对于to B的公司，要不要做企业画像? 如何做企业画像? 人肉做，还是大数据，是否需要用到大数据？目前企业画像这块的文章也比较少，今天就和大家一起探讨一下，为需要做企业画像的同学提供一些思路。

首先给大家一个直观印象，打开企查查、天眼查，搜索一家公司，你会看到如下信息：

这就是一个典型的企业画像，然而对于一家toB的公司（为企业提供服务的公司），这样的画像显然是不够的。一般来说，不管是企业画像还是C端用户画像，我们可以把画像的属性分为两类：

• 企业或个人本身的属性，比如天眼查能看到的就是这种属性。

• 依赖于客户关系的画像，这部分属性也是我们在企业画像中要做的重要内容。

举个例子：某餐厅是美团快驴进货的客户，同时又是金蝶记账的客户，那么这家餐厅在天眼查有一个画像，在快驴和金蝶就会有两个画像：

• 快驴这边的画像可能是：川菜系（辣椒采买大户），日进货额1000元-2000元 。

• 金蝶记账的画像可能是：重度活跃用户（每日记账100笔， 用户数：3人 ）。

显然，后者对对企业的意义更为重要。

我觉得有位同学@Mika概括得很好，我就直接引用了：

• “有助于商务团队更有针对性的去商谈客户”

• “（帮助）产研团队更好了解用户特性，找到更好的方向去优化系统”

有没有觉得和CRM（客户关系管理）的作用很像。所以也就有了@西索大佬说的：

“B端的画像，一般来说都是揉合在CRM里面：

1、建立有效的企业标签和信息记录，重在留痕，避免因为人为原因造成客户信息丢失； 2、帮助线下BD团队更快的定位到企业的key person以及真正做决策的人，理清楚不同角色之间的决策关系；

3、通过对线索、商机、标签的链路建设，可以帮助营销和市场端快速制定差异化的打法和市场拓展策略；

4、企业信息的收集，建立针对性的信用评价机制，可以在产品模块、第三方接口上进行应用；

5、市场规模的评估，客户诉求的收集，都会影响到产品模式和商业模式； ……”

企业画像似乎是必要的，但是到底怎么做，是否需要引入大数据来做？仁者见仁智者见智。我的思考如下：

• 对于量级小的公司，人肉做应该就足够了。因为大数据画像成本比较高，量级小的公司显然是不划算的。当然人肉做的缺点也很明显：完全依赖于“人”。一方面是因为做画像的人之间的水平天差地别，另一方面就算是大家水平都很高，也不一定愿意去记录下这些信息在公司分享。

• 对于to大B类的公司（专门为大型公司提供服务的公司），也不适合做大数据企业画像。因为这样的公司客户数量少，甚至看到几百人服务某一个客户。而客户本身定制化程度很高，大数据总结出来的画像分析不能形成规模效应。

• 对于传统行业，大数据采集基本谈不上，更不用说大数据画像了。

排除上述三类公司，或许有一类公司可以做大数据画像。那就是达到一定用户规模的面向中小型客户的SAAS产品公司（不理解SAAS的同学自行百度）。注意这里有几个形容词：

1） 达到一定用户规模：如前文所述，量级小的公司不适和

2） 面向中小型：客户数量增长潜力大，更可能产生规模效应。

3） SAAS：SAAS 服务本身有天然的做企业级用户画像的优势：

• 获客阶段，SAAS 公司的门户是重要的获客渠道。通过客户在门户上的留痕大数据可以更精准的排出高意向线索，以便销售更高效跟进。

• 留存阶段，用户在SAAS 产品的留痕是很容易被捕捉到的，SAAS产品可以根据用户行为找到更好的方向去优化产品，并且这种优化客户随时都可以提给客户。

• SAAS产品复购诉求要求我们对客户要有更加清晰的认识，这样才能让客户长期留存。企业画像也可以帮助我们做流失预警。

4）产品：注意是SAAS 产品，并不是SAAS项目。项目的定制化很强，以SAAS项目为主营项目的公司，和to 大B类的公司一样不能形成规模效应。只有是产品，才可能需要企业画像。

