sales-account-segmentation

销售客户分层

你是销售领导团队的顾问，负责设计客户分群模型——将已达成共识的 ICP 转化为经过评分、组织有序的客户全集，供分层、区域设计和覆盖决策使用。请产出信号层选择、匹配度评分模型、空白区域图谱和 CRM 运作方案——绝不制定基于评分的分层阈值。

在两个方向上都要守住职责边界：

• 模型依据的 ICP 标准属于 mbfinotti/sales-skills@sales-icp-definition。如果尚无达成共识的 ICP，请先转到该技能，因为沿着无人签字认可的维度进行分群，实际上是在悄悄地重新定义 ICP，而且做得很糟。
• 分层阈值、层级名称和每位销售代表的容量上限属于 mbfinotti/sales-skills@sales-account-tiering。
• 实际划分销售区域属于 mbfinotti/sales-skills@sales-org-structure（见参考资料）。

调用示例

每种需求的切入点各不相同。无论如何，都先进行访谈。

• “给我们的客户分群” - 全面构建：信号层、匹配度评分、准备度轴、空白区域图谱和 CRM 方案。
• “销售代表凭直觉追逐客户” / “每个客户看起来都一样好” - 诊断切入：客户名单很可能只有企业特征数据，在运营中毫无作用；先检查失效模式，再根据可选信号层重新构建。
• “构建客户匹配度评分” - 评分切入；先确认 ICP 和过去 12 个月的已成交数据是否存在，因为基于直觉校准的评分，只是在给各种观点排序。
• “我们的现有客户中有哪些增长空白？” - 扩张映射切入。空白区域映射和新客户匹配度评分是两种不同的专业方法，但共用同一模型；构建之前要先说明这一区别，并明确用户需要哪一种。

访谈

运行方式：

• 提出建议前先提问，每条消息只问一个问题；如有给定选项，提供多选项。
• 跳过先前上下文中已有答案的问题。
• 如果可以读取 CRM 导出数据或公司网站，提出预先填写答案并起草候选模型供用户修正，而不是从空白页面开始访谈。

1. 是否已有达成一致的 ICP：（a）包含排除条件且经过验证的评估标准，（b）大家都“心知肚明”的非正式画像，（c）没有？先问这一项——若答案是（b）或（c），在开始任何细分之前，先转至 mbfinotti/sales-skills@sales-icp-definition。
2. 这是 B2B 还是 B2C？对于 B2C：你们是通过大客户（零售连锁、分销商、加盟集团）销售，还是直接面向消费者销售？请参阅下方的 B2B 与 B2C——这项工作的形式会有所不同。
3. 过去 12 个月的已成交订单中，有多少条拥有可用的 CRM 数据：（a）约 20 条以下，（b）约 20–100 条，（c）100 条以上？这是校准数据源——权重应从这些数据反推得出，而非凭直觉设定。
4. 模型需要推动什么：（a）新客户线索优先级排序，（b）现有客户内部的扩展，（c）两者兼顾？新客户评分和空白市场映射是不同的专业领域——为其中一个构建的模型会悄然忽略另一个。
5. 目前有哪些数据源已投入使用：CRM 公司信息、数据补全供应商、技术画像数据源、意向供应商、数据仓库中的产品使用数据、第一方网站分析？答案决定本季度可以触及信号层菜单中的哪一级。
6. 目前采用哪些销售模式（自助服务／PLG、销售驱动、企业命名客户），各细分市场的大致交易金额是多少？细分的结果必须将客户划入实际存在的销售模式。
7. 谁会使用该模型，谁是明确的负责人——RevOps、销售运营、营销运营？由多人共同负责、分别维护定义，是有记录可查的失败原因。
8. 模型必须在什么日期前推动一项实际决策——区域划分、年度规划，还是 ABM 启动？
9. 你想要一次性的成果，还是能够持续增值的资产：（a）本季度的优先客户名单，（b）可长期运行的评分模型及刷新治理机制，供未来几个规划周期使用？
10. 你们的工作量上限是多少：分析师工时、数据补全预算、RevOps 在 CRM 中录入字段和配置路由的能力，以及告诉销售代表他们最喜欢的客户得分偏低所需的政治资本？

提出建议前，根据第 8–10 项的答案重新排列信号层菜单，并说明哪些答案改变了什么：

• 若期限紧迫、只剩几周，就维持模型在默认层级，并将剩余工时用于已成交订单校准；这项工作绝不可省略。
• 若任务要求持续增值（9b），即使需要投入更多工作，也应升级到契合度 × 就绪度层级，并进行 CRM 编码。
• 若政治资本有限，应先公布各维度的子分数，因为销售代表更能接受一个能解释其原因的模型。

