b2b推广平台(b2b采购平台)

编辑导语:构建基于One ID系统的营销数据中心，有助于相应人员实现精准营销，进而促进后续业务增长。本文作者结合实践经验，总结了基于营销数据中心构建精准营销系统的策略。让我们看一看。

在建立了营销渠道体系和核心环节的线索管理体系后，我们已经支持营销运营从多个渠道收集线索，进行简单的清理和分层，直接销售优质线索。

以作者团队的业务为例。平台第一年，线索量增长500%，效果显著。

P.S .销售线索数量增加的原因有很多。一是更容易搭建活动，运营有精力做更多的活动；第二，之前官网大量的流量被浪费，现在通过内容营销已经尽可能的沉淀了；第三，广告和营销策略的改变。这个话题后面会详细写。

线索增加了，营销团队高兴了，但是销售转化率突然降低了很多，销售团队抗议了。经过多方沟通，目前存在的问题如下:

1)缺乏对销售线索成熟度的判断

销售线索的数量大大增加，即使经过机器清洗和人工清洗，仍然超出了销售团队能够承载的范围。有时候销售接触客户，发现客户质量虽然好，但只是处于兴趣阶段，远没有到购买阶段，占用了销售精力，错过了真正需要购买的客户。

2)缺少销售线索汇总得分

每当有顾客入住，就会产生一个销售线索。线索的定义是事件的维度，而不是“人”。同一个客户1月1日参加线下活动，1月2日点击营销邮箱，1月3日参加线上活动，1月4日下载官网白皮书。

这四种行为会分别生成一条引线，分别进行清洗和分配。单个线索的质量看似较低，但综合所有交互行为，已经是非常高质量的线索了。从事件维度来评价线索的质量很容易导致误判。

3)缺乏完整的客户画像

当你收到销售线索推送时，往往是“该客户参加了XX峰会，请联系该客户”这样的信息。众所周知，这个客户之前已经在线上线下留下过多次痕迹，需要在“客户完整画像维度”而非“线索事件维度”分发给销售，以此来增强销售对客户的了解，提高销售转化率。

因此，构建一个基于One ID系统，支持精准投放、精准评分、精准养殖、精准配送的营销数据中心迫在眉睫。

一、营销数据中台产品架构1)一个引风机系统

营销中心的基础是One ID系统，包括e ID(实体ID)、CID(公司ID)、PID(人员ID)、LID(销售线索ID)、UID(用户ID，用户账号，官网注册或签约时生成)。UID生成后，UID=PID。

以作者团队的实践为例，营销数据中心的建设是基于PID的。一个ID系统的详细信息见3.1。

2)数据中间层

基于PID，我们可以从各种系统和底层表中提取一组数据中间层，包括:

客户的公司信息：公司名称、所属行业、公司规模、融资阶段等；客户的个人信息：电话、邮箱、姓名、职位等；客户的交互行为：参会行为、邮件打开/点击行为、白皮书下载行为、联系销售行为、网站浏览行为等。

3)数据应用层

在数据中间层系列底层表的基础上，构建数据应用层，包括客户标签、客户圈子选择、客户评级、客户画像等。，最终支持精准的业务场景。

二、营销数据中台业务定位

营销中心通过对客户数据的整合处理，横向支撑核心环节业务的各个环节，提高各个环节的转化率。

1)支持官网千人精准投放。

在营销数据可用之前，所有客户打开官网，看到的都是相同的内容。有了One ID系统，只要客户访问过网站(记录cookie id)或者注册过某个活动(cookie id和leads id绑定)，然后打开官网，就可以看到一些针对性的营销内容。

以作者团队的实践为例，精准投放可以提升官网核心资源点击率高达30%。

2)支持线索的精确培育

给运营客户发短信，发邮件，不用群发，可以精准圈出目标群体，有针对性的发送。既减少了对无关客户的打扰，又提高了邮件和短信的打开率。以笔者团队的实践为例，精准接种可以提高营销邮件点击率12%。

3)完整的客户画像促进销售

销售不再接收单一的销售线索，而是接收客户的完整属性和交互时间线，从而加强对客户的了解。这部分效果很难用数据衡量，提高销售转化率的因素太多。可以考虑通过客户画像页面的UV/PV来衡量。

