文末有惊喜~

很多同学很困惑：B2B类分析该怎么做！！！网上到处都是零售电商的例子，可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都分不清楚，只是感觉到：我这个数据很奇怪，该怎么分析？今天系统解答一下。

B2B和B2C的直观区别

一个典型B2C场景：

如果用B2C思路套B2B，就是这画风：

是不是看着很搞笑。真实的B2B场景是：

光为了凑齐那一麻袋钱，小明已经经历了人生风起云涌大起大落，内心已是沧海桑田。还不说后边的加盟、装修、招聘、引流、卖货、生意不好、垂死挣扎、破产、报名21天0基础前端培训月入五万班、待业……

哪像买杯奶茶，想买就买，多轻松！金额大、流程长、决策多，就是B2B业务和B2C业务的直观区别。

B2B的业务特点

B2B业务不同于B2C，主要区别点有三个：

1、服务于个人需求 VS 服务于经营目标

B2C的业务，大多服务个人消费需求，大部分是生活必须品。比如个人买牛奶，只需要考虑“这个好不好喝”就行了。

B2B业务，服务的是企业经营目标。同样是买牛奶，如果是拿牛奶当原料。就得考虑“我做出的奶制品是不是能卖出去，帮我赚利润”如果是拿来给员工喝，那就得考虑“是不是员工喜欢这个，会不会被投诉”。

这是B2B和B2C最本质区别。我们想理解B2C业务，往往假设自己是消费者，体验一把流程。可想理解B2B的业务，你是无法假设自己是消费者的，得站在经营者的角度去思考。不然，就会闹出开头“扛着一麻袋钱去买奶茶店”的笑话。

2、简单决策 VS 复杂决策

B2C是个人消费，所以自己拿主意就好了。可到了B2B完全不一样，决策成员非常多。

想采购牛奶，还得走招标流程，还得走财务流程，还得走物流流程，还得走仓库管理流程，还得送各级领导同意。如果是小企业也就算了，大企业里敢省一个流程，分分钟审计怼上门来……

3、货到付款 VS 售后服务

B2C是个人消费，一手交钱一手交货。可B2B往往复杂得多，签约只是第一步。后续交付还有首款、中期款、尾款各种麻烦。

前边举的买牛奶，已经是最简单的形式了。如果是陈老师所处的软件开发服务行业，来感受下，这漫长的的从签约到交付过程（如下图）。

4、重复购买 VS 合作伙伴

B2C是个人消费，买的东西便宜，完全不纠结。比如买牛奶，不好喝下次换个牌子就是了。对企业而言，用户今天跑了，明天我打个折可能就回来了。

但B2B完全不同，如果签的是年度合作协议，那一但丢掉客户，就是一整年颗粒无收。如果客户签的是3-5年长期合作，那一但丢掉就可能3、5年不再来往。反之，如果是行业领军客户，一但拿下，整个行业的订单都能被我吃个七七八八。B2B就是这么赢者通吃。

所以一定要类比，可以把B2B业务，比作装修房子这类B2C业务，同样是采购金额大、决策流程长、决策机制复杂、首款尾款、交付过程长、一但采购完成就需求关闭（不过还体现出不少数大客户的营销）。
做B2B分析多花心思去了解业务细节。因为很多业务流程也会随着客户需求变更、定制，打比方只适合教学，不适合工作。

B2B的基本分析框架

所有的数据分析，都绕不开是多少、是什么、为什么、会怎样、又如何这五件事。B2B的分析也是如此。只是B2B的分析，会在是多少上花格外多的精力。

一来，B2B采购本身涉及的客户组织架构、决策流程、工作流程特别复杂，需要额外信息；二来，客户单个价值大，一但失去后果严重，不存在重复做试验的空间，每一个客户都得努力争取；三来，客户不会高频次采购，一但形成关系难以更改，因此所以不像B2C，没有客户信息可以慢慢收，不了解客户需求可以慢慢Abtest，不能拿着RFM数据推测未来（大部分R）365天，F=1）。

