浅析：B2B企业的数字营销及客户画像

(讯)数字营销是一个非常大的概念，贯穿了营销的各个环节。B2B企业现阶段可以先管理好小数据，把现有的营销、销售数据整合并深度管理，做好精细化运营。

我们生活在数字时代，每个人在电商平台上的浏览记录、消费信息；微信上的图片文字、支付记录；百度上的搜索词条；滴滴上的地理位置等等都被记录和存储下来。这些实时产生的，格式各异的海量数据，被称为大数据。

大家都会认为这些大数据将被研究，并用于分析和决策。但实际上，并没有。90%的数据还在睡觉。

权威调研公司IDG公司预测，到2020年，仅有35%的信息可以用于分析，而仅仅有10%的信息将被分析。也就是说，数据有了，怎么好好利用还不知道。

但是，个人信息，作为最最简单，最应该被保护数据，以最简单粗暴的方式，被滥用着。比如我们每个人每天都会接到的各种骚扰电话和短信。

2018年5月，欧盟发布了“一般数据保护条例”（GDPR)，这是全球近20年在数据隐私保护领域最重大的举措。

滥用数据的企业或组织会被罚款高达4%的营业额或者2000万欧元。这两个数，哪个金额大选哪个。比如，今年年初，法国就对谷歌开出了5000万欧元的罚单。

而在8月，国信办发布《数据安全管理办法（征求意见稿）》，预示着中国也加大数据监管和规范化管理的力度，保护个人隐私，保障网络安全……

企业未经用户许可将不能打电话，发邮件和将信息推送给用户，如果被查到，将会受到高额处罚。

大家留意下，也会发现很多网站、App、市场反馈表等都加上了以下声明：

• 点击下面的按钮，表示您同意xxx搜集你的数据并用来推荐相关的产品/广告

• 本站点使用cookies，继续浏览表示同意我们使用cookies。cookies和隐私政策

• 点击同意，我们将给您发送邮件、短信通知新产品和促销信息等

所有的这些都表示，未来企业对于数据的收集和应用必须更谨慎。数字营销也将回归理性，更加深入研究和分析数据，发掘数据价值。

今天我们就来谈谈B2B企业的“流量池”（聚焦在与客户有互动和产生过交易的客户），具体看看如何通过精细化的营销运营，发掘新的生意线索，孵化商机。

这些数据，相对于巨量的互联网大数据，是“小数据”。我们从数据分析到内容创意以及销售线索、商机转化来看看“小数据”营销的全过程。

数据收集和管理

对于企业来讲，客户数据是公司最重要的资产之一，是销售和市场团队工作的基础。收集客户数据可以根据企业的实际状况和技术水平来选择。

第一阶段：企业比较小或者刚刚起步，用Excel当然可以

企业有意识统一做好客户管理，相比销售把客户信息揣在自己口袋已经是很大的进步。（做销售的朋友们会会心一笑）

客户不多的时候，Excel作为信息统计表，基本的功能都可以满足。不过，随着业务的增长，Excel的局限性会凸显。比如只能处理几十万条的数据透视表，数据仅仅包括联系姓名、联系电话、职务、企业等信息。

长期使用的话，局限性比较明显。比如安全性不足、文档容易损坏、多人修改难以同步以及恶意的破坏数据会对造成极大的伤害。所以企业需要升级到第二阶段的数据管理。

第二阶段：通过CRM系统化管理客户

CRM即客户关系管理系统，是从市场－销售－服务的全生命周期的系统化管理。

系统里的信息除了销售拜访记录和商机信息之外，还有客户购买历史、营销中产生的数据信息等等。

另外，企业级客户从认知到购买的流程长并且是团队决策，还需要对客户做360度的分析：

• 客户是谁？比如行业属性、企业规模、是否百强、纳税大户、上市公司？

• 客户决策链条：需求部门－执行部门－立项部门－财务部门－采购部门－IT部门…分采还是集采？分公司和总公司的采购关系等

• 决策关键点：决策人有哪些，审批额度，比如超过多少预算需要走投标流程，最终拍板是CEO还是部门总等这样的信息。

• 决策人联系方式＋关系网：比如CEO上下级汇报关系，决策人之间的个人关系是什么等等

SCRM（Social CRM) 概念在营销领域很火，就是除了销售数据外，需要关联客户在社交媒体和营销相关数据。比如网站浏览数据，搜索行为、地理信息位置，社交Cookie数据、电脑网卡的识别码（MAC)，经常使用的APP，广告监测等数据等……（切记是在数据合规的情况下收集）

现实是，绝大部分企业并不能够采集并将社交数据和企业数据库相匹配，也就是是“心有余，而力不足”。我们暂时不把这些数据放在“小数据”营销里。

至于大型和超大型企业的数据湖，营销中台等，业内最牛的B2B公司还没有真正落地，所以大家先听听就好。

数据治理

有了数据，但却发现数据格式不一样，不同渠道拿到的数据也有重复、对不上等这样那样的问题。这时候需要做数据标准化、清理、匹配和整合。

举个例子，比如在销售的Excel表里，客户的城市有的写的广州，有的GZ，有的Guagnzhou 。再比如填写公司信息的时候有的写的全名，有的是简称。那么如果想搜索一下，那么也许会因为字段标准不同而漏掉很多信息。

这时候，可以通过技术的手段实现数据格式的统一转换，有能力的企业可以使用“语义分析”的手段来进一步判断。

还有一种情况很常见。客户在市场活动的调研问卷上填写假的姓名和联系方式。或者销售不想让其他人获得客户的真实信息等，也许会在系统上填写虚假信息。这些靠人工识别很难，技术上也不容易。

方法只有简单的判断加上发邮件、电话去尝试确认。比如发给客户的邮件被退回，说明邮箱是错的；电话打不通或者不借，可能是错的，也有可能客户反感电话沟通的方式，可能需要其他的联系方式。

数据治理是非常复杂的过程，这一步的准确性，直接影响到转化率，需要专业的数据分析师参与其中。

客户画像

好了，完成数据规整管理之后，是不是就可以开始给客户发Email，或者电话销售了呢？

数据量少的时候也许这样做可以。但是客户信息比较多（比如上万条以上），行业特点各异、成熟度不同的时候，还需要对客户归类并给予标签，做精准化的营销。

数字营销领域使用用户画像（Persona ）来归类客户。简单来说就是通过数字分析，虚拟出来一些典型的用户形象。有点像传统营销中的“用户细分”，只不过数据颗粒度更小，标签更准确。

在 B2B行业经常根据客户的职位来做用户画像分析和精准的营销。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!