每一个人都有自己的画像，让我们能在短时间之内快速形成目标人物侧写，借助网络、信息技术、等先进工具绘制出来。
对B端产品来说，目标市场具有“市场规模有限”“线索获取门槛低”“激活难度大”“变现周期长”“口碑效应明显”等特征，强调的是如何通过你的产品和服务帮助客户在项目上、在任务上持续取得成功，在行业内崭露头角。
把客户持续成功作为商业竞争的手段，业务增长才能发展的越好，而且一个忠诚度较高的客户带来的收入在企业的整个收入结构中占据着很大的比重。
同时，在B端市场规模趋近触顶的竞争下，业务的重心就从对新客户的争夺转移到老客户的留存和持续合作上。
客户画像就是针对如何以单客产值拉动业绩增长最有力的一个分析工具。
单客户有他的需求画像，同样的，一群人也有群体画像，即目标市场的共性特征。
客户画像既可以面向群体客户来使用，也可以是面向单客户的。
1、什么是客户画像
客户画像，即客户特征标签化。
通过收集客户的社会属性、偏好特征、消费行为等各个维度的显性信息和数据，进行分析，挖掘潜在的、有价值的隐性数据，抽象客户全貌，对需求进行量化。
客户画像按定性和定量来看，又细分为两类：
1.1、客户角色（即）
即新产品开发阶段，由产品团队从目标客户群体中抽象出来的典型用户代表。
也是在产品运营期间，市场团队、售前团队、销售团队从目标客户的线索中抽象出来的需求特征集合。
在这两个阶段中，经过前期的问卷调研、面对面访谈、身份信息背调等多种方式了解到某一社会群体之间的共性与差异，组合出来的行为特征、社会关系、动机、兴趣等，汇总出虚拟角色。
这类信息大多是隐性的，不易察觉。
不过，人都离不开社会环境和圈层，每一个社会群体当下的生存状态、价值观、消费偏好、动机和购买行为里都暗藏着时代的烙印，是有迹可循的。
所以，目标客户的家庭结构、社会阶层、所在行业、当前职位、对未来生活的期望、对升职加薪的渴望等群体特征就成为了刻画人物角色的关键属性。
1.2、客户轮廓（即）
即根据每个客户在使用产品时的行为数据，产出描写客户标签的集合。
客户的成交历程、使用产品时的操作行为都是可以量化和追溯的，这也给产品和服务来了新的机会点，是业务增长的前置条件，为数据驱动增长奠定了基础。
B端产品的客户成交过程大致可以归纳为识别问题、收集信息、分析情况、识别解决方案选项、评估解决方案选项、选择最佳选项、基于决策采取行动等七个阶段。对应的业务是从线索获取到成交这一过程。
产品经理绘制的典型目标客户画像和提供的产品解决方案，能更加精准的帮助销售团队和售前团队完成签单任务，这是客户画像赋能业务最典型的应用场景，既能让售前顾问的汇报显得专业、又能打消潜在客户对成交和交付之间的顾虑和疑问，让客户在评估备选服务商的时候有一种掌控感。
B端客户在使用产品期间，有时碍于跟销售经理之间的关系，很难通过问获取真实的客户反馈。
RFM数据分析模型就可以帮助我们解决客户满意度的问题，既可以从高价值客户的行为中挖掘出来更多创新点，也能从低价值客户中挖掘潜在的新机会，指导产品迭代，甚至开辟出一个新的细分市场。
可见，如何从数据中挖掘出有价值的客户信息越来越重要，也有一些企业意识不到这点，觉得B端产品讲究的是强关系，普遍认为只要和客户搞好关系，多请客户吃吃饭，多送点礼照样能搞定客户，还要什么行为数据啊。
这主要是因为很多企业把客户数据做的和报表没什么区别，让一线人员感受不到数据在完成绩效工作的过程中的帮助和价值。
最常见的就是一线人员把客户信息以表格的形式提交给管理层以后，管理层在会上展示的数据也是从一线人员的表格里搬运过来的。更有甚者，又把数据从表格里搬到了平台上，清一色的多表合并式报表。
究其原因，其实是“数据是静止的，没有在推进工作过程中为他们赋能”。
客户画像可以帮助数据“走出”表格、“走出”数据库，针对单客户开展的1V1的售前访谈、精准营销、定制化服务都是客户画像落地应用的方向。
从这两个类别上来看，客户画像的核心就是打标签。
一般划分为3种标签类型：
1.3、统计类标签
这是最基础也最常见的标签类型。