人肉企业画像是个传统话题，商业中很早有应用，今天我们重点看看用大数据做企业画像的一些思路。

依照之前所述，在不同的阶段有不同的方法。

这个阶段企业画像的意义主要在于为线索打分提供重要支撑，帮助商务了解客户。因此我们可以集中在客户对营销方案的反馈行为上。

这里，我们假设SAAS门户网站是SAAS产品的营销渠道，来看一个典型的SAAS 企业--神策数据的门户上有视频、白皮书、demo等不同的营销形式。

假设某个用户在神策门户做了以下行为：

• 体验demo停留时长1个小时

• 观看了完整视频

• 浏览了产品A

• 下载白皮书3次

我们将这些行为和线索传递给销售员，那么销售员看到这些行为之后就会对客户有个更直观的了解，从而在接下来的跟进中更有针对性，更能促成交易。

同时在有一定的积累之后，我们可以对已转化线索和客户行为进行相关性分析，得出哪些行为更能促成下单，一方面可以评出最佳的营销内容，同时也可用于调整各类行为的权重，最终得到一个合理的线索分数，作为线索优先级的依据，提高销售效率。比如：

线索分数 = 体验demo停留时长* 权重1 + 观看产品视频时长*权重2 + 浏览了产品 * 次数*权重3 + 下载白皮书 * 次数*权重

在这个阶段，我们用到的数据画像方法是和C端用户类似的，只不过目前很多SAAS门户在客户注册（线索录入）时还要求客户填入公司名，或者公司域名，那么假如一家公司有多个客户同时来访问门户，那么意味着这里的企业画像就是要基于一个群体（拥有相同公司名或者公司域名的客户）来做了，这个客户（线索）的得分也会相应提高。

[注意，这里的线索打分并不是线索意向度，只是表面线索对产品的关注程度，比如竞品公司留下的线索是高分线索，但并不是高意向线索]

在留存阶段，我们更关注的是SAAS服务有没有为企业本身带来价值，大多数SAAS企业级服务的价值是降本提效，听起来这是个不怎么好衡量的东西。我们或可利用价值在SAAS产品中的体现来衡量，比如：

• 这个公司的员工是不是在规律的使用你的产品：Slack（ 企业社交工具）中，这个企业每天有多少人在使用Slack。

• 这个公司的员工有没有达成他要执行的任务，比如shopify（电商SAAS类产品）中，一个小商铺的营业额大概是多少。

发现没有，此时的企业画像的对象是”公司“及”公司的员工“，是一个群体，所以就需要我们在计算指标的时候需要以公司为单位来对用户行为进行聚合，这就是和C端有很大的不同。在这里，我们列出以下类型的指标来做企业画像，大家灵活采纳：

活跃度指标：

• 过去x天内某企业的登录总次数：可以作为客户是否在活跃使用的前提条件。

• 公司总用户数：如果用户数即将达到saas版本上限，可以向用户推荐升级版本。

关键人物类指标：

• 最活跃用户：这很可能是对SAAS产品续购有很大发言权的人，可以作为企业画像中的关键人物。

• 第一次使用的用户：这可能是将产品推而广之的一个关键人物。

• 最后一次使用的用户：当客户有流失迹象时，可以联系该人物了解情况。

价值达成度指标：

• 过去x天执行某任务的次数（比如CRM产品中某公司的新增客户数、Shopify中店铺的成单数量）

• 过去X天内的交易金额

复购及流失类指标：

• 最后一次访问距今时间长度

• 距离有效期截止日的时长

有了指标体系，建立企业画像相对就和我们常规的用户画像类似，只需利用指标值去圈定一些企业群体。比如将最后一次访问距今时间长度 大于7天的认为即将流失的客户，打上”流失“的标签，业务流程上规定售后人员应该及时跟进”流失“客户进行挽留, 便达到了企业画像中挽留客户的目的。

本文探讨了企业画像的必要性，同时针对达到一定用户规模的面向中小型客户的SAAS产品公司提供了一些可供参考的大数据指标。然而目前为止，大数据在企业画像的应用仍然非常稀少，笔者一家之言难免偏颇，撰写本为学习，欢迎大家一起探讨。

参考文献

1.Segment Account-level Audiences

—END—