比社交获客更重要的商机挖掘

假如我们从客户单价和下单频率两个维度来划分企业的客户群，就可以得到一个四象限图，A、B、C、D、E五个客户群。企业的核心需求之一是找到更多的潜在客户群A，转化为客户群B，努力将客户群B转移到客户群E，并尽可能留在E的位置。以内容为诱饵，获得潜在客户后，需要通过潜在客户培养策略将潜在客户转化为客户，然后将客户转化为高频率、高客户单价的客户。客户组A是线索，企业需要收集尽可能多的潜在客户，才能有更多的机会转化为真正消费的客户。潜在客户培养，就是让更多的A转化为E，并尽可能长时间地保持，在此过程中，要保证完善的客户体验，提高客户满意度。根据不同的产品和服务销售，不同的企业有不同的目标客户定位和不同的业务流程、B、C、D、E五个客户群体的管理模式不同。潜在客户群A(图中红色面积覆盖的区域)向B的转换，是潜在客户培养的重要环节，B、C、D到E需要客户成功部门的合作。潜在客户培养策略，重点关注新客户的转型，数百条线索可能只能产生一个转型，特别是一些B端和高客户单价B2大C客户，可能会花费大量精力跟进，但最终未能成为订单。1、当线索以数据呈现时，第一步是澄清“好”线索，即什么是合格的营销线索MQLS（MarketingQualifiedLeads，简称MQL)，SQLS销售合格的线索是什么？（SalesQualifiedLeads，简称SQL)。定性分析和定量分析通常有两种形式来分析线索。线索定性分析：标签一般有三种形式：事实标签、分析标签和预测标签。线索定量分析：线索评分，一般通过线索匹配（显性线索评分）、线索兴趣(匿名线索评分)、线索行为评分、购买阶段/时间评分四个步骤。线索定义可以从定性分析开始，即标签，以澄清线索的性质。标签是从信息中提取的解释其特征的数据。它是结构化数据的每个标签。它通常是人为的特征标志。它描述了高度精细的特征，这是对线索的定性分析。标签分析，一般从事实标签、分析标签、预测标签三种类型开始，其中事实标签、分析标签客观存在，属于统计肖像，预测肖像，更强调预测的准确性。1、事实标签事实标签，即根据用户的事实行为进行标签，可以从4W开始，即WHO(谁)；WHEN(何时)；WHERE（在哪里）；WHAT(做了什么)。具体分析如下:(1)WHO（谁）WHO(谁)，即用户识别，其目的是区分用户。互联网的主要用户识别方式包括Cookie、注册ID、微信微博、手机号码等。获取方式由易到难，不同企业的客户信息数据程度不同，用户识别方式也可以根据需要选择。对于高客户单价企业，进入线索阶段，一般有基本人口统计、公司信息、BANT信息，用户识别相对简单。（2）WHEN（时间）WHEN(时间)，这里的时间包括时间跨度和时间长度。“时间跨度”一般以天为单位计算，是指行为发生到现在的时间间隔；“时间长度”是为了识别用户在某个页面上的停留时间。在用户行为中，人们普遍认为最近的行为会反映用户当前的特征，因此过去的行为会表现为标签权重的衰减，即所谓的“时间衰减因素”。（3）WHERE（在哪里）WHERE(在哪里)是指用户行为的接触点，包含内容 网址。内容是指用户作用的对象标签；网站指出了用户行为的具体位置。内容决定标签，网站决定权重。（4）WHAT(做了什么)WHAT(做了什么),就是指的用户发生了怎样的行为，用户的行为类型，例如线上搜索、微信阅读、观看直播、参加线下活动、下载白皮书、产品试用等，根据行为的深入程度添加权重。从4W开始，我们可以简单地勾勒出用户行为的标签权重公式：标签权重=时间衰减（何时）×网站权重(在哪里)×举个直观的例子，“B用户今天在产品页面上尝试产品”所反映的用户标签可能是“客户获取”；而“A用户一周前在微信上收集了内容营销文章”所反映的标签可能只是“内容营销0.448”这些不同用户的标签和相应的权重将在后续的营销决策中发挥指导作用。2、分析标签分析标签是对线索数据的进一步处理。2、分析标签分析标签是对线索数据的进一步处理。