对于从事B2B数据营销的人员来说，内心最深的恐惧来自“不知道自己不知道什么”，似乎做的事情很多，数据清理了，数据细分做了，商机挖掘了，还做了漂亮的BI报表给老板看，但是经常又会听到一些新领域，似乎自己不知道的事情还很多。
例如最近笔者听到很多次的ABM(Account Base Marketing)，字面意义好像是针对大型客户的，但是怎么做每家供应商又有不同的故事，做了些事情，好像也有效果，但是是不是这个名词原来代表的套路呢？针对大型客户，除了ABM还有更好的套路选择么？
下图是Gartner 2016年公布的digital marketing hype Cycle，笔者孤陋寡闻，大概有1/3不知道这些词指的是什么，剩下的领域中笔者觉得能运用于B2B的有8个领域，用了红色五角星表示。这些还只是Digital部分的，此外还有哪些领域是B2B数据营销人员需要了解的呢？
笔者尝试运用一个不是很恰当，但是简单易懂的方式描述下自己对于B2B营销各理论体系的理解。设想一个场景：一个刚刚逆袭的男生想寻找婚姻（完成客户订单），成功与否只有一个衡量指标：女生的颜值（客户预算金额的大小）。
要寻找高颜值女生，首先要知道她们在哪里，蹲守北京站，三里屯和中戏校门口，遇上的几率会完全不一样，为了提高成功率，此男生需要做一些网络搜索或者实地调研，来了解在哪蹲守遇到高颜值女生的几率最高-------------
市场研究
是B2B数据营销的核心领域，也是B2B营销闭环的起始一步。不同于B2C市场的波澜不惊，在B2B市场上的一个政府政策，汇率的一次变化都会造成市场的巨大波动和市场机会。能快速响应市场变化的市场研究团队，是整个B2B营销的指路明灯
男生衡量了下自己的相貌和财力，觉得北京站貌似过于低端，而自己又无法高攀到中戏校门口，最后决定蹲守三里屯-------------
市场细分
在B2C市场有着巨大的个体化差异，资源就算砸错市场也会有产出，而B2B营销一旦找错细分市场就会血本无归。广告主需要先对自身产品和品牌价值有正确评估后，才能进行正确的市场细分。如果只是一味的把客户分为“有钱”和“没钱”对于营销没有任何价值，例如一个非著名品牌的IT设备供应商针对五大银行，三大运营商进行营销，没有客户会冒着合规风险进行采购
男生在三里屯对于大量过往的高颜值女生看花了眼，在认真考虑后拿出纸笔，写下了自己喜欢颜值类型的描述，包括头发，脸型，身高等，把注意力在有限的目标上-------------
客户画像
帮助广告主讲清楚需要针对的具体客户有哪些特征和属性，在市场细分后进一步集约营销资源，这也是营销闭环中策略和执行间的交接点
男生发现几个女生的颜值符合自己的目标，然后又细心对女生的穿着打扮进行观察，想对女生的性格，家庭背景，兴趣爱好做一个初步判断，以找到搭讪的话题。比如对穿运动鞋的女生用旅游的话题，穿着入时的女生直接问奢侈品店在哪，学生打扮的问网红小吃怎么走等等------------
客户预测分析
客户预测分析，Predictive analytics model，帮助广告主通过可收集的信息，例如PC台数，员工人数，所在行业，过往销售记录等，来预测客户可能的潜在痛点，预算范围，以及自己产品线中匹配的相关产品等。需要强调的是，B2B营销的自建预测模型的效果并没有B2C的理想，一是因为B2C广告主能收集的客户数据密度远大于B2B，例如一个客户很容易一年在京东上留下100条购物记录和几千条浏览记录，而B2B客户大部分一年就几次采购，没有足够的数据量来保证模型的精度。另一点是市场上懂数据，懂技术，懂业务的数据分析师高度稀缺，要明白B2B营销背后的数据逻辑，往往需要3-5年时间，广告主无论是自身培养或者外部招聘的成本都相当高。
男生搭讪很多次后，发现绝大部分都遭到了女生的白眼，于是开始重新审视自己搭讪的话题策略，但是无论怎么调整，能想到的话题就这么几个，搭讪的成功率也没有明显提高。在灵光一闪后，男生在网上发起了一个关于不同穿着的女生最佳搭讪话题的有奖投票，最后得到的结果让人非常惊奇，比如穿运动鞋的女生最佳话题是口红的品牌，穿着时尚的是学习蜡笔小新问是否喜欢吃青椒-------------