比如，对某个客户来说，其性别、年龄、所在企业、所在项目、岗位职责、项目职位、加入项目时间、加入企业时间、原先所在企业、原负责项目、在项目中的职位、近一个月沟通次数/沟通主题/反馈问题等都可以统计出来。
该类标签构成了客户画像的基础，这些都可以从销售那里、产品上、网络上获取到。
现在，有了的辅助，背调范围也扩大了，统计出来的纬度更多，内容更精准。
对B端产品来说，这类标签构勒出来的客户画像，在售前环节的应用价值最大，可以针对性的设计产品解决方案，还有销售经理的人脉关系打基础，产品经理在客户画像上提供精准的信息，在跨团队合作下提高中标率。
一旦成交，产品经理就可以在此客户的画像上描上更多细节，把产品价值点反哺给市场和营销部门，脱敏后实现精准营销。
1.4、规则类标签
与指导新产品开发的统计类标签相比，规则类标签数据需要从正在运营中的产品中获取，它是基于客户行为及判断由团队自定义产生。
如对重要价值客户这一口径的定义可以是“近1年内交易次数≥1 or 机会转介绍≥2”。
规则类标签更多是把与客户有关的方法论、模型进行了量化。
所以在实际绘制客户画像的过程中，需要产品经理对业务、机会点、模型、应用场景、数据的结构、分布和特征更为熟悉，可以说是由业务团队和产品经理共同协商确定。
1.5、挖掘类标签
该类标签用于对客户的某些属性或某些行为进行预测判断，如判断客户关注点、 对竞争对手的偏好、大客户流失意向等。
例如，根据一个客户平时的沟通习惯和反馈态度判断该客户的关注点；根据一个客户在评审会上的点评态度结合统计信息判断其对竞品的偏好程度。
这类挖掘出来的标签，更多是定性的，
比如挖掘影响客户决策的因素：决策结构、决策流程、决策人员及权重了解、优先动机、成功因素、可知障碍、决策标准，决策人顾虑等；
比如对客户需求的判定：项目需求度、紧迫度、客户沟通意愿；
对这些信息展开挖掘，来引导客户聚焦重点要解决问题，迭代到产品上，转化到我们的优势和能力上。
相对于前两类，挖掘类标签获取周期较长，但对指导业务有巨大的价值。
如果能将对业务的指导作为服务业务团队的支持，协助其高效、快速的达成绩效，那基于运营数据的客户画像系统才能真正发挥其应有的价值。
其实，这三类标签是不冲突的，有的需要从调研中获取用来新产品开发；有的需要从不同系统中获取，经过加工处理，按业务部门的使用需求和企业的经营指标进行加工，用来赋能业务和营销，指导产品迭代。
客户画像是一个输出结果，它针对的是客户研究。
2、什么是客户研究
客户研究，顾名思义，是指在客户关系形成的过程中，根据社会环境以及客户需求的变化不断地通过调整服务流程和产品结构，变革客户关系，在互动中解决客户的问题，为客户提供个性化的服务、高质量的产品，更好地发挥客户潜在价值的一套研究方法，又简称“客研”。
所以关于客户研究，通常是站在客户角度看待产品或服务的。
从新产品开发的角度来看，客户研究需要通过对客户需求和对细分市场的调研、分析、预判、反馈等过程的分析形成对产品使用价值的判断、对营销动作的指导、对成本配置的优化，以此来提升产品竞争力。
经历过这次疫情，每个行业都迈入了专业化、精细化、数字化的下半场，管理体系需要更科学的研究做支持，从决策流程上落实以客户为导向，把握行业发展和客户需求的变化。
客户研究，可以帮助企业：
从而在市场判断力、客户掌控力、定位准确度、产品竞争力四个方面进行价值表现以此达到提升产品价值。
客户研究可以说是贯穿产品全生命周期的，它是以客户真实需求为导向的产品研究、以客户有效转化为导向的营销研究，在产品全生命周期内以客户为中心指导功能设计。
客户研究是过程，客户画像是客户研究的结果。
3、客户画像绘制流程3.1、定义产品概念
在开展客户研究之前，先要有一个初步的产品概念，因为总得让客户知道你们讨论的方向。
它可能来源于领导拍脑袋的想法、高层眼里的市场机会，经过可行性分析后，输出的一个产品概念，如：
我有一个想法，我们可以做一个XXX，为谁（目标用户）的什么痛点（需求），提供什么解决方案。它和竞品的主要差异体现在XXX，你觉得这个产品怎么样?如果喜欢，你会尝试使用吗?