最典型的方法是RFM模型，从最近的消费开始(Recency)、消费频率(Frequency)、消费金额(Monetary)这三个维度分析了潜在客户的价值。(1)最近一次消费R(Recency)顾客最后一次购买时间。最近消费时间越近的客户是最有可能对提供的商品或服务做出最大反应的群体。如果显示最后一次购买非常接近的客户数量增加，则表示该公司是一家稳步增长的公司；相反，警告。(2)消费频率F(Frequency)客户在限定期限内购买的次数。最常购买的顾客也是满意度最高的顾客。假如相信品牌和商店的忠诚度，最常购买的消费者，忠诚度也是最高的。增加客户购买次数意味着从竞争对手那里窃取市场份额。(3)消费金额M(Monetary)客户的购买金额可以分为累计购买和平均每次购买消费金额，这是所有数据库报告的支柱，也可以验证“帕雷托法则”(Pareto’sLaw)——公司80%的收入来自20%的客户。三个变量可以用三维坐标系显示，X轴表示Recency，Y轴表示Frequency，Z轴表示Monetary，坐标系的8个象限分别表示8类用户。根据上表中的分类，可以用以下图形来描述:3、预测性标签预测性标签，需要根据事实性标签和分析性标签进行预测。预测标签的生产过程：特征提取→监督学习和样本数据→评估→标签输出是机器学习的经典过程。2、在所有真实联系信息方式的线索中，合理的线索只占少数（感兴趣并不意味着你会购买），很少有线索客户能够真正转化为交易（即使我想购买，也不一定是你）。此时，如何从线索中取优势是非常必要的。线索评分机制可以识别转换可能性高的线索。线索评分的目的是帮助理解线索是否包含正确的人（显性评分），以及这些人是否表现出正确的兴趣（隐性评分）。有效线索评分的关键在于规划捕获、测量和评估信息的方法。该方法强调三个领域：人员、流程和技术。人员：指高效执行人员和销售人员的参与。流程：销售和营销需要就线索的定义和线索从营销到销售的方式达成共识。技术：指捕获信息、方便线索移交和流程反馈的相应软件。本文以线索评分流程为主线，分析了有效的线索评分方法。线索评分可以从以下四个维度来确定你应该培养谁，谁可以快速跟进，明确不同的线索阶段：线索匹配：也称为显性线索评分，通过在线表格、注册收集显性或共享信息，可以从人口统计、公司信息、BANT、负面人口统计匹配度从四个方面入手。线索兴趣：又称匿名线索评分，是根据跟踪线索行为（如网络行为）来衡量其对产品和服务的兴趣，如线索IP地址。线索行为:如果比较办案，线索行为就是指向真相的线索。可从直接行为和上下文行为两个方面入手。购买旅程阶段：购买阶段和时间是衡量销售周期中的潜在客户：她刚刚开始这个过程，还是准备好做出决定？1、线索匹配：显性线索评分线索匹配，又称显性线索评分，通过在线表格和注册收集显性或共享信息。可以从人口统计、公司信息、网络数据等方面进行注册信息和网络数据BANT、负面人口统计匹配度有四个方面，线索画像明确。(1)人口统计数据在画像和定义线索时，需要注意人口统计数据——描绘线索人群的量化标志。线索孵化通道是根据数据创建的。人口统计数据包括：头衔、角色、工作年限、位置经验价值、位置等（2）企业统计数据企业统计描述了组织特征，可以帮助找到理想的客户。企业统计包括:公司名称、公司规模、公司地位、营业收入、部门数量、产品/服务数量、服务区域、行业产品／服务数量、融资情况等(3)BANT(预算授权需求时间)可以通过研究BANT(预算授权需求时间)获得潜在客户在购买过程中的位置。BANT是线索质量评估的升级版，与人口统计数据和企业统计结构分析相比。预算（Budget:）：线索能支付你的产品或服务吗？权限（Authority）：授权线索可以购买你的产品吗？需要（Need）：您的产品/服务能解决痛点吗？时间（Time）：购买线索的时间线是什么？这个时间线和你的销售周期一致吗？