B2B要的就是精准打击，一击致命。具体的细化需求，有三部分：

1、客户画像

直接上图，B2B的客户画像，更多从客户企业实力、需求规模、流程长度、谈判对象这些角度进行。和B2C不同的是，B2B的客户画像采集难度更低，往往这些企业相关的信息都可以通过客户拜访、企业年报、行业报道、相关企业介绍等渠道获得。

特别是一线销售，对此非常清楚（愿不愿意告诉公司，是另一回事）。完全不用担心“窃取个人隐私”等问题。

在用户画像的使用方法上，也有不同。B2C卖的很多都是必需品，用户是一定有需求的。问题是：哪一品牌、哪一Sku、哪一价格有需求。因此，B2C用户画像本质，是筛选特定产品的高响应率用户。

B2B如果客户没需求，真的就没有了。

如何判断B2B客户的需求？一来，可以从客户经营情况、企业规模、发展走势来判断。比如企业进生产原料，肯定订货额和自身销售额成正比。比如卖软件，一个千万级企业不需要ERP，上亿了就得上了。二来，可以从客户与我们的关系来判断。B2B领域存在大量灰色操作，这也是常见的事了。

2、跟进流程

需要注意的是，B2B采购需求一但发出，就进入倒计时阶段。客户不会无限期做甄选，需求发出越久，客户见识的供应商越多，成交几率越高，筛选的也越具体。因此收到销售线索后，判断该线索所处时间段，第一时间跟进，是非常重要的。

跟进销售线索的过程是复杂的。对于步骤超过2的流程分析，都可以用漏斗分析法。B2B在售前阶段，跟进流程分析的基本思路也是漏斗分析法。跟进流程核心就是签约，因此，针对单一线索，要关注跟进到了哪一阶段，具体失败原因（如下图）。

针对众多线索，则要分门别类，看不同地区、行业、企业、线索来源的签约率&签约金额，从而针对性制定计划，看我们要打哪些地区，哪些特殊企业类型，从一个行业签约情况变化中发现问题（如下图）。

3、售后服务

直接上图，B2B的售后流程也是分阶段的，但不用漏斗分析法。因为售后阶段原则上不允许回不了款！死，也得把钱死回来！因此B2B售后流程分析，更多是提示风险，预计问题，关注进度。

B2B的分析难点

难点一：对客户信息缺少采集、整理。

客户信息除了一个企业名字一个电话就没了，连接电话的人是什么职位都不知道。企业的其他信息也不清楚。最过分的，连客户信息的来源地点，来源时间都不清楚。人家客户的需求都关闭了，还傻乎乎的找上门问……最后结果自然凄惨无比，数据也无从分析。

难点二：对跟进流程缺少采集、整理。

这里有两种常见情况，一种是销售们根本懒得记录：什么时候跟、跟进了谁、跟进反馈如何、下一轮跟什么，一无所知。第二种是销售们为了应付检查，突击跟进。要求3天内打电话联系客户，就在第三天突击打完。要求填写信息，就在月底检查前一天突击写完。最后提交的数据都是垃圾。

难点三：对售后情况缺少采集、整理。

售后都忙着交付呢，鬼有心思反馈数据……

是滴，B2B分析的最大难点就是：没数据。什么都没有。只记录了签约那一刻的简单数据，然后理所当然的以为，只拿这么一点点数据，就能分析出各种问题。

你让其他部门配合，他们有一堆理由：

销售：我开发的客户是我的资源！凭什么交给公司！

市场：什么信息都全了，岂不暴露我做的获客都是垃圾！

售后：已经累的灰头土脸了，交货重要还是交数重要！

本质上，是B2B业务管理不规范导致的。因为B2B流程长、细节多，所以需要大量人力参与。因为人力参与多，就存在大量需要强化管理的地方。在过去20年跑马圈地式经济发展中，大部分企业没有建立完善流程，甚至把无知当个性，把各种灰色操作当合理。以致于到了2019年，B2B业务管理还停在原始阶段，自然没有可靠的数据，也没有有效的分析了。

