大多数销售团队第一次接触买家意向数据时,是把它当作一种可以购买的东西。供应商出售一个分数,分数说某个客户正在寻购,而公司里没有人能解释这个数字是怎么产生的。
这是意向数据的一种。还有另一种意向数据摆在公开视野中,它具有购买型数据通常不具备的一个特性:你可以指出导致它产生的具体事件。某公司发布了一个职位。某公司修改了定价页面。某公司出现在评测网站上一个上一季度它并不在的分类里。这些都是带有时间戳的可观察事实,销售团队能够针对一个事实采取行动,而无法针对一个78分的分数采取行动。
买家意向数据究竟是什么
这个术语涵盖了三种不同的东西,而人们讨论时却常常把它们当作同一件事。
第一方意向数据是发生在你自己网站资产上的行为。有人读了三个定价页面,下载了一份对比资料,又回访了两次。这是你自己拥有的数据,是最可靠的一种,但它只存在于那些已经找到你的客户身上。
第三方意向数据是通过发布商网络或联盟观察到的行为,以聚合形式出售。它的覆盖面是第一方数据所不具备的,代价是你通常无法看到底层事件,也无法验证其方法论。
公开网络意向数据是一家公司在变化过程中留下的可观察痕迹。招聘、技术、融资、产品、定价、公开投诉。没有人把它当作分数来出售,因为它本来就不是分数。它是一连串你必须自己收集和解读的事件。
本文讨论的是第三类,因为在这一类中,采集层决定了你能看到什么。
值得收集的信号
不是所有公开信息都是信号。那些可靠地先于购买对话出现的信号有一个共同特点:公司要产生这些信号是需要付出代价的,因此它们难以伪造,也表明了真实的投入。
招聘信息。 最强的单一公开信号。一家公司招聘三名数据工程师,说明它正在构建某种东西。一家公司招聘第一位合规官员,说明它已经跨过了某个监管门槛。招聘信息还会直接点名工具,这就把一个模糊的信号变成了一个具体的信号。这个信息面的采集机制见招聘网站数据与劳动力市场情报。
技术变化。 新的标签、新的子域名、在公开DNS或页面源码中可见的迁移。新增一类工具通常意味着预算已经到位。
定价与套餐变化。 新的层级、取消的方案、从按席位计费转向按用量计费。这些变化往往会引发该公司自身客户的一波比价行为,这是关于整个市场细分的意向信号,而不只是针对某一家客户。
评测网站动向。 一家公司出现在一个新的分类中,或者在已有分类中积累投诉,这是一种替代信号。对现有供应商的公开不满是存在的最直接的购买意向。
融资与领导层变化。 现有数据供应商已经覆盖得很好,因此自己去采集的边际价值不高。值得拥有,但不值得自建。
公开提问。 社区帖子中询问如何解决你的产品所能解决的问题。意向高,量小,而且最难做好,因为信噪比很差。
时效性是价值的主要来源
浪费精力最多的错误,是把意向信号当作属性而非事件来处理。
一周前的招聘信息是一个打电话的理由。同一条信息如果是六个月前的,就只是背景资料。如果你的管道存储信号时不做衰减,你的评分就会逐渐偏向那些曾经某个时刻产生大量信号的公司,而不是那些正在做某件事的公司,这几乎与意向数据的初衷相反。
实际的结果是,更新节奏决定了价值。一个每天都在变化的信号,如果每周才采集一次,无论采集质量多好,它都是一个滞后指标。要根据每种信号类型的实际变化速度来决定其刷新频率,并且要诚实地承认:对快信号进行慢速抓取,得到的不是意向数据,而是历史记录。
由此产生两个推论。存储的应是观测时间戳,而不仅仅是信号本身。评分时应应用明确的衰减函数,让某个客户的分数在没有新事件发生时自行下降。
为什么采集才是难点
这些信号存在于并非为大批量读取而设计的界面上,有三个特性使其变得棘手。
它们按地理位置过滤。 招聘网站按邻近度返回结果。评测网站和应用商店对目录和内容都做了本地化。一家公司在德国的招聘信息,从美国的观测点可能是不可见的,这会在不知不觉中把一个所谓的国际覆盖能力变成实际上的国内覆盖能力。
它们有分页,且有防护。 有价值的结果很少出现在第一页,而更深的页面通常正是限速开始起作用的地方。