人工智能 AI在CRM营销中的应用
人工智能的本质就是整合更多人的经验，通过更海量数据的机器学习，从概率的角度回答每个问题的最优化选择，人工智能在数据营销中的最大作用是降低了对资深数据分析师的依赖。
在调整搭讪话题策略后，男生的成功率有了明显提升，成功地加了几十个女生的微信，男生每天忙于微信聊天，有时也会打打电话，转几个帖子等。男生觉得这种通过社交媒体的沟通是最省时省力，并且能更实时获取女生的反馈，来了解女生对自己的好感是否有提升，并且能调整自己的沟通策略-------------
B2B的数字化营销Digital Marketing
不同于B2C的数字化营销的最终出口是电商，B2B数据营销的主要目的是在客户接触的早期，通过数字的“轻”营销模式，进一步了解客户的真实痛点，需求和可能采购意向等，同时建立客户的好感度。
天天待在三里屯让男生付出了大量的时间成本，男生发现在互联网上同样有很多方式能认识女生，比如在微博上通过用户的标签，所在城市，发言内容，自拍照等，在批量下载这些数据后，男生自己写了个程序进行甄别，主动加符合标准的女生为好友。虽然在微博上女生的照片大多经过处理，加好友的失败率远高于线下，但是从成功加女生的平均时间成本来说，是远优于线下搭讪的-------------
开放数据，Open Data
在B2C领域由于个人隐私的问题，要合规地批量获得客户数据是不现实的，但在B2B却是有成本低廉的捷径，例如在网上存在大量政府，互联网公司等来源公布的企业级数据，通过爬虫工具可以很容易获取海量的目标客户数据，常用的包括工商提供的企业信用数据，招聘网站提供的企业招聘数据等。但是在获得目标企业数据后，再要获得联系人的数据，则同样面对合规的问题。
由于在社交媒体上和过多女生同时沟通，男生发现自己容易把话题聊岔了，刚刚问了女生的生日，马上又再问女生的星座，从女生角度会发现男生的话题经常前言不搭后语，造成大量女生拂袖而去。男生想了下，拿出一个小本本，记录下每个女生已经聊过的，现在正在聊的，未来可以聊的话题清单，保证让每个女生看到的话题是连贯的-------------
客户体验，CX，Customer experience
帮助广告主在客户画像、营销内容、接触频率和接触次序间建立桥梁，保证客户在一个时间点，以可接受的频率，只接受到一套连贯的，和客户痛点关联的内容。这个领域对于有丰富营销内容，市场部内部结构复杂的大型广告主是非常重要的。
男生逐渐发现，在聊天过程中类型相似的女生有着类似的聊天套路和标准答案，因此写了一个微信的聊天辅助程序，通过穷举法，根据女生的类型，以及各个问题的历史最优解进行自动回复，只有那些过往没有聊过的话题才会自己手工回复-------------
营销自动化，Marketing Automation
通过营销自动化工具，在客户画像的基础上，整合最优的营销内容（Content），促销策略（offering），在最优的营销接触渠道上进行个性化营销，在千人千面的背后，其实是基于历史经验的营销资源整合方式的优化过程。
男生觉得自己每天花大量精力和不同女生去沟通，决定开始做减法，在微信联系人备注中加入标签，刚认识的女生标注A，保证每天至少主动沟通一次。和自己沟通超过十句的标注B，保证当天回复女生的问话。热烈讨论两个以上话题的标注C，保证在五分钟内回复女生的问话。已经愿意出来约会的标注D，逢年过节发微信红包。连续两周不回复自己的直接拉黑。-------------
客户转换漏斗，Leads Funnel
通过对客户的分层，了解客户在销售转换中的不同阶段，来有效的分配营销资源。
在和众多女生长时间的沟通后，男生终于确定了心目中的那位女生，同时发现在网上再聊更多内容，感情也无法再进一步了，因此开始邀请女生面对面看电影，吃饭，去游乐园-------------
线下营销