（4）负面人口统计匹配度评分也可以考虑根据负面人口统计匹配度评分——当线索的电子邮件地址非官方，手机号码为空，公司不存在或购买角色错误时，线索可以减少。孵化工作应该集中在那些可以交易的线索上。根据公司行业的不同，上述四个维度的具体细化程度可以有所不同。2、线索兴趣：匿名线索评分线索兴趣评分，又称匿名线索评分，是根据跟踪线索行为（如网络身体语言）来衡量其对产品和服务的兴趣。匿名线索：指您尚未获得其信息的线索，但他们已与您就内容或网站进行了沟通。通过营销自动化，可以识别网站的匿名线索属性。例如，线索的IP地址和隐藏的线索评分也可以推断潜在客户的额外信息。假设你是一家拥有重点大客户的公司CMO，中石油是为你的客户准备的，你也知道中石油的IP是多少。当中石油的IP访问官方网站时，整个官方网站的可变信息将被与石油行业相关的材料所取代，这是一项值得投资的足够大的清单。假设这位匿名粉丝还没有在微信上注册，但来自快速消费品会议或官方网站上与快速消费品相关的页面的代码扫描关注微信。根据现有的粉丝标签信息，微信系统也非常有意义地将标准菜单自动更新为与零售相关的菜单信息，这自然支持百川SCRM营销自动化的标准产品。匿名线索检测到以下信息：3、如果将线索行为评分比作案件处理，则线索行为是指向真相的线索。可从直接行为和上下文行为两个方面入手。（1）直接行为与最终结果密切相关。例如，在微信/官方网站上查看产品报价页面通常比案例更能解释潜在客户的意图。通过对这些行为进行评分，如果线索得分较高，但缺乏购买动机，则被列为关键培养对象；如果线索足够高，则无需孵化和培养，可以直接跟进。(2)上下文行为通过官网后，下一步就是线下参会，线上直播。线索的上下文行为也很重要。例如，参加线下会议、观看现场直播、下载数据白皮书、浏览官方网站、阅读企业微信文章等互动行为和频率，给线索客户一定的分数。跟踪线索行为可以定位潜在客户的购买旅程，帮助确定是只收集数据的初始潜在客户，还是已经考虑购买的活跃线索。有些行为与潜在客户的购买过程阶段高度对应。下图只显示了一个示例：线索评分是对潜在客户进行排名的一种评分标准。评分标准代表了每条线索对企业的感知价值。在孵化和跟进线索时，通过评分和识别“活跃购买行为”可以更有针对性。如果潜在客户得分高，但购买意愿低，孵化需要更多的教育指导。但如果潜在客户愿意购买，他可以直接转移到销售，而无需孵化。以下评分仅作为例子。在真正评分时，浏览官方网站/微信（微信正在成为超级移动官方网站的入口）取决于潜在客户浏览的内容的哪一部分。不同的内容象征着不同的客户意向阶段，因此也意味着不同的分数。产品报价页面将高于案例阶段，例如，潜在客户浏览了官方网站/微信上的招聘页面，这象征着潜在客户可能不是购买意向，从市场线索的角度来看，阶段较低。 (致趣百川线索评分示例)致趣SCRM营销自动化，可以通过行为全渠道定义用户，对不同行为进行评分，识别关键时刻，跟进销售，实现线索孵化，增加优质线索转移。 （有趣的百川线索评分示例）有趣的SCRM营销自动化可以通过行为定义用户，对不同的行为进行评分，识别关键时刻，跟进销售，实现线索孵化，增加高质量的线索转移。例如，参加离线会议＋50分；观看直播＋30分，下载信息＋10分，近一个月没有互动－30分。通过不同的数据设置，工具自动完成线索评分，决定是跟进销售还是加速销售。4、决定潜在客户是否应该快速跟踪销售或培育的最终方面是购买阶段和时间。购买阶段和时间是为了衡量销售周期中的潜在客户：她刚刚开始这个过程，还是准备好做决定？可以判断线索是接近做出购买决定还是需要通过行为和其他指标继续孵化。三、内容挖掘高价值客户为潜在客户提供针对性内容，销售机会可增加20%以上。用内容培养客户本质上是在回答以下三个问题:问题一:为什么要买？问题二:为什么要买我们的产品？问题三:为什么现在要买？内容培养潜在客户。为了真正促进销售，我们应该在适当的时候为不同的用户类型提供适当的内容，并将潜在客户拉入购买之旅