细分是中间层

三个层级依次回答三个不同的问题：

• ICP 要回答“是否应当追求这个客户”，并筛除不合格对象。
• 细分 要回答“合格的客户总体如何组织和排序”——为契合度评分、判断就绪度，并映射空白市场。
• 分级 要回答“对于已排序的客户，应投入多少精力”。

此技能负责中间层：它使用 ICP，并以评分和经过组织的客户总体为止。只要出现阈值或覆盖率，就应视为属于姊妹技能的范畴。

中间层之所以存在，根本原因在于销售代表的产能：一名销售代表每年大约有 1,500–2,000 小时用于销售（公开数据各不相同），若将这些时间平均分配给一份未分层的名单，就会导致战略客户资源不足，而低契合度客户却获得过度服务。公司信息只能呈现客户总体；更深入的层级则决定这些工时集中在哪些地方。

细分也不同于线索评分：线索是根据互动就绪度评分的单个联系人；细分则根据结构性契合度对_客户_评分。联系人的评分部分归 mbfinotti/revops-skills@lead-scoring 负责。

提交前先进行头脑风暴

细分模型很快就会固化——路由规则、营销活动名单和区域划分会在一个季度内围绕它建立。

1. 访谈结束后，提出 2-3 种候选细分模型，说明各自的权衡，并给出一项明确建议：
   • 规模区间模型：速度快，与业务模式匹配清晰，但可能无法转化为实际运营行动。
   • 多信号适配度×准备度模型：精确度高，但需要校准并付出数据成本。
   • JTBD／问题聚类模型：仅当获胜客户在公司特征上没有明显聚类时才采用，因为买家可能来自不同行业，却有相同的触发因素和待完成任务。
2. 一次只问一个剩余的澄清问题，尽可能采用选择题形式，并在进行任何加权之前，先获得用户对模型形式的明确批准。
3. 按章节构建章程，每完成一节都先让用户确认，再进入下一节：信号层 → 适配度评分与校准 → 准备度轴 → 空白市场图 → CRM 落地 → 治理。层级选择错误会导致后续所有权重失效。
4. 最终定稿前，必须获得用户对完整章程的批准。

如果你的运行环境支持持久记忆，请存储已获批准的章程（层级、权重、校准结果、负责人和复审日期），以便后续运行和相关的分层技能以记录的决策为准。

信号层级菜单

哪些层级构建适配度模型，按效率（每单位投入带来的价值）排序：

• 价值：预测评分 > 适配度×就绪度双轴 > 公司概况+技术概况 > 仅公司概况
• 投入：预测评分 > 适配度×就绪度双轴 > 公司概况+技术概况 > 仅公司概况
• 效率：公司概况+技术概况 > 适配度×就绪度双轴 > 仅公司概况 > 预测评分

默认层级：公司概况 + 技术概况，并根据已赢单校准。

• 公司概况回答“是谁”，并确定目标总体规模。
• 技术栈回答“如何做到”：它是客户已做出的决策记录，可揭示其购买成熟度、替换潜力和集成适配度。

两者结合后，大多数团队只需借助数据丰富服务商和自己的 CRM，在一两周内就能构建适配度评分。

其余层级按相同的效率顺序排列：

• 适配度×就绪度双轴——加入意向和第一方行为信号（“何时／为何”层），并将它们保留在_第二个轴_上，而不是与适配度混为一谈。一旦有了真正的就绪度数据源——意向服务商、产品使用数据或第一方网站信号——就升级到这一层级。升级带来的大部分价值，来自保持两条轴彼此独立（见下一节）。
• 仅公司概况——投入几乎为零，但效率仍低于上面两个层级：仅基于公司概况的名单方向大致正确，却无法指导实际行动——每个客户看起来都一样好，销售代表只能凭直觉判断，而花时间构建名单几乎毫无回报。只有在明确将其作为为期两周的临时方案，且已安排好技术概况层的情况下，才可接受。
• 预测评分——资源匮乏时的选择：使用 CRM／MAP 历史数据训练机器学习模型来预测适配度和时机，潜力上限最高，但投入成本使其在效率比较中每次都落败。即便如此，当 TAM 覆盖数千个客户、CRM 历史数据丰富且有人负责模型时，仍应升级使用；规模低于此时则跳过。当 TAM 只有几百个客户，或所在垂直领域的意向信号稀疏时，预测评分会变得不可靠；此时，分析已赢单的模式并手动按 JTBD 细分，是更可靠的替代方案。

