四种方法，用数据挖掘潜力用户

“挖掘一下，哪些客户有潜力”是很多同学在日常工作中老大难问题。到底怎么算是有潜力？又该怎么用数据挖掘？不清楚。经常是做数据的同学辛辛苦苦做出来，然后被业务抱怨：“我早知道了，你说的这有啥依据！”

今天系统讲解下，可以怎么做。

一、常见做法

看个具体问题场景：某互联网广告平台，主要客户是B类企业，现在需要挖掘潜力客户，问该如何进行分析？

注意：题目是toB业务，与toC业务最大区别是：B端客户有固定的行业归属（汽车、美容、快消、游戏……），B端客户，也有经营规模的区别（可以从企业人数、已公开的财报，第三方行业报告等渠道获取）。因此，如果事先做了功课，是可以对企业打标签，对行业、规模进行分类的。

于是很多同学一拿到题，就开始：做交叉。拿行业、企业规模标签做分类维度，对用户广告投放金额做交叉。得到一张下边的表，然后就开始说：因为A行业企业投放广告多，所以A行业里边的企业都是潜力客户……（如下图）

这种结果当然会被业务喷了：

• “我早知道了！”
• “它既然是潜力，为啥我们做不出来呢？”
• “其他企业目前投放不多，你能保证以后也不多？”

那么，问题出在哪里呢？

二、问题难点

从本质上看，问题的难点，在于：“潜力”两个字，在业务上怎么定义。

数据只能告诉你：

• 这个用户的行业、规模；
• 这个用户过去投放了多少钱；
• 这个用户过去投放了什么形式的广告。

但是，这些都是在描述现状，不能成为判断“潜力”的标准。如果不谈标准，孤零零地描述现状，就会产生问题和疑惑：

• 你说过去投得多的是潜力，我早知道了……
• 你说过去投得少的是潜力，我咋没做成呢？？？

类似的鸡生蛋、蛋生鸡的问题，根本无解。

所以，这个问题的破题之道，一定不是拿着数据交叉来交叉去，而且扎扎实实地回到业务中，看不同场景下，业务所谓的“潜力”是什么意思。

三、区分场景

作为广告业务，有三个关键客户属性，决定了客户会不会持续投放：

行业属性：有些行业是长期、刚性需要广告（游戏、美妆、服装……）。有的则是季节性需有广告高峰（地产、汽车、耐用品……）

客户对平台熟悉程度：不同广告平台玩法不同，客户需要熟悉过程。

客户在平台收益情况：如果投放广告见效了，自然会多投，不见效会少投。

因此，在区分场景的时候，首先得对客户根据下面维度进行区分，便于后续识别工作：

客户行业分类（行业名称）；

客户规模（企业人数/行业排名/营业额）；

客户生命周期（初入、尝试、高峰、衰退、流失）；

客户过往投放效果（按投放ROI分：好、中、差）；

客户价值分层（按销售贡献分：高、中、低）。

其次，作为toB类业务，客户流失，可能不全是我方平台的问题，很有可能是客户自身行业/企业的问题。

比如：

客户行业整体在衰退；

客户行业没问题，但企业在衰退；

客户企业没问题，但是不会玩。

如果是情况3，尚可作为潜力看待，毕竟尚有教育孵化的机会，但是如果是情况1、2就真的回天乏术了。因此需要区别对待。

注意：这里的数据采集难度会很大。因为可能涉及几十上百个行业和数万乃至数十万公司一一收集难度太大。因此需要先做好基础分类，再逐个挑重点来做。

再次，作为toB类业务，业务方拥有更多的一对一客户沟通机会，与引导客户的可能性。因此，需要做好标杆分析法，找出重点客户群体中成功案例/成功标杆。这样可以帮助业务更好的跟进潜力客户，也能解答业务经常问的一个很致命的问题：“为什么你说它是潜力，但它没有表现出来呢？”答曰：“亲，那是你没有用对方法……”

做完以上准备，就有了分析潜力客户的基本素材，可以正式开工了。

四、定义潜力

考虑到不同生命周期下，能采集到的数据量不同，因此建议以生命周期为主要划分维度，结合其他信息作出判断。

1. 初入期

初入期分析整体思路，以做一单为目标。尝试激活新获取用户充值/首次投放。因为初入期还没有用户投放数据，因此只能根据行业、规模等基础信息进行分类。这里可以对现有高价值用户进行画像分析，找出行业、规模等特征，对初入期有类似特征的客户重点工作（如下图）。

2. 尝试期

尝试期，已经有部分用户数据，并且用户已经开始分化：有些用户投放后确实赚到了钱，有些用户效果一塌糊涂，活跃度已经很低了。此时挖潜思路，建议是：保种子。因为一个个说服效果差的用户再进行投放，实在太难，因此可以重点保住那些有潜力成为高价值用户的客户。

3. 高峰期

高峰期，除去尝试期流失的用户，能进入高峰期的，或者投放费用充足，或者在之前的投放中已经斩获颇丰，因此都具有持续挖潜的机会。挖潜的思路也有不同，如果之前斩获颇丰，可以推交叉销售，推新的投放产品。如果效果一般，但仍有大量投入，则可以推其同行业的竞品案例，以服务的形式，提升付费的时候同时提质量。总之，两个挖潜方向都是：拉升客单价。

4. 衰退期

衰退期，优先区分客户的衰退原因。

• 周期性波动：多说无益，反正人家还会回来；
• 行业性问题：多说无益，说了人家也不听；
• 企业性问题：多说无益，人家自己要救命；
• 效益性问题：有机会，可尝试拿着案例挽回。

因为以上问题，都涉及数据采集，因此可以对用户价值分层后，针对高价值用户重点做，先解决大客户衰退问题。此时挖潜目标，就是：保住现有投放，能挽回一点算一点。

5. 流失期

流失期，和衰退思路接近，首先要区分流失原因。剔除正常死亡，聚焦曾经的高价值用户，之后可以在用户行业回暖，用户行业有新成功案例涌出的时候，再进行潜力挖掘，目标是召回用户。

五、纵观全局

做完以上分类，每个生命周期的“潜力用户”有了初步定义。但并不一定要一股脑地把所有“潜力用户”推给业务。因为不同阶段，业务的重点不一样，可能不需要这么多信息。

比如当期业务重点是拉新，那就重点解决初入期/尝试期潜力问题。如果当期重点是提升生产力，那就重点挖高峰期/衰退期用户。

还有另一种情况，就是业务已经有了行动方案，希望数据能找出来符合这个行动方案的用户。此时的“潜力”其实已经非常清晰：有潜力参与XX活动，有潜力购买XX商品的客户。

此时的做法，和上文已经完全不同，因为“潜力”的含义已经很清晰了，只是匹配问题。后续再专门分享这一类做法。

有同学会问：这里是不是可以建一个算法模型，不用业务规则来推演？答：可以。但是注意：要建的不是一个算法模型，而是切分场景，根据数据特点建模。不然眉毛胡子一把抓，建的模型会有问题。

#专栏作家#

接地气的陈老师，微信公众号：接地气学堂。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。