本文将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。

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。

比如是营销自动化软件产品，客户画像之一营销总监 Vivian。30岁左右，喜欢坐地铁上班，平时既喜欢看营销相关的公众号，汇报的上级是销售VP..那么根据“她”的各种标签做Customer Journey 客户旅程的接触点的分析。

除此之外还可以根据CRM销售数据按照现有客户、竞争对手客户、全新客户、公司其他产品线的客户等来给予画像以及标签。

内容以及触达

有了用户画像和标签后，可以从营销目的出发，针对对不同画像的特征用邮件、微信公众号、市场活动、电话营销、信息流推送等把信息发送给客户。

如果说数字分析是找到对的人，那么内容就是跟对的人说对的话。

比如公司推广一款新的IP电话，经过产品经理的分析和规划，最有可能的目标客户是购买过原有产品的客户做置换，于是营销部门策划了以旧换新的优惠活动。

那么数据营销部可以首先根据产品分类、销售状况等标签做好基础的数据分析，然后选择客户画像，根据性别、所在区域、职位等标签特点设计多款邮件营销的内容，在官网上设置专区，以及做百度关键词的选择等。

根据客户标签发送不同内容的邮件，客户有兴趣会点击进入官网，做深入了解。如果被打动会留下信息，便于销售联系。

这是最简单的数据库营销方式。找到目标客户后，好的创意、温暖贴心的文案不仅能让客户心动，也是增强品牌认知的最佳方式。B2B最终还是B2B2C的过程。

内容和创意是营销中的艺术，也是冰冷的数字背后温暖的力量。

销售线索发掘与孵化

客户反馈有兴趣，比如打开了邮件、在百度上搜索了企业或者产品的名字，进入到网站留下了个人信息，在市场活动上留下资料希望进一步接洽，或者关注了企业公众号、微博并有互动，这些信息都能用于发掘销售线索（Leads)。

销售线索拿到了要先放到各种客户数据中做匹配，如果是现有大客户，销售已经跟开的，那么要通知销售，并反馈客户现有的新需求。

如果是全新的客户，那么营销的同事还要继续跟进，了解可与对哪方面有兴趣，采购的时间，需求是什么，竞争对手有哪些，预算等（BANTC ）判断线索的成熟度，供销售或合作伙伴跟进。

所有的客户反馈和销售跟进数据又将丰富和优化现有的客户数据库，形成有效的闭环。

再谈谈营销技术与工具

数字营销绕不开技术的加持，现在的营销技术发展Martech 日新月异。我们可以简单的了解下。

“营销云”这个专业术语在当下的定义很松散。通常解释为，基于SaaS的营销技术产品系列。

在国外市场，两个比较出名的营销云来自Adobe和Google。Adobe做的是企业级的营销云，Google做的是偏中小型企业的营销云。

在中国自称营销云的公司很多都是数据和分析公司，或者就是营销自动化平台（比如集中发送邮件、短信、微信、内容和设计模版等）。

营销中台就更加是为了迎合“中台”造出来的新概念。在多个事业部的企业中，设立营销平台服务中心，做全公司的数据管理整合，提供工具给各个事业部的营销同事这个是早就存在的。如果是中小客户，只有单一的业务和产品，没必要设立营销中台。

还有数据湖，CDP，DMP，大家暂时都别去费劲理解了，大部分公司都用不上，需要投入的人力、财力都巨大。

总结来说，数字营销是个非常大的概念，贯穿了营销的各个环节。大部分企业在现阶段都可以先从小数据营销做起。

把现有的营销、销售数据整合并深度管理；做好精细化运营；提供给客户有针对性、有温度的内容；同时对销售线索和商机进行科学跟进。

管好小数据之后，再扩充第二方和第三方数据，优化“流量池”，借鉴B2C行业触达客户的一些方法，以数字驱动，实现增长。

作者： Hanni；微信公众号：时光笔记簿

本文由 @Hanni 授权发布于运营派，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议