如果说线上营销（Digital Marketing）在B2B营销的作用是和客户建立互信，甄别客户需求，是一个“养鱼”的过程，那线下营销就是广告主最有诚意的商机推进方式，是一个“收网”的过程。需要强调的是线上和线下并不是硬币的两面，而是整合营销的不同阶段。
在经过几次接触后，男生发现这个女生除了外表之外的更多内涵，比如读书的经历，工作的经历，生活的经历，到底什么能让这个女生喜怒哀乐等等，这些都不是之前泛泛而聊能获知的，男生希望能更加了解女生的一切，特别是结婚原动力是什么-----------
基于单客户的营销，Account base marketing，在B2B领域，往往1%的客户会贡献广告主90%的收入，对于大客户，广告主的营销需要更加精准的触达部门，职位和具体联系人。广告主会为单个客户创建营销主题，内容和单独的营销战役，甚至在有些职能上和一线销售高度重叠，ABM的一个很重要的职责，是利用营销资源，帮助一线销售见到平时见不到的客户关键决策人。在营销数据层面，需要更加精准的客户画像，包括企业画像，决策链画像和联系人画像，关于客户画像的三个组成部分在之前的文章中有所介绍。
男生通过女生的微博账号，知道了女生经常关注的几个大V，男生私下找了这几个大V，根据自己的特征写了几篇软文，比如《XX的男生不能嫁》，《男女星座匹配分析》等，从正反面暗示女生自己才是最好的选择-------------
社交媒体营销
客户对于广告主制作的营销内容往往抱着将信将疑的态度，广告主通过社交媒体上一些看上去能提供独立观点的意见领袖（KOL）来抒发营销内容，往往对客户产生更好的效果。
男生发现还有几个陌生男生在关注女生，三天两头为女生发表的内容点赞，很是讨厌，在仔细研究过这些陌生男生在微博上晒出的各种文字和图片后，男生通过各种旁敲侧击，来证明自己相对于竞争对手的优秀。例如竞争对手来自收入很高的X公司，男生在女生面前的话题就可能是“我有一个来自X公司的朋友，他们工作压力很大，经常加班不回家…”等等-------------
击败竞争对手策略，Beat Competition，在红海市场，广告主要扩大销售只能从竞争对手客户那里入手。B2B领域的产品质量好的往往价格贵，价格低廉的往往产品有缺陷，价廉物美的缺乏成功案例，很少有全面优秀的。要从竞争对手的核心客户手中扩大份额，需要更加精准的客户画像，了解客户当前痛点和自身产品的切入点。
在一段时间的沟通后，男生想和女生谈婚论嫁，就侧面了解了女生对于结婚对象的定量要求，包括房产，车，存款，预期结婚时间，婚后存款归属等，来确定自己是否符合标准，以及最终形成婚姻的可能性-------------
商机挖掘
B2B营销的最终目的是为一线销售提供商机，不管前面的营销套路千变万化，最终就是在客户产生需求后，为销售人员提供定量的客户BANTC信息（预算，决策人，业务需求，时间点，竞争介入）。
在见过双方父母后，男生发现是否最终能成婚，女生自己的意见只是参考因素之一，女生的父母，亲戚，同学其实都有一定的影响力，其中父母是直接干预，如果不同意可以直接藏掉户口本（decision Maker），亲戚和同学有一定的建议权，有些话可能会戳到女生心里（Influencer）-------------
采购决策链
在大型企业和政教医疗行业，客户为了平衡各部门利益和采购合规，会把采购分为业务使用方，财务方，审批方等各种角色和节点，要达到项目可控，广告主的营销理论上需要覆盖采购决策链上的各个节点。
要说服女生身边所有有影响力的人，男生发现需要有不同策略，例如未来岳父岳母要表现成熟稳重有财力，对女生的同学需要经常吃饭送小礼物等-------------
Role Base marketing，角色营销
如果广告主面对客户的采购决策链非常复杂，需要针对决策链上不同角色进行不同内容的营销，以IT设备为例，需要和使用方聊简单好用精度高，和采购方聊经济实惠保值，和实施维护方聊低故障率，和有最终审批权的高层聊行业成功案例等。