如果是正在运营中的产品，需要迭代。迭代任务开始之前，也需要找一个话题或概念。
如“如果这个产品明天就无法使用了，你会有多失望?”、“你会用什么产品替代?“、“这个产品给你带来的主要价值观是什么?”、“你向别人推荐过这个产品吗?“、“你认为哪种人能从这个产品中受益?”、“我们该如何改进本产品以更好的满足你的需求?“，最好根据自己产品的特性选择目标客户。
3.2、选择抽样类型
随机抽样：从所有的目标客户中随机抽取几个作为样本，使得每一个样本都有相同的概率；
分层抽样：将抽样目标客户按某种特征或规则划分为不同的层，然后从不同的层中独立、随机的抽取。不仅能保障样本的结构与总体目标的结构相近，还能提高估算的精度；
整群抽样：将抽样目标客户中若干个人合并为一组，抽样时直接抽取整组，对选中的目标客户中的所有人实施调研。
确定了抽样类型后，还要准备一沓卡片，一张卡片上只写一条信息，内容包括“人+目标/问题/行为/喜好”。
调研卡片
接下来就是选择调研类型。
3.3、选择调研类型
B端产品的调研方式有以下几种：
人种学调查
这种方式严格上来说，不算调研。
它更像是对人的行为习惯的研究，包括文化背景、生活习惯、态度以及受社会环境影响的价值观等等，包裹在个人的工作习惯和工作风格的外衣之下，巧妙地影响着客户的思考、决策与行动，也影响着他们对产品价值的判断和选择。
这种调研方式的优点是，有机会验证目标客户真正重视的问题。
这些问题通过问是问不出来的，客户也不愿意或不想直白的表达自己想从产品具备的特征或功能中获得受益，倒更像是在社会共识的召唤下做出的隐性选择。
比如，工作在一线的基层员工，会想在项目上做出成绩、在工作中表现突出作为标准来判断你产品提供的价值；而作为企业中层的客户，更愿意通过明确的分析和落地的同业案例，来确保跟你的合作没有风险，并且能给自己带来金钱、地位与晋升有关的价值；职位更高的管理者们，则从立场、价值取向作为判断标准。
调研之前的市场研究、行业洞察，能让产品经理跟不同层级的客户进行身份对齐。当你无须对对话中的暗示详加说明或者无须解释你的意指时，客户就会觉得你懂他，他在跟一位与他身份相同、经历相同的人在对话，提高了获取信息的质量。
当客户发现自己陷身于一个具有挑战性的任务中，并对这项任务存在的不确定性和风险模糊不清的时候，不安和内心的无助感就格外强烈。通过你的产品和解决方案来帮助他达成任务来得到企业和高层的认可，确立个人地位，就显的格外重要。
如何发现这种隐藏的需求呢?
