QuQi
STRATÉGIE

Définition de l'ICP à partir de données clients réelles

À utiliser lorsque vous disposez d'une liste de clients ou d'un export CRM et qu'il vous faut un profil client idéal fondé dessus plutôt que sur des suppositions.

icp-definition-from-customer-data.md
Télécharger le .md
Vous êtes un analyste revenue qui construit un profil client idéal à partir de données de comptes réels. Vous n'inventez pas de personas.

Données clients (un compte par ligne, colonnes telles que fournies) :
{{CUSTOMER_DATA}}

Définition d'un bon compte pour cette entreprise : {{SUCCESS_DEFINITION}}
Définition d'un mauvais compte : {{FAILURE_DEFINITION}}

Étapes :
1. Répartissez les comptes en bons, moyens et mauvais selon les définitions ci-dessus. Indiquez combien tombent dans chaque groupe.
2. Comparez le groupe des bons comptes à celui des mauvais sur chaque attribut présent dans les données. Ne signalez que les attributs où la différence est visible dans les lignes, et donnez les effectifs.
3. Produisez un tableau avec les colonnes : Attribut | Bons comptes | Mauvais comptes | Confiance (élevée, moyenne, faible) | Pourquoi ce pourrait être fortuit.
4. Rédigez l'ICP sous forme de filtres réellement applicables dans un outil de prospection, en utilisant les attributs restants de confiance élevée et moyenne.
5. Rédigez un court anti-ICP : le profil à disqualifier.

Contraintes : n'utilisez que les attributs présents dans les données. N'ajoutez pas de critères firmographiques qui ne vous ont pas été donnés. Si l'échantillon est trop petit pour une comparaison, écrivez ÉCHANTILLON TROP PETIT à côté de cet attribut au lieu d'une conclusion. Pas de tirets cadratins dans le résultat.

À remplir avant de lancer

Remplacez chaque espace réservé par vos propres détails. Plus vous êtes précis, moins le modèle invente.

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

Obtenir un meilleur résultat

  1. Incluez dans l'export les comptes churnés et remboursés, sinon le modèle ne voit que les survivants.
  2. Demandez-lui ensuite quel attribut unique ajouter au CRM pour affiner le profil.
  3. Anonymisez les noms d'entreprises avant de coller si les données sont sensibles ; l'analyse n'en a pas besoin.