男生终于决定向女生求婚，但是女生却表现的很犹豫，男生试了很多策略仍然无法说服。突然男生发现女生的某闺蜜是做婚礼司仪的，思路瞬间开阔，陆续找到了女生身边做婚庆策划，婚房贷款等领域的朋友，私下许诺如果自己求婚成功，就会以高于市场价10%的价格邀请他们参与自己的婚礼消费。在各方说服下，女生终于同意了男生的求婚-------------
Co-Marketing，联合营销
在B2C营销，广告主对面客户大多数情况下都是单打独斗的，但是在B2B营销中，在一个生态圈里的上下游广告主只要客户画像相似，往往会采取联合营销的方式，互相借力打力，制作共同的营销内容，但是利用各自的客户数据进行接触，共同分摊营销成本。
经历千辛万苦，终于把女生娶回家了，男生也终于松了一口气。但是随着时间推移，两个人也逐渐出现一些摩擦，因为女生很优秀，就算已经结婚，仍然会有一些陌生男生围绕在女生身边，男生意识到仍然存在“老婆和人跑了”的风险，就开始多接手点家务，认真记下每个纪念日，经常给到女生一些惊喜-------------
用户忠诚度平台，Customer Loyalty
不同于B2C的用户忠诚度平台是基于会员管理和积分，B2B针对客户维系的数据营销背负着更大的责任，比如交叉销售，比如竞争对手监控，比如针对关键决策人的感情维系等。广告主需要把已有客户引流到长期沟通平台（例如微信公众号，在线会议系统等），建立了长期沟通和反馈机制，达到以上的目的。需要强调的是，大部分B2B广告主针对已有用户的营销投入是超过新客户获取的。
婚后几年一起生活，男生发现女生对于自己的不满越来越多，以前只有在书上读到的X年之痒也在现实中发生，这些不满往往来自双方的过于了解对方，此时男生需要及时发现女生各种不满的源头，就事论事的扑灭火苗-------------
客户生命周期，Customer Lifecycle
客户采购产品的时间点往往是客户对于产品满意度最高的一刻，随着客户对于产品理解的逐步加深，以及随着时间推移带来的产品老化和可能的质量风险，客户对于广告主的满意度大部分情况下是下降的。从数据角度会发现客户使用产品的时间长度，和不满程度以及不满类型是有关联关系的，广告主需要根据客户使用产品的时间周期，来判断需要和已有用户的沟通内容，来安抚客户可能出现的不满，这点在契约性销售行业（电信运营商，银行等）特别明显。
某次大扫除，男生发现女生藏在床底的许多书籍和材料，教授的内容包括如何应对男生的搭讪，如何甄别男生的品质等等，看到女生在这些资料上的笔记，男生留着冷汗发现自己之前的小伎俩都在女生认知范围内，女生能看懂自己的所做作为，只是是否愿意明知是圈套，仍然还要往里跳而已-------------
营销人的自嗨
在B2C营销中，客户往往不会花费精力，也没有专业度来判断广告主营销的可信度，一个代言明星的信任背书，一句有煽动力的Slogan，就会产生很好的市场效果，而就算买错了东西，客户也不一定会发现。而B2B领域完全相反，首先客户是真正长期使用产品的，会比广告主更加了解产品。其次一旦采购错产品，客户的关键决策人很可能会丢了赖以生存的工作。最后也是最重要的，客户的每次采购往往都会有特殊的内部驱动力，新增和更换供应商对于大部分企业来说是非常敏感而且存在高度风险的，一次大型采购往往来自客户高层领导的更换，一个政府的红头文件，一次企业内部的业务重组等等，很少有客户决策人会冒着风险主动去推动创新项目。作为营销人员，很难真正去理解这些客户的内在驱动力，所以会设计出一些业内人觉得啼笑皆非的营销方案。在广告主内部只有有经验的一线销售才能对客户的这种内在驱动力有感觉，因此观察一个B2B广告主的数据营销是否有价值，很重要一点就是和一线销售的结合程度。
讲完以上林林总总的各个领域，可能您对于数据营销更加犯晕，其实笔者通篇想说的是，B2C的数据营销有固定的套路，广告主之间拼的是谁家能拿出更多资源把整个套路打完打精。而在B2B的数据营销，以上很多领域都是可以单独拿出来建设，B2B广告主可以根据自己所在细分领域，当前业务痛点，可支撑资源量和业务应用场景，选择一些短平快可实现的领域进行投资，B2B的数据营销其实是有很多捷径可以走的。
