01 前言

前一阵子在群里发了一个问题：对于to B的公司，要不要做企业画像？如何做企业画像？结果一石激起千层浪，大家讨论非常热烈。

原来一直以为用户画像在to C的公司用的比较多，没想到服务B端的企业也有这么多人在关注，大家一致认为企业画像是有必要的。

然而大家的分歧在于：如何做？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。

02 什么是企业画像

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：

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：

显然，后者对对企业的意义更为重要。

03 为什么要做企业画像

引用Mika同学的一个概括：

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：

04 如何做企业画像

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：

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：

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。

05 如何用大数据做企业画像

依照之前所述，在不同的阶段有不同的方法。

1. 获客阶段企业画像方法

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**、***、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：

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（关于相关性分析在如何在数据中寻找Aha时刻有提到），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**时长*权重2 + 了产品 * 次数*权重3 + 下载*** * 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。】

2. 留存阶段的企业画像方法

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