不少人在谈到客户画像时认为就是打标签，或者打标签就是客户画像。今天来聊聊什么是客户画像？什么是标签？以及如何使用好客户标签？
本质上，标签的作用就是对数据进行分组，便于检索和管理。客户标签的作用就是对客户进行分组。
首先要了解为什么要对客户进行分组？了解了客户分组的业务目的，才会知道如何进行客户分组，以及如何使用标签。
一、客户分组的目的是满足客户对个性化互动的要求
为什么要满足客户对个性化互动要求？先看一组数据：
77%的消费者选择、推荐或为提供个性化服务或体验的品牌支付了更多费用。
75%的客户愿意在能给他们带来良好客户体验的公司花更多的钱。
59%的顾客说个性化会影响他们的购物决定，另有44%的顾客说个性化的购物体验会影响他们成为某个品牌的回头客。
74%的电子商务网站现在声称已经采用了某种程度的个性化策略。58%的人发现个性化有助于提高客户保留率，55%的人有助于提高转化率，45%的人发现个性化实际上有助于最大限度地降低获得新客户的成本。
掌握个性化的营销人员收入提高 5% 到 15%，营销支出效率提高 10% 到 30%。（Oracle）
总之，满足客户个性化互动的需求可以大幅提高CRM运营业绩。
二、客户分组需要以客户数据获取为基础
研究表明，52% 的消费者愿意共享个人数据以换取个性化优惠或折扣，所以，通过营销手段合法地获取客户数据用于客户管理是可行的。那么，我们要获取哪些客户数据呢？
1、人口统计学Demographics
包括：年龄、国籍、性别、种族、民族、宗教、婚育等。
2、消费心理学Psychographics
包括爱好（如Netflix、运动、烘焙等）、生活方式（如外向、待在室内、每周社交三次等）、价值观（如无酒精，适度的意见等）、需求（目标或动机）、痛点和恐惧（如低质量的产品，隐性收费等）。
3、社会经济学Socioeconomics
包括：教育（学历）、职业（如职工、企业主、退休、失业）、收入、社区、家庭规模、社会经济阶层（如上流、中产阶级、中下阶层、技术工人、失业阶层）
4、地理`位置Geographic
包括：国家、区域、城市、地区税收、人口或气候差异
5、区域人口统计特征Geodemographics
结合地理和人口统计，它们可能聚集成可识别的组。
6、行为Behavioural
包括：产品选择、价格因素、促销活动
7、消费RFM
包括：最近消费时间Recency、消费频次Frequency、消费金额Monetary Value
收集客户数据的方式：
1、客户填写表单，如在营销活动或服务流程中设置完善个人信息环节。
2、员工完善资料，如销售人员在跟进过程中、客服在服务过程中获取的客户信息回填。
3、客户行为记录，如浏览线上商品和文章，参与促销活动，社交媒体转发点赞评论。
4、客户消费，如消费金额、消费频次、最近消费时间、购买的产品等。
三、客户细分技术
有了客户数据，就可以通过CRM系统或CDP系统进行客户细分。那么，如何进行客户细分？客户细分的依据是什么？将客户细分成哪些分组呢？
前面我们讨论过，客户细分的目的是和客户进行个性化的互动，促进新客户成交和老客户复购，并使客户生命周期价值最大化。
根据这个目的，可以建立有助于客户成交和复购的客户分析模型，如：
1、RFM模型
2、客户旅程
3、客户跟进阶段
（参考阅读：CRM主管应该了解的客户运营模型）
有了模型，就可以对客户进行分组，并形成各个客户分组的群体客户画像。
举例，根据RFM模型，我们可以筛选出“重要保持”客户，消费频次和金额都很高，但最近一段时间没来，我们需要主动和他们保持联系。对这一群人，发起一次营销活动，促使他们来消费，我们应该发送什么内容呢？
首先我们应该想到，发送的内容必须是个性化和有针对性的，不同的客户会对不同的内容作出响应。
其次，通过消费心理学分析或调查知道，经常消费的客户可能只会对新产品发布感到兴奋。所以我们这次推送的主题定为新品尝鲜、老客回馈。
第三，不能给所有人推荐同一款产品。根据客户的消费偏好、年龄、地域等，推荐不同的产品，确保推荐的产品是客户感兴趣的。这个就是个性化推荐功能。
上面的例子中，年龄、地区等，这些确定性的客户属性，保存在客户业务对象里。消费偏好这类不确定性的客户属性，更适合用标签来保存。
