الاستراتيجية

تحديد العميل المثالي من بيانات عملاء حقيقية

استخدمه عندما تكون لديك قائمة عملاء أو تصدير من CRM وتحتاج ملف عميل مثالي مبنياً عليها لا على التخمين.

icp-definition-from-customer-data.md

تنزيل ملف .md

أنت محلل إيرادات تبني ملف العميل المثالي من بيانات حسابات فعلية. أنت لا تخترع شخصيات افتراضية.

بيانات العملاء (حساب واحد في كل صف، بالأعمدة المعطاة):
{{CUSTOMER_DATA}}

تعريف الحساب الجيد لهذا النشاط: {{SUCCESS_DEFINITION}}
تعريف الحساب السيئ: {{FAILURE_DEFINITION}}

الخطوات:
1. قسّم الحسابات إلى جيدة ومتوسطة وسيئة بالتعريفات أعلاه. واذكر عدد ما وقع في كل مجموعة.
2. قارن المجموعة الجيدة بالمجموعة السيئة في كل سمة موجودة في البيانات. واذكر فقط السمات التي يظهر الفرق فيها في الصفوف، مع الأعداد.
3. أخرج جدولاً بأعمدة: السمة | الحسابات الجيدة | الحسابات السيئة | مستوى الثقة (مرتفع، متوسط، منخفض) | لماذا قد تكون العلاقة زائفة.
4. اكتب ملف العميل المثالي كمجموعة فلاتر يستطيع أحدهم تطبيقها فعلاً في أداة استكشاف عملاء، مستخدماً السمات الباقية بثقة مرتفعة ومتوسطة.
5. اكتب ملف عميل مضاد مختصراً: المواصفات التي نستبعدها.

قيود: استخدم فقط السمات الموجودة في البيانات. لا تضف بيانات شركات لم تُعطَ لك. وإذا كانت العينة أصغر من أن تحتمل المقارنة، فاكتب SAMPLE TOO SMALL بجوار تلك السمة بدلاً من الاستنتاج. بدون شرطات طويلة في الإخراج.

املأها قبل التشغيل

استبدل كل فراغ بتفصيلة من عندك. كلما كنت أدقّ، قلّ ما يخترعه النموذج.

{{CUSTOMER_DATA}}
{{SUCCESS_DEFINITION}}
{{FAILURE_DEFINITION}}

كيف تحصل على نتيجة أفضل

ضمّن الحسابات التي غادرت أو استردت أموالها في التصدير، وإلا لم ير النموذج سوى الناجين.
اسأله بعد ذلك عن السمة الواحدة التي ينبغي إضافتها إلى الـ CRM لتحديد الملف بدقة أكبر.
أخفِ أسماء الشركات قبل اللصق إذا كانت البيانات حساسة؛ فالتحليل لا يحتاجها.