TO B获客，如何“又多又好”？

在整个销售漏斗里，销售线索是第一步，线索获取的数量、质量和效率，会直接影响到销售人的业绩，企业整体营收。

一、为什么线索挖掘的数量越来越少？

在讲如何获取更多线索之前，我们来思考一下：除了大环境的影响，企业自身的因素可能有哪些？

以下总结了几点：

1）目标客户画像不清楚/清晰。对目标用户的需求、痛点和使用场景把握不够准确。

2）线索的来源单一，比如只停留在传统的线索获取渠道，比如网站、电话、邮件等

3）线索获取偏传统，没有意识或认知到可以利用科技的力量进行线索挖掘。比如自动化技术 、大采集技术等等。

二、如何获取更多的销售线索？

互联网获取销售线索的渠道颇多，企业需要在众多渠道中，挑选最适合且最优的渠道。正如上所述，制定一个合理的销售方案，离不开企业对自身产品、客户画像的精准定位。

针对以上问题，可以对症下药，比如：

1) 明确目标客户特征，对目标客户进行多维度分析，找到目标客户活跃的渠道和产品应用场景。

现在的智能销售平台，基于NLP学习和算法技术，也能够实现：一键导入成交的企业名单，就能输出这些企业的公共的特征， 帮助销售了解自己客户的共性。 此外，还能根据识别出的特征，进行高精度的线索推荐。

2) 尝试并测试多种渠道获取线索，选择最优渠道并不断迭代优化；

常见的线索来源如下：

• 他人/客户推荐。
• 互联网公开网络数据。
• 企业官网/App//微信公众号/社交媒体等。
• 线下活动和展会
• 电话/短信营销
• 搜索引擎营销
• 营销
• 邮件营销
• 广告投放等

3) 利用大数据采集工具提高线索获取效率；

如在TO B领域验证有效的智能销售平台，通过对互联网全网企业数据挖掘、分析和重构，构建成亿量级的企业信息数据库。基于互联网公域庞大的数据库，销售能够通过系统设定好的标签，高效过滤出批量有效客户。

4)借助营销自动化工具实施数据驱动；

营销自动化工具能够对营销数据、效果进行实时追踪整合分析，对线索来源渠道进行评估优化，简化营销环节的人工。

三、如何提升销售线索的质量，提高转化？

在完成销售线索获取后，又会面临线索转化率低，线索太多没办法及时跟进等类问题，如何提高销售线索质量，并提高转化率也成为亟待解决的问题。

在此我们可以借助一些已有的数据模型/机制，通过数据化分析，来全方位跟进转化：

1.线索评分机制

线索评分机制，是企业在完成销售线索导入后，通过大数据对各渠道的线索质量进行精细化的管理，通过用户画像，用户行为（页面访问，询价等行为），联系人职务（CTO/CEO）等信息，对用户进行评分。

当线索数量较多，如果没有合理的线索评分机制，销售很容易浪费时间精力在那些不合适或没准备好的潜客身上。

事实上，随着大数据和Saas服务的兴起，无论是CRM还是智能销售平台或营销自动化平台，以数据为驱动的线索质量评级，作为基础功能已经嵌入其中，变得上手易操作。

2.销售漏斗模型

漏斗模型是目前最常用的数据分析模型之一，销售漏斗跟踪了从销售线索从获取到结束的全流程。企业需要对销售路径上的各个转化率进行监测，根据不同渠道转化情况，调整自己的营销策略：

a.销售线索：通过各种渠道获得的销售线索

b.有效客户：经过线索评分，或者电销团队沟通后，有需求的潜在客户群体

c.意向客户：意向度较高的客户群体，由销售进行定期沟通，组织客户拜访，产品演示等

d.客户谈判：双方就产品使用达成共识，就产品价格等处于谈判阶段

e.签约成单：完成合同签署

f.开展：项目开展期

g.收入确认：收到客户打款后赢单（TO B企业项目开展周期长，且很多会采取回款的形式）