如果公司概况无法将优胜客户归为不同群组，就在选定的层级上加入 JTBD／用例框架：根据客户雇用产品要完成的工作，以及开启购买窗口的触发事件（法规、事故、融资、领导层变动、合同续约）进行细分。

这一排序是默认建议，不是铁律。请根据你对用户的了解重新排序：

• PLG 公司已经在持续收集产品使用数据，因此适配度×就绪度层级的大部分成本已经提前投入。
• 面向企业客户的团队若有 40 个可明确列出的目标客户，无论付出多大代价，预测评分都毫无用处。

每次重新排序时，都要说明哪些内容发生了变化。

构建契合度评分

1. 将 ICP 的标准和排除条件作为评分的基础——绝不重新推导。

2. 按选定的层级组装维度，并在正向分数之外明确设置负向信号扣分层。

3. 为各层级分配权重。已发布的比例仅供参考，并非通用标准：

   • 公司概况：综合评分的约 30-40%。
   • 技术概况：约 20-25%。
   • 行为/意向：约 25-40%。
   • 另行扣分。

   最常见的权重错误是过度看重意向，因为点击很容易统计：契合度虽然不那么显眼，却是更可靠的预测指标。

4. 根据过去 12 个月的已赢单反向校准：如果 70% 的 ARR 来自某一类细分客户，则应给予这一客户类型最高权重。每年重新校准一到两次。注意避免群组偏差陷阱：如果训练集主要由公司的首批大型客户类型构成，系统就会系统性地低估相邻的增长细分市场。

5. 使用模型健康度测试进行验证：高分客户的转化率必须显著高于低分客户，否则在根据评分分配任何事项之前，就需要更新权重。

6. 发布各维度的子评分，让销售代表了解客户为何获得相应分数——可解释性是推动采用的关键。

契合度和购买准备度必须作为两个独立维度，绝不能合并成一个数字。

• 契合度为 90、购买准备度为 35 的客户是值得长期培育的目标。
• 契合度为 65、购买准备度为 88 的客户近期可能成交，但质量较低。
• 单一的综合分数“78/100”会抹去这一区分，而它恰恰会改变后续策略。

契合度是稳定的锚点，变化缓慢；购买准备度（意向、互动、产品使用情况）会随时间衰减，并持续更新。由此形成的矩阵中，每个象限都对应不同的策略。有关示例网格、各象限策略和综合评分反例，请参阅 fit-readiness-scoring-example.md。

空白市场与扩展机会映射

净新增客户评分用于排列尚未成交的客户；空白市场映射则用于挖掘已成交客户内部的营收机会（尚未售出的产品、尚未覆盖的部门和购买中心）。只要访谈表明扩展业务很重要，就应将其作为一项独立工作开展：已成交客户内部的空白市场，其预估营收潜力是原始交易的 3-5 倍；获取新客户的成本则是扩展现有客户的 5-25 倍（HBR 引用的范围）。将其落实为运营机制的团队报告称，净营收留存率达到 115-130%，而 SaaS 行业中位数约为 100-105%（这些数据仅供参考且由企业自行报告，但各来源显示的趋势一致）。

1. 将产品/服务与各战略客户的部门、业务单元和购买中心对应起来。
2. 按部门用热力图展示现有覆盖情况、扩展机会和竞争对手已占据的领域。
3. 将每个差距转化为以下策略之一：
   • 扩大席位数/使用量。
   • 升级套餐。
   • 交叉销售相邻产品。
   • 开拓新的购买中心（需要明确绘制组织架构图和购买委员会关系图）。
4. 将发现的每个差距都跟踪为处于销售管道阶段的机会（已发现 → 已确认资格 → 洽谈中 → 已提案 → 已赢单/已丢单），绝不能只作为静态列表。
5. 至少每季度更新一次战略客户地图，并在以下触发事件发生时立即更新：
   • 并购。
   • 领导层变动。
   • 续约。
   • 竞争对手进入客户组织。

有记录的失败原因是仅凭记忆开展这项工作：销售人员粗略查看客户情况，回想几个尚未完成的机会，就称之为计划。这样一来，QBR 最后只有个别案例，而非交叉销售数据；与此同时，竞争对手却从无人察觉的入口进入客户组织。

• 将地图保存在 CRM 客户记录中：脱离 CRM 的客户规划注定难以被广泛采用。
• 将业务定位为帮助客户发展业务，而不是攻占地盘：征服的比喻误读了这种扩展关系的本质。

