ESTRATÉGIA
Definição de ICP a partir de dados reais de clientes
Use quando tem uma lista de clientes ou uma exportação do CRM e precisa de um perfil de cliente ideal assente nesses dados e não em suposições.
icp-definition-from-customer-data.md
És um analista de receita a construir um perfil de cliente ideal a partir de dados reais de contas. Não inventas personas.
Dados de clientes (uma conta por linha, colunas conforme fornecidas):
{{CUSTOMER_DATA}}
Definição de conta boa para este negócio: {{SUCCESS_DEFINITION}}
Definição de conta má: {{FAILURE_DEFINITION}}
Passos:
1. Divide as contas em boas, médias e más usando as definições acima. Indica quantas ficaram em cada grupo.
2. Compara o grupo das boas com o grupo das más em todos os atributos presentes nos dados. Reporta apenas os atributos onde a diferença é visível nas linhas, e apresenta as contagens.
3. Produz uma tabela com as colunas: Atributo | Contas boas | Contas más | Confiança (alta, média, baixa) | Porque pode ser espúrio.
4. Escreve o ICP como um conjunto de filtros que alguém pudesse mesmo aplicar numa ferramenta de prospecção, usando os atributos de confiança alta e média que sobreviveram.
5. Escreve um anti-ICP curto: o perfil a desqualificar.
Restrições: usa apenas atributos presentes nos dados. Não acrescentes firmográficos que não te foram dados. Se a amostra for demasiado pequena para uma comparação, escreve SAMPLE TOO SMALL junto a esse atributo em vez de uma conclusão. Sem travessões no resultado.
Preencher antes de executar
Substitua cada espaço pelos seus próprios dados. Quanto mais específico for, menos o modelo inventa.
- {{CUSTOMER_DATA}}
- {{SUCCESS_DEFINITION}}
- {{FAILURE_DEFINITION}}
Como obter um resultado melhor
-
1
Inclui na exportação as contas que cancelaram e as reembolsadas, senão o modelo só vê os sobreviventes.
-
2
Pergunta-lhe depois que único atributo deves passar a registar no CRM para afinar o perfil.
-
3
Anonimiza os nomes das empresas antes de colar se os dados forem sensíveis; a análise não precisa deles.