当然，还有一小部分责任，来自小白数据分析师们。他们最爱说的就是：“我看网上的教程，不都是用RFM模型+k均值聚类吗，我只要把签约额+客户名称丢到里边一聚……诶？为啥这结果看起来这么奇怪？群里有没有大佬？有没有B2B行业的大佬？B2B行业里Kmean聚类、最权威、科学、合理的分类数，是4还是6？急！在线等！可付费！”

——不去结合具体业务流程，天天就指望上网抄一个通用、权威、常见的做法，这要能符合公司情况就见鬼了。

结语

以上就是B2B分析基本思路。请注意，B2B本身也是一个巨大范畴，还能细分出很多类型，具体的场景还有很多差异。一篇文章肯定不能面面俱到。

这里先做个科普，让大家感受一下两种思维模式的差别。

如果还想看后续，请转发该文章，并关注我，我会持续给大家带来优质的内容。

欢迎大家关注我的公众号“数据分析不是个事儿”，或者私信我“数据”，获取链接

阿里数据总监手把手教学：如何面向企业做一次有价值的数据分析相关推荐

阿里数据总监分享《阿里数据中台建设实践案例》，PPT+语音讲解！
戳蓝字"CSDN云计算"关注我们哦! 作者 | 技术领导力责编 | 阿秃本文整理自,阿里巴巴集团数据部商业应用总监列文,在"2019年阿里云(上海)峰会" ...
26岁美女数据总监，分享第一次做Leader的心得！
来源| 空白女侠(ID:kongbainvxia) 作者| 空白女侠我是26岁当上数据总监的,当时完成了公司的数字化转型,帮助公司带来盈利.就被提拔上成为管理者了.我一下子从专注于自己事的工程师到搭 ...
26岁当上数据总监，分享第一次做Leader的心得
我是26岁当上数据总监的,当时完成了公司的数字化转型,帮助公司带来盈利.就被提拔上成为管理者了.我一下子从专注于自己事的工程师到搭建团队.管理团队的Leader. 说实话我是非常不适应的.被提拔后,我 ...
如何做一款面向企业客户的商用级 SDK
作者:rexchang,腾讯 CSIG 客户端开发工程师导读我在 2008 年进入公司后,做的一直是面向 C 端用户的客户端产品-QQ,产品的可测性是很强的,虽然功能很多,但我们测试团队总是能成为 ...
阿里云大数据总监：计算让城市更智能
10月25日,2018中国计算机大会上举办了主题是智慧城市下个十年:智在"数"还是"术"的技术论坛.目前,城市已经具备了丰富多样的大数据积累,成体系的数据管理标 ...
企业中台最佳实践--阿里数据中台最佳实践(九)
阿里业务中台架构图基础设施服务,即IAAS层,提供硬件底层支持. 基础服务层,即PAAS层,包括分布式服务框架.分布式数据库.分布式消息.分布式存储.分布式事务.实时监控服务等等. 互联网业务中台, ...
海量工业数据如何应用？能源企业率先做了这些尝试
关注ITValue,查看企业级市场最新鲜.最具价值的报道! ITValue注在互联网进程中,作为国民经济底层支柱的制造业已落后半步,他们正在艰难地追赶. 艰苦在于,这些企业体积庞大,"掉 ...
阿里云面向企业效率的云上产品全解析：云桌面、云AP、云投屏
一.云桌面重新定义云计算时代的桌面服务 2017年10月12日的杭州云栖大会上,阿里云副总裁李津做了"云之深处"的阿里云新品发布主题演讲,在演讲中,李津认为在数字化时代,商业的效 ...
32岁阿里数据工程师辞职后：做报表3年，我发现比996还累
最近有一个趋势,无论是很多IT互联网巨头公司,还是和同行的交流,发现大家都在向B端迈进,也就是做出为企业服务的东西,比如阿里云. C端,也就是我们每个人使用的app端,其实增长的空间已经很少了. 那么 ...

阿里数据总监手把手教学：如何面向企业做一次有价值的数据分析

B2B和B2C的直观区别

B2B的业务特点

B2B的基本分析框架

B2B的分析难点

结语

阿里数据总监手把手教学：如何面向企业做一次有价值的数据分析相关推荐

最新文章

热门文章