查看已完成的地图和客户计划字段示例：whitespace-map-example.md。

在 CRM 中落地运营

只存在于演示文稿中的模型无法对任何对象进行分层。将它编码到 CRM 中：

1. 字段和路由 - 通过自动化数据丰富，将适配度评分、准备度评分、子评分和细分归属写入账户记录；将每个细分路由到对应的覆盖渠道，并为交接设置 SLA。采用瀑布式数据丰富（按顺序查询数据提供商，直到某个字段填入数据），而不是押注某一家供应商的覆盖能力。
2. 重新评分的频率 - 每季度审查完整模型；每年重新校准权重一到两次；让准备度信号持续更新。技术画像和意向数据衰减很快——每年拉取一次，到第三个月就已过时。
3. 由阈值触发的变更 - 根据明确的阈值在细分之间转移账户（例如员工人数或 ARR 跨过某个界限，或连续两个季度低于细分最低标准后进行降级审查），绝不能依据临时判断。
4. 一个负责人，一套定义 - RevOps 负责将模型作为共享评分契约管理，由销售和营销共同签字确认，并在 CRM 中一次性编码。当营销将“企业级”定义为 500 名员工起，而销售的标准是 1,000 名时，评分、路由和营销活动都会在无形中出现偏差。

从细分到行动模式

细分结果必须能够指导实际行动。实际问题从来不是“公司该采用哪种行动模式”（mbfinotti/sales-skills@sales-motion 的范畴），而是“哪个细分该采用哪种行动模式”，因为大多数 B2B 公司会同时运行多种模式：

• 低端市场采用自助服务／PLG。
• 中端市场采用销售主导模式。
• 企业级市场采用指定账户模式。

如果 PLG 和销售模式并存，应定义明确的 PLG 到销售交接触发条件（例如使用量阈值、团队规模或企业域名），避免两个引擎争抢同一批账户。在 PLG 细分中，评分单位变为产品认证潜在客户：ICP 适配度评分 × 产品使用评分，并向销售代表展示使用情境，而不是只给出一个黑盒数字。

模型所支持的参与层级采用已成熟的 1:1／1:few／1:many 术语（ITSMA 的分级体系，由 Jon Miller 推广）。

“单账户定制”，即对每个账户进行 AI 个性化处理，是供应商正向下推至最高层级的目标，并非另一种竞争模型。真正的争论在于经济效益：单账户价值达到多少时，定制化处理才能收回成本。

• 对于低 ACV，通常不值得开展 1:many 项目。
• 真正的 1:1 需要有六位数或七位数的潜在价值。

在将任何对象分配到某个层级之前，先定义各层级的_权益_（每个层级能获得何种处理方式），否则政治压力会不断抬高最高层级的人数。

具体阈值由 mbfinotti/sales-skills@sales-account-tiering 确定。评分模型应适用于每个账户，包括凭高管直觉挑选的账户；这些账户也要使用同一模型评分，并按季度重新评分。

相同的输出还用于设计销售区域。所有划分维度都应围绕加权商机平衡（账户数量 × 平均 ACV × 预估赢单率），绝不能只看账户数量：

• 地理区域。
• 垂直行业。
• 规模层级。
• 混合维度。

具体执行划分由 mbfinotti/sales-skills@sales-org-structure 负责。

模型章程

将决策整理成一份可供下一个规划周期直接执行、无需重新争论的成果：

CONTEXT: ICP source · closed-won volume used for calibration · net-new/expansion/both · named owner
SIGNALS: layers chosen and why · source per layer · decay and refresh per layer
FIT SCORE: dimensions and weights · negative deductions · calibration result against closed-won
READINESS: second-axis signals · decay timer · update frequency · quadrant plays
WHITESPACE: per-account expansion maps · gap pipeline tracking · refresh triggers
CRM: fields · routing rules and SLAs · re-scoring cadence · transition thresholds
MOTION MAP: which motion serves which segment · PLG-to-sales handoff trigger
GOVERNANCE: RevOps owner · quarterly review · 1-2x/year recalibration · event triggers
CONFIDENCE: which figures are published research vs. directional convention vs. vendor claim

B2B 与 B2C

B2B 是上述默认框架：账户、公司特征／技术特征层级、采购委员会。

通过关键客户开展 B2C——品牌通过零售连锁、分销商或特许经营集团销售——保留这套机制，只替换适配所需的输入：

• 适配输入：门店数量、货架和品类位置、地理位置及品牌归属，取代公司特征和技术特征。
• 就绪度角色：售出率和补货速度。
• 空白市场：已入驻的连锁体系内尚未销售的品类，以及尚未覆盖的品牌或地区。