三、营销数据中台功能设计1. One ID同人体系很多人会质疑，为什么要做Eid–Cid–PID–UID–LID这么复杂的ID系统，说好的一个ID？

首先，CID–UID–LID系统是大部分B2B公司的标配。CID用于识别公司，UID用于识别账号/合同，LID用于识别单个线索。

但是，实际业务中可能会有过多的cid。以宝马为例，可能有宝马中国、宝马华东、宝马华南等几十个cid。这些cid需要某种联系来标准化折扣、合同、供应商等。避免销售中的恶性竞争。EID(实体ID)应运而生，一个EID下可以挂多个cid。

PID诞生的原因前面已经写过了。营销需要从“人”的维度获取客户，培育客户，而不是从“获取客户”的维度。在生成账号(UID)之前，需要从“人”的维度进行多方数据关联。

2. 整合客户属性和行为的数据中间层

数据中间层由客户的公司信息、个人信息和交互行为组成。桌子的设计需要与BI讨论并仔细计划。以作者团队的实践为例，写一套思路。

首先，有一个表记录了以PID为主键的ID关系。

其次，需要记录以PID为主键的个人信息和以CID为主键的公司信息。

最后，我们需要建立几个以LID为主键的行为表。对于不同的行为，属性字段肯定是不一样的，但是有些字段需要尽可能的标准化，为后续的结构化选圈打分打下良好的基础。

例如，所有行为表都需要有event_type和event_time字段。打开电子邮件时event_type =email_open，浏览行为表时=web_visit，下载白皮书时=whitepaper_download，对不同行为进行聚类。以邮件打开行为为例:

3. 基于客户匹配度和兴趣度的二维评分模型

当我们得到一个线索时，联系客户的时机是非常微妙的。如果销售接触过早，客户没有购买意向，可能会被认为是一种骚扰；而如果销售联系太晚，这个机会可能又会失去。那这个尺度怎么把握呢？我们采用二维评分模型对客户的匹配度和兴趣度进行评分。

1)匹配度拟合

给客户的公司属性和个人属性打分。比如可以给公司规模1000人以上的公司加20分，给融资阶段>:给d轮公司加30分，分数越高，代表客户本身的属性越接近我们的目标客户。

2)兴趣

对客户与我们的互动进行评分。比如最近三个月开通两次营销邮件的客户可以加10分，最近六个月访问过官网的客户可以加20分。分数越高，客户对我们的兴趣越高。

通过跟踪变化的分数，营销运营可以调整孵化和分发策略。比如一个客户的分数达到60分，就会推送给CRM进行分销和销售。达不到60分的将留在孵化池中继续培养，持续低于一定数值的将作为低质留存丢弃。评分模型将通过跟踪转化效果不断优化。

以客户评分形成产品闭环，不断优化营销体系的获客、孕育、转化策略。

4. 客户圈选

客户圈选择的目标是通过已知的客户属性和行为数据，支持运营定制客户群。简单来说，就是通过拼接已有标签，结合UI界面中的行为数据，支持不懂SQL的操作获取目标人群。

该功能的应用场景主要以iframe的形式嵌入到其他系统中，提供人群选择的能力。比如在官网定向投放策略的配置阶段，营销邮箱的配置阶段等。，调用客户选圈能力支持操作实时查看该条件的选圈号。

以电子邮件发送为例。在配置的最后一步，操作需要支持“最近7天打开过带有产品A的邮件头的人或者最近30天浏览过官网url={1，2，3}的人或者最近7天购买过产品A的人”的拼接。实时显示圈选择2300人。运营可以把产品A的营销邮件发给这2300人。

5. 客户画像在数据中间层的基础上建立客户画像很容易，只需排列显示属性信息，以时间轴的形式显示行为信息即可。不仅支持以iframe的形式提供给营销平台中的其他系统，还支持直接提供数据，其他系统自行组装页面。

需要注意的是数据安全。客户画像集成了大量的客户隐私数据，数据权限需要严格控制。比如销售不能查看不在自己库中的客户资料，比如敏感信息的脱敏显示，比如在人像页面加载工号水印，比如阅读需要日志标记等。

四、总结

营销中心是赋能精准营销，提高各环节转化率的重要系统。营销中间平台以One ID系统为基础，通过One ID从离散系统和混沌底层表中提取客户的属性信息和交互行为，形成营销数据中间层，支持客户评级、客户画像、客户标签等数据应用。，并为营销中的客户获取、孕育、转化等业务流程提供数据支持。

本文由@车力产品笔记原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。