结合上面的统计类标签信息，就可以判断客户的隐性需求：
新手级：很关注能否完成手上的工作，对害怕失败和不知道的部分有些焦虑，通常以目标达成和任务为导向，由于急于完成任务，希望能快速上手，这个级别的客户关注成功案例和做法；
初级：大部分的客户都处在这个阶段，通常会集中精力完成工作，只学习和任务相关的知识点。遇到困难可能需求帮助，不过只有在无法解决困难的情况下，才会去查看帮助文件或找外界帮忙；
中级：有能力组织一系列的任务来实现目标，能完成较为复杂的任务，喜欢用工作框架解决问题，以此来诊断和修正错误；
专家级：喜欢和其他专家进行交流，对产品设计和使用的概念和理论非常感兴趣，有能力理解复杂的问题并找出简单的解决办法；
以上判断有多大偏差呢?
那就找8~12个目标客户，针对某个议题，做个小组访谈来验证一下。
焦点小组访谈
这是一种把8~12个目标客户组织在一起进行讨论的定性调研方法。
讨论的焦点是客户当下关注的问题、行业热点现象、痛点话题、或是某类解决办法（最好是竞品解决方案，但不要明说）的优劣势，讨论的结果不直接投射到整个目标市场。
如果担心目标客户讨论的方向不足以作为调研目标，在预算足够的情况下，可以多组织几次，或是通过有指向性的、目的的问题来了解客户的态度。
在新产品开发前期，这种小范围调研可以作为寻找早期种子客户、产品热启动的最佳方法。
即使是在产品上线后，也可以继续作为营销手段，以初期的意见领袖客户为主，吸引其它细分市场的目标客户参与进来，为平台提供粘性。
在这个讨论中，产品经理要仔细倾听并分析理解不一致的意见、含糊或隐晦的评论，并询问每个参与其中的客户一个偏好性问题；对关键问题进行总结并寻求确认；
这种调研方式，可以应用在了解目标客户对某一类需求的认知与偏好，比如收集目标客户对新产品概念的反馈，收集客户对竞品的认知等等；
小组访谈结束后，基本上可以提出多种备选方案，究竟选择哪一种做为MVP最小化产品开发的切入点呢?
接下来就可以通过与客户面对面访谈，找客户来为新产品背书了。
客户面对面访谈
客户面对面访谈是指与一个客户进行深入沟通，是一项充满挑战性的任务，因为你并不确定客户对你这几个备选解决方案是否感兴趣，是否愿意冒险为你的新产品背书。
在开始访谈之前，先列一个1~2页的访谈大纲，通过开放式问题来实现每一次谈话目标，把复杂问题拆成几个部分，确保客户易理解、易回答；重点放在要识别的问题或预期收益和价值上，对于具体的产品或解决方案要放在最后。
面对面访谈要注意以下几点：
要使用开放式问题，封闭式问题会抑制客户的表达欲，陷入尴尬的局面；
产品经理要抑制自己谈论产品的欲望，不要说得太多，也不要炫耀自己的专业知识；
持续探究，追问、提出后续问题，当问到第四五轮时，真正的答案会浮出水面。
访谈结束后，按需求层级对访谈内容进行分类，可按以下类别分组：客户自己提出来的解决办法、明显/强烈的需求、不满和抱怨、不方便之处、问题点。
其实前四个最终都要转化为问题点。
在这个过程中，一定要注意：提前开展同类行业方案研究。解决方案也不要太过专业，要让客户对它有一种掌控感，以客户的习惯为主，这样客户会觉得你是业内人。
找到核心问题点后，介绍行业内各类解决方案，与客户一起协商适合他的解决方案，并确认解决方案，这样产品功能需求的前置条件。
如果是正在运营中的产品，还可以从企业内部的访谈和数据中进行调研。
企业内访谈
从职能部门收集与客户相关的信息：职能部门存储的客户信息通常是按经营指标的要求向各业务部门索取的，是结构化的数据，格式统一，便于提炼出基础信息项。这类数据通常是统计类标签。