对所有人来说它是同一个页面,直到它不是。 个性化和A/B测试意味着两个采集器可能对某个页面的内容产生分歧,而这在你要记录一个事件时是有影响的。
这正是住宅代理层不再只是一个实现细节的地方。地理位置一致的出口能让一个区域性信号真正体现区域性。粘性会话能让一组分页结果在内部保持一致,使第四页与第一页属于同一次查询。
在Shifter网关中,这两者都放在针对p.shifter.io:443的凭证里:
customer-USERNAME-country-de-city-berlin-sid-intent01-ttl-600:PASSWORDcountry-de和city-berlin设定观测点,sid-intent01让整次查询共用一个出口,ttl-600将其保持十分钟。每次查询一个会话,而不是每个请求一个会话,这是保持结果集一致性的规则。
采集节奏应该像是出于兴趣而非地毯式扫荡:把采集分散到全天进行,保持适度的并发量,遇到错误时退避而不是硬重试。相关机制见速率限制与请求节流。
把信号转化为销售代表能用的东西
一连串事件本身不是销售情报。有三个步骤能弥合这个差距。
归并到客户。 对公司名称、域名和子公司进行规范化处理,使一条招聘信息、一条评测和一次技术变化都能落到同一条记录上。这项工作并不光鲜,却是大多数自建意向项目卡壳的地方。
按具体性而非数量加权。 一条点名竞争对手产品的招聘信息,其价值高于四十条泛泛的招聘信息。按事件计数的评分方式,会让大公司仅仅因为规模大而得到奖励。
交付证据,而非分数。 销售代表可以用”我看到你们正在招两个人来负责这件事”开启对话,却无法用”你的客户打了78分”做任何事情。把底层事件传递到CRM记录中去。这一个选择对采纳率的提升,胜过任何建模上的改进。
这一流程所支撑的更广泛的客户数据管道,在面向B2B获客的住宅代理中有介绍,产品视角见获客页面。
界限在哪里
公开网络意向数据采集是关于公司的,只要它一直停留在这个层面,就是干净的。
收集组织自己公开发布的信息。不要收集个人的个人信息来构建针对他们的行为画像,不要抓取登录后的内容或你已同意不进行自动化访问的账户内容,也不要因为招聘信息中某位具名招聘人员的电话号码技术上是可见的,就把它当作一项资产。应在数据摄取阶段就剥离个人身份信息,而不是先存储下来再承诺日后克制使用。
这个区别并不微妙:一家公司招聘数据工程师是一个商业事实,而一个具名个人的活动是关于一个人的。前者是意向数据,后者是带着销售提案的监控。总体的框架见用于AI数据采集的合乎道德的住宅代理,它在这里同样适用,而且力度不减。
常见问题
公开网络意向数据比购买的意向数据更好吗?
它更具可解释性,也更可验证,但覆盖面较小。做得好的团队大多两者兼用,用购买的数据来获取广度,用公开信号来聚焦当前正在跟进的客户。
信号应该多久刷新一次?
刷新频率应与信号变化速度相匹配。招聘信息和评测活动值得每天或接近每天采集一次。技术和定价变化每周采集一次就足够。融资是事件驱动型的,更适合购买。
最小可行版本是什么样的?
一个信号,采集得当,归并到客户,连同证据一起交付到CRM中。招聘信息通常是起点,因为信号强,而且这个界面已被充分理解。
如果我们只做国内业务,还需要地理定位吗?
如果你的客户都是国内的,一个观测点就可能足够了。但一旦你声称拥有国际覆盖能力,一个未固定观测点的采集器就会以一种看起来像”那些市场很安静”的方式,低估境外市场的实际情况。
结论
买家意向数据并不是一定要购买的产品。它有很大一部分是公开的、以事件形态存在的、带有日期的,这使它具备了购买型分数永远无法具备的可解释性。
关键工作在于采集层和管道搭建:从正确的观测点看到区域性信号,以足够快的速度刷新以使信号在到达时仍具可操作性,把事件归并到客户,并传递证据而非一个数字。该管道的带宽规划见定价页面。