣的標籤：餐飲（行業標籤）、規模小/成都武侯區/每天進2次貨（企業標籤）和老闆想開第二家分店（關鍵人標籤）。

2. 按數據產生來源劃分

此外，我們再來介紹一種劃分角度——按標籤的數據產生來源進行劃分，這樣能夠有效的幫助我們甄別數據的可參考價值。按數據產生來源，我們一般會分為如下三類：事實標籤、心理標籤、行為標籤。

事實標籤指未經加工過的客觀事實描述，心理標籤指經過歸納提煉的客户主觀心理表達，而行為標籤則是客户的真實行為記錄。下面我們用具體的例子來進行説明：

例如，同樣還是你家小區門口的那家火鍋店，我們給它打上的事實標籤為：餐飲行業、規模小、成都武侯區，心理標籤為：老闆想開第二家分店，而行為標籤則為：每天進2次貨。

上述只是列舉了常規使用的2種標籤定義和分類規則，而整個客户畫像搭建過程中最難的點就在於標籤模型的搭建，因為這直接影響到我們進行客户畫像搭建的投入回報比ROI。如果一味地套用模版，只會讓獲取到的客户數據不斷無理堆砌，難以發揮真正的價值。

那沒有一點經驗就不開始了嗎？答案無疑是否定的，任何一套模型都是不斷迭代和完善得來的。在建模之初，我們應當以借鑑業內主流模型為主，而隨着模型的使用和我們對業務理解的不斷加深，我們可以通過逐漸建立起一套標籤體系的評判標準來優化我們的初版客户標籤模型，從而讓這一套模型能夠真正具備可供決策參考的價值。

四、數據分析&呈現

當我們把數據送入標籤模型後，就得到了一個個擁有各類形形色色標籤的客户，客户的形象就能夠生動而具體的呈現在我們面前。客户畫像數據是有了，那麼到底應該怎麼用呢？

大家聽到比較多的用户畫像應用場景應該是精準營銷、A/B測試等等，但客户畫像系統的價值絕不僅限於此。我認為的客户畫像系統其實是一個客户標籤的大數據平台，它能夠為產品決策、運營活動、銷售客户跟進等很多很多場景提供支持決策的能力，這樣才算是把這個畫像系統的價值發揮到了最大。

總而言之，通過以上4步，我們就搭建起了一個初版的客户畫像系統，也開始為我們未來的決策和選擇提供了一盞微弱的指明燈。本篇分享以思路框架為主，後續將詳細和大家分享標籤建模實操以及最終客户畫像系統搭建的覆盤，有興趣可以關注喲～

本文由 @冰冰醬 原創發佈於人人都是產品經理，未經許可，禁止轉載

題圖來自Unsplash，基於CC0協議。