举例，客户浏览了某个产品介绍的网页，阅读了30秒，系统自动判定该客户对该商品是有兴趣和意向的，并自动给该客户打上该产品的标签。我们在做客户召回活动时，就可以依据该标签给该客户推送类似产品的最新信息。当客户不再对该商品感兴趣时，则可从客户身上删除此标签。
四、客户画像与客户细分
1、找到完美客户的画像
客户画像是基于一组独特特征定义理想客户的过程。这包括有关他们的人口统计、行为模式、地理位置和兴趣的信息。参考阅读：寻找“完美客户”，引爆业绩增长
2、用户细分群组的画像
并非每个“理想”客户都是一样的。无论您的产品多么有针对性，您的理想客户都会有所不同，所以需要进行不同程度和粒度的客户细分。例如：
客户可能年龄相同，但居住在不同的地理区域。
提供不同价位的产品，以吸引不同收入水平的客户。
产品能吸引具有不同兴趣的客户。
一些客户观看网络电视，另一些客户更有可能在社交媒体上看到广告。
客户细分是根据客户年龄、婚姻状况、地区、来源等共同特征，将现有的客户群分成更具体的子组，每一个都具有独特的特征。
客户画像除了客户包含用于细分的客户特征，更关注客户的习惯、过往体验、痛点、接触点、、需求动机等。可以说，客户画像给客户细分群组赋予了灵魂，使其形象更丰满，更容易了解客户，以提供更好的体验、服务或产品。
定义客户档案的最流行方法是创建买家角色（buyer persona），买家角色是代表理想客户的半虚构角色。以下是Shopify推荐使用的买家角色：
新客户-首次购买
复购客户-第二次时间购买
忠诚客户-多次购买
冠军-顶级客户
品牌倡导者-订阅营销活动（邮件、短信、微信）
潮流引领者-购买新产品
当地人-附近的顾客
学生-使用学生身份购物
地点-跨境物流
大手大脚-花费超过一定数量
生活方式-他们购买的产品类型
购物车弃置者-已浏览但未购买
早起者-早上购买
夜猫子-深夜购买
活动驱动-响应广告去购买
逢低买主-只在促销时购买
以下是Hubspot提供的客户画像模板：
五、标签的一般使用原则
客户标签是一种特殊的客户属性，可以由用户自行管理（以NO-CODE的方式），用于更加灵活地描述客户特征和行为。
标签和其他客户属性一起，用于客户细分和客户画像。标签由于其极度灵活性，很容易被滥用。有必要了解一些使用原则，更好地发挥标签的作用。
1、标签没有层级。区别于分类，可以有多层级的分类管理。
2、标签应预设标签名和标签值。比如，“风险承受能力”是一个标签名，可以预设多个标签值如高、中、低。
3、一个标签名下的标签值可以是排他的（同时只有一个值），如客户活跃状态，要么是活跃客户，要么是休眠客户，不可能同时既活跃又休眠；也可以是多个标签值并存，如个人偏好，可以既喜欢辣的，也喜欢甜的。
4、过时的标签应及时清理。比如标记为重要保持的客户，通过召回活动进店消费后，应该自动变更重要价值客户；或者设置标签的过期时间，过期后自动失效，如参与某些活动打的标签，无论后续有没有跟进成交，1年后都失去价值了，可以自动过期。
5、展示标签的时候，建议将标签名和标签值同时展示，如 “RFM评级：重要保持”，而不是只展示标签值，如“重要保持”。
6、标签值可以有顺序或无顺序。如标记客户的新鲜度，按照互动时间顺序标记：1-5天、6-15天、16-30天等。
7、标签是动态的。一个有 “RFM评级：重要保持”标签的客户今天来店消费后，其标签应该自动变更为“RFM评级：重要价值”。
8、区分企业级标签和个人级标签。企业级标签只能从预设的标签库里选择打标签，对所有人可见；个人级标签可以根据需要灵活打标签，仅打标签的员工个人可见。
9、标签不宜过多。切忌搞大而全的所谓标签体系，防止标签泛滥！比如，可以有一个RFM评级标签，标签值是重要保持客户；而不需要分别为R、F、M各打一个标签，类似R=0标签、F=1标签、M=1标签！
10、何时应该使用标签：
识别是否该使用标签的另一个判断方法是看它是否参与到业流程当中，如果能决定业务流程的走向，则应该通过扩展业务对象字段来存储，而不用标签。
在系统上线实施时候，应该识别标签能否被清理，不能被清理的标签，应该通过扩展业务对象字段来永久存储，比如客户来源、星座等。
（关注并私信“礼包”获取大礼包）
