如何巧妙地获得更多的客户？.docx

第PAGE\*MERGEFORMAT22页共NUMPAGES\*MERGEFORMAT22页

如何巧妙地获得更多的客户？
如果我们从客单价和下单频次两个维度，将企业的客户群体做一个切分，可以得到一个四象限图，A、B、C、D、E五个客户群体。企业的核心诉求之一，便是找到更多的潜在客户群体A，转化为客户群体B，并努力使客户群体B向客户群体E转移，尽量留在E的位置。以内容为饵料，获取潜在客户之后，需要通过潜客培育策略，将潜在客户变为客户，再将客户转化为高频率、高客单价客户。客户群体A即线索，企业需要尽可能多的收集A群体的潜在客户数量，才会有更多的机会转化为真正消费的客户。潜客培育，就是让更多的A转化到E并尽量维持较长时间，在此过程中，要保证完善的客户体验以提升客户满意度。不同的企业，根据售卖产品和服务的不同，目标客户定位不同，业务流程不同，对A、B、C、D、E五个客户群体的管理模式不尽相同。对于潜在客户群体A（图中红色面积覆盖的区域）向B的转换，是潜客培育的重要环节，B、C、D到E则需要客户成功部门的协作。潜客培育策略，重点关注新客户的转化，有可能上百条线索只能产生一个转化，尤其是一些B端及高客单价B2大C客户，可能花了很大的精力跟进，最终却没能成单。一、线索定义当线索以数据呈现出来后，第一步，要明确“好”线索，即明确哪些是营销合格线索MQLs（MarketingQualifiedLeads，简称MQL），哪些是SQLs销售合格”的线索（SalesQualifiedLeads，简称SQL）。分析线索，一般会有两种形式，定性分析和定量分析。线索定性分析：打标签，一般会有事实性标签、分析型标签、预测性标签三种形式。线索定量分析：线索打分，一般经过线索匹配（显性线索打分）、线索兴趣（匿名线索打分）、线索行为打分、购买阶段/时间段打分四步完成。线索定义，可以重点从定性分析即打标签着手，明确线索性质。标签，是从信息中抽取出来用于说明其特征的数据，是结构化数据每一个标签，通常是人为规定的特征标识，用高度精炼的特征进行描述，是线索的定性分析。标签分析，一般会从事实性标签、分析型标签、预测性标签三种类型着手，其中事实性标签、分析性标签是客观存在的，属于统计性画像，而预测性画像，更强调预测的准确度。1、事实性标签事实性标签，即根据用户的事实性行为打标签，可以通过4W着手，即WHO（谁）；WHEN（什么时候）；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，其目的是为了区分用户。互联网主要的用户识别的方式包括Cookie，注册ID，微信微博，手机号等，获取方式由易到难，不同企业的客户信息数据化程度有所不同，用户识别的方式也可按需选取。对于高客单价企业，进入到线索阶段，一般已经具有了基本人口统计、公司信息、BANT信息，用户识别相对简单。（2）WHEN（时间）WHEN（时间）,这里的时间包含了时间跨度和时间长度两个方面。“时间跨度”一般以天为单位计算的时长，指某行为发生到现在间隔了多长时间；“时间长度”则为了标识用户在某一页面的停留时间长短。在用户行为中，普遍认为近期发生的行为将更反映用户当下的特征，因此过往行为将表现为在标签权重上的衰减，即所谓的“时间衰减因子”。（3）WHERE（在哪里）WHERE（在哪里）,就是指用户发生行为的接触点，里面包含有内容+网址。内容是指用户作用于的对象标签；网址则指出用户行为发生的具体地点。内容决定标签，网址决定权重。（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着手，我们可以简单勾画出一个用户行为的标签权重公式：标签权重=时间衰减（何时）×网址权重（何地）×行为权重（做什么）举个直观的例子，“B用户今天在产品页面试用了产品”反映出的用户标签可能是“获客”；而“A用户一周前在微信收藏了内容营销类文章”反映出的标签可能只是“内容营销0.448”，这些不同用户的标签及相应的权重将在后续的营销决策中发挥指导作用。2、分析型标签分析型标签，是对于线索数据的进一步加工。最典型的方式是RFM模型，从最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)这三个维度分析某一个潜在客户的价值。（1）最近一次消费R(Recency)客户最近一次的购买时间。最近一次消费时间越近的顾客是最有可能对提供的商品或服务最有反应的群体。如果显示上一次购买很近的客户，人数如增加，则表示该公司是个稳健成长的公司；反之则要预警。（2）消费频率F(Frequency)客户在限定的期间内所购买的次数。最