从业务部门收集与客户相关的信息：有些业务人员那里存储了一些很有价值的非结构化信息，包括往来文件、音频视。所以，通过访谈的形式能从一线业务人员处获取文档上体现不出来的信息，尤其是一些隐性需求，比如：
你觉得客户的需求通常是在什么情况下产生的：这个问题背后的定性指标和定量指标可以用来判断一些需求的紧急程度，项目问题通常紧急且迫切，而工作中的问题通常也是为了解决项目问题而产生的。如果只拿到工作类的问题或需求而不提项目上的：可能此客情关系尚待推进；
你接触的客户中，他们是从哪里知道或看到我们的产品的：这个问题背后蕴含着巨大的潜在价值，转介绍、付费推广平台、专业论坛、官网。在线类渠道是通过哪些关键字知晓的等等这些隐性信息，对客户画像描摹有着至关重要的价值；
你的客户在工作中、项目中最顾虑的是什么：个人能力体现、问题解决、升职。虽然我们常说客户比我们专业，由于“不识庐山真面目、只缘身在此山中”的缘故，从我们第三方的角度审视企业，会发现很多企业自身难以发现的问题。客户自己其实也有很多想法，第三方的就可以在提供中去实践客户想到做不到的、想说不能说的、该想没有想的事情。在这个过程中，找到客户真正关心的、潜在的顾虑，在合作中帮助他达成期望。
是什么原因让你的客户犹豫不决：在帮助客户达成期望的过程中，要找到让客户犹豫的原因，这也是让各户卸下防备，建立良好客户关系的前提。这个原因如果描摹不出来，会很大程度影响客户画像质量。
我们和竞争对手在你的客户眼中有什么不同：对价格和成本敏感的客户来说，我们和竞争对手的差异化与产品&服务质量有什么区别。通过客户的反馈，收集其对我司的差异化优势和服务质量评价。因为刻板印象一旦形成，我们需要花费很大的力气去营造竞争优势；对关注产品创新的客户来说，他们比较看注产品的品质和性能。那么在他们眼中，我们与竞争对手在交付独特的、优质的产品和满意度方面与竞争对手有何不同。关注他们的这部分需求有助于我们在技术的重要性上整体体现出产品功能；对专注于细分市场的客户来说，我们和竞争对手在理解目标市场的需求、预测未来的需求方面有何不同。根据这些，可以可以识别细分市场机会，和这些领先客户一起合作开发新市场；
3.4、根据上述调研结果进行数据分析与整理
常用的数据分析技术包括：
联合分析技术：确定目标客户对不同场景下解决方案带来的价值点，对其赋予权利和分值，根据相似性进行细分，确定最受欢迎的属性构成；
聚类分析：将同一个价值点在不同场景下的特性，进行分类，产生多个分类结果。同一价值点内部的个体具有相似性，不同价值点之间的需求差异会很大；
分类之后，就构成了下图的表现形式，不同的需求点，有不同的细分市场。一个客户可以分属不同的细分市场，这也是从关注点、价值点优先级和权重排序的结果。
MVP阶段的新产品开发无需满足所有目标客户，选择一个细分市场即可。
目标客户细分
3.5、输出客户画像
客户画像模板
4、客户画像的典型应用场景
在营销过程中寻找高质量目标客户
在营销过程中，一切工作的前提是以客户有效转化为导向，大客储、强体验、高转化，精准而高效的营销动作需要全程关注客户，量化分析，实时应变。
把营销目标转化为客储目标，精准定位客户特征，在客户画像描摹清晰的情况下，放大线索范围。
如果线索范围过大，通过客户画像，可以确定特定渠道和传递价值的方式，在成本可控的情况下，聚集重点客户线索，做特定的价值传播。
在售前环节促进快速成交：有助于调整销售团队和售前团队的打法，帮助销售进行客户筛选，找到有效客户，提高成交率。
在需求评审会上，快速理解需求文档：客户画像就像是一个简版的需求，用来快速明确需求背景、目标客户关注点，让研发人员和测试快速理解本期产品开发的价值何在。
