如何用数据挖掘潜力用户？

小提示：您能找到这篇{如何用数据挖掘潜力用户？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的如何用数据挖掘潜力用户？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

当老板让你通过数据挖掘高潜力的用户时，你会如何做？本文主要聚焦于利用数据挖掘潜力用户的途径，作者通过列举具体实例，为数据人提供了五种做法，有效地解决了潜力用户挖掘的问题，一起来看看吧。

“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！”

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，一公关危机课程一收集难度太大。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，只是匹我们为企业提供抖音一站式配问题。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。