双轴规则、基于赢单的校准和 CRM 落地方式都可原样沿用，最终得分也用于相同的后续分层。

直接面向消费者没有账户——基于价值的客户细分在结构上发挥同等作用：按客户生命周期价值或消费额划分客户层级（相当于适配度），再与参与度／近期活跃度交叉（相当于就绪度，类似 RFM），据此采取差异化对待方式。

可沿用的内容：

• 根据实际购买数据而非假设校准层级。
• 将价值和参与度保留为两个轴。
• 关于过度细分的警告。
• 刷新频率。

不可沿用的内容：

• 公司特征层级。
• 采购委员会逻辑。
• 组织架构图式的空白市场映射。

应明确说明这一点，而不是强行套用账户机制。

失效模式

正式发布前，请用以下各项检查完成后的章程：

• 得分无法指导行动。 检查：每个细分是否对应真正不同的销售方式或行动手册？如果模型给出得分却没有差异化处理，那就没有完成细分。
• 数据陈旧，且仅包含公司特征。 检查：每个层级是否都有与其衰减速度相匹配的刷新机制？据估计，糟糕的数据质量会因目标定位失准而导致收入损失 10% 以上。
• 群组偏差。 检查：校准基础是否扩展到了首批大型客户类型之外？是否安排了重新校准？
• 适配度和就绪度混成一个数字。 检查：两个轴、两种更新频率、象限对应的行动方案。
• 过度细分。 检查：细分是否超过 6-8 个？这意味着部分细分无法维持独特的行动手册——应合并。
• 定义不一致。 检查：是否采用一套定义、仅编码一次，并由各方共同签字确认？
• 看不到空白市场。 检查：战略客户是否有基于数据的映射，还是仅靠传闻？
• 设定后置之不理。 检查：是否安排了评估频率和事件触发条件？是否根据销售管道和转化率的变化衡量成效，而绝不根据“高于阈值的账户数量”衡量——后者优化的是一个无人信任的得分。

值得对整个模型进行的一项诊断：如果模型的标准无法排除 TAM 中约 80% 的对象，说明评估规则过于宽松，无法实现有效聚焦——应收紧现有标准，而不是在宽松的基础上叠加更多层级。如果宽松问题源于 ICP 本身，请转回 mbfinotti/sales-skills@sales-icp-definition 处理，而不要在此处修正。

衡量

只有以下各项全部通过，章程才算完成；持续迭代，直至达到 100%：

• 每个层级都注明数据来源、刷新频率和衰减假设；适配度得分报告基于赢单的校准结果。
• 适配度和就绪度是分开的轴，具有不同的更新频率，且每个象限都明确对应的行动方案。
• 如果范围包括扩展，每个战略客户都必须有空白市场映射，并将缺口作为销售管道阶段进行跟踪。
• CRM 计划注明字段、路由 SLA、转变阈值、RevOps 负责人和评审日程。
• 每个数字都标注置信度等级——该领域流传的案例研究数字由供应商发布且为自我报告数据（见下方案例研究参考）；并明确说明范围是 B2B 还是 B2C。

上线后的实时 KPI：

• 高分与低分对象的转化率差距（模型的持续健康度测试）。
• 新增销售管道中顶级细分所占的比例。
• 空白市场缺口对应的销售管道变化。
• NRR 趋势（适用于包含扩展的情况）。

如果高分对象不再表现更好，就重新校准。不要为模型辩护。

参考资料

• 参见 mbfinotti/sales-skills@sales-icp-definition，了解此模型使用的 ICP 标准和排除条件，即上游边界。细分不会重新推导这些内容。
• 参见 mbfinotti/sales-skills@sales-account-tiering，了解基于此技能生成的匹配度分数所设定的层级分界、名称、容量上限和覆盖级别。
• 参见 mbfinotti/sales-skills@sales-org-structure，执行此技能输出的加权商机所支持的区域划分。
• 参见 mbfinotti/sales-skills@sales-quota-setting，了解此模型提供的区域潜力加权方式——按未细分账户加权的配额会按人头而非商机分配目标。
• 参见 mbfinotti/sales-skills@sales-motion，选择公司层面的销售方式组合，此技能按细分划分的销售方式映射将接入该组合。
• 参见 mbfinotti/revops-skills@lead-scoring，了解联系人层面的参与度评分——其评估对象不同于账户匹配度。
• 参见 ./references/fit-readiness-scoring-example.md，查看包含两个维度的评分网格、象限策略、校准流程和混合评分反面示例的完整示例。
• 参见 ./references/whitespace-map-example.md，查看完整的市场空白热力图、账户计划字段和缺口管道跟踪示例。
• 参见 ./references/case-studies-and-figure-grading.md，了解指定的案例研究，以及此技能引用的各项数据应占多大权重。