所有的帖子

外贸客户画像怎么做?先看老客户有哪些共同点,再按条件找新客户(附模板)

智能总结: ChatGPT Perplexity
外贸客户画像怎么做?先看老客户有哪些共同点,再按条件找新客户(附模板)

很多外贸人会找邮箱、会写开发信,却常常卡在更前面的一步:不知道该找哪类公司、找公司里的谁。整理了几千条客户信息,发出邮件后却很少收到回复,回头一看,一半是同行,一半是根本不会采购这类产品的公司。

客户画像要解决的就是这个问题。它描述的是“最有可能买你产品的公司有哪些特征、公司里谁负责采购和做决定”。把这些特征写清楚后,找客户时就能按条件筛选,知道该找哪类公司、联系哪个岗位。

这篇文章讲三件事:怎么根据已成交的老客户总结出画像,外贸 B2B 客户画像要写哪些信息,以及怎么把画像变成搜索时可以直接用的筛选条件。文末附一张可以直接填写的客户画像模板。

客户画像、买家角色、用户画像有什么区别

网上搜“客户画像”,很多内容讲的是电商和 APP 的“用户画像”,和外贸 B2B 关系不大。不过要先把几个概念分清楚:

概念 描述的对象 典型内容 外贸里怎么用
客户画像(ICP,理想客户画像) 一类公司 国家、行业、公司类型、规模、采购的产品 决定先开发哪些公司
买家角色(Buyer Persona) 公司里的某个人 职位、负责什么、关心什么、怎么做决定 决定找谁、开发信写什么
用户画像 个人消费者 年龄、性别、兴趣、消费习惯 主要用于 B2C,外贸 B2B 基本用不上

外贸 B2B 要做的是前两个:先用客户画像筛选公司,再用买家角色找到公司里该联系的人。本文说的“客户画像”,包含公司特征和联系人信息这两部分。

根据老客户总结客户画像:4 个步骤

最可靠的画像,来自已经和你成交的客户。凭感觉想出来的画像,常常和实际下单的客户对不上。

第 1 步:挑出 10–20 家最好的老客户

从成交记录里挑,标准可以是:利润高、多次下单、合作顺利、付款及时。不要把所有客户都放进来,如果把只下过一次小单、合作中问题较多的客户也算进去,可能会影响判断。

第 2 步:给每家客户记录同样的信息

建一张表,每家客户一行,逐项填写:

记录项 示例
国家和地区 德国
公司类型 灯具分销商
公司规模 50–200 人
采购的产品和用途 LED 面板灯,用于商业照明项目
年采购额或单次订单金额 单次 3–5 万美元
对接人的职位 采购经理
谁最终决定是否采购 老板
最初怎么认识的 展会
从接触到首单用了多久 4 个月
选择你的原因 交期稳定、能提供 CE 认证

官网、领英公司主页、往来邮件和海关数据,都可以用来补全这些信息。

第 3 步:找出共同点,也找出“不要”的特征

看哪些特征反复出现:是不是集中在某几个国家?大多是分销商还是品牌商?对接人是不是都是采购经理?

也要看看不适合继续开发的客户:那些谈了很久没成交、压价严重、付款拖延的客户,有什么共同点?这些特征要写进画像的“排除条件”里,以后搜到这类公司就直接跳过。

第 4 步:写成一句话,再分出 A、B、C 级

把这些共同点用一句话写清楚,比如:

西欧地区、50–200 人规模、做商业照明项目的灯具分销商,对接采购经理,关注交期和认证。

如果客户类型明显分成几类,就写几条画像,按开发的优先顺序分级:A 级是最理想、优先开发的;B 级可以开发;C 级只在 A、B 级开发完后再考虑。

还没有成交客户怎么办?

新公司或新市场还没有客户数据时,可以这样起步:

  • 看同行的客户:竞品官网的案例页、展会的参展商和观众名单,看看这类产品通常卖给谁。
  • 看海关数据:谁在进口同类产品、进口频率和数量如何,可以参考海关数据哪家好。
  • 先写一版初步画像,找少量公司尝试开发:开发 50–100 家,看哪类公司回复最多,再修正画像。

先确定一个初步方向,再根据实际回复判断是否合适,比一直等“想清楚”再开始要快得多。

外贸 B2B 客户画像要写哪些信息

外贸客户画像可以分成公司信息、联系人信息和采购情况三部分,每部分都写清楚“去哪里核实”。

公司信息

信息项 要回答的问题 去哪里核实
国家和地区 重点开发哪些国家和地区? 公司官网、领英公司主页
公司类型 品牌商、分销商、批发商、零售商、工程商,还是 OEM 工厂? 官网的 About 页面和产品页
行业和细分领域 具体做什么业务? 官网、领英公司主页的“专长”栏
公司规模 多少员工?营收大概多少? 领英公司主页、企业数据库
采购的产品 是否真的在用你这类产品? 官网产品页、海关数据

联系人信息

信息项 要回答的问题 去哪里核实
对接人职位 谁负责采购这类产品? 领英个人主页
决策人 谁最终决定是否采购? 小公司通常是老板;大公司要看采购或供应链负责人
关心什么 价格、交期、认证、最小起订量,还是定制能力? 往来邮件、展会沟通记录

采购情况

信息项 要回答的问题 去哪里核实
订单规模 单次订单大概多少金额、多少数量?和你的起订量是否匹配? 老客户订单数据、海关数据
采购频率 一年采购几次?有没有季节性? 海关数据、老客户订单
现有供应商 现在从哪里采购?有没有换供应商的可能? 海关数据、开发信回复
采购周期 从接触到下单通常要多久? 老客户成交记录

采购情况最难拿到,但对判断“值不值得开发”最有用。比如一家公司各方面都符合画像,但单次采购量只有你起订量的一半,就不适合放进 A 级。

把客户画像转成搜索筛选条件

画像写好以后,最常见的问题是:不知道怎么用它去找客户。方法是把画像里的每一项,改成搜索工具里可以填写的筛选条件。

以前面那条画像为例(西欧、50–200 人、做商业照明项目的灯具分销商,对接采购经理):

画像中的信息 对应的筛选条件 填写示例
西欧地区 公司所在地 德国、荷兰、比利时、法国
灯具分销商 行业 批发、电气设备
做商业照明项目 专长或关键词 LED lighting、commercial lighting
50–200 人 公司规模(员工数) 51–200
对接采购经理 职位 Purchasing Manager、Procurement Manager、Buyer
小公司由老板决定是否采购 职位(补充) Owner、Managing Director
排除同行 排除条件 搜索结果中手动排除生产同类产品的工厂和贸易同行

转换时注意三点:

  • 职位要多写几种叫法:同一个岗位在不同公司叫法不同,采购可能叫 Buyer、Purchasing Manager,也可能叫 Sourcing Manager。开发德国、法国等市场时,再加上当地语言的职位名称。
  • “专长”比“行业”更精准:行业分类比较宽,“电气设备”里既有你的客户也有你的同行。用专长或关键词可以找到业务范围更符合要求的公司。
  • 筛选结果只是起点:符合数据库里的筛选条件,不代表对方真的在采购你的产品。搜出来的公司,还是要打开官网确认一遍,再决定要不要开发。

同样的转换也适用于 Google 搜索。比如把画像写成“LED lighting distributor Germany”这样的关键词组合,具体技巧见谷歌开发客户方法。

用 Snov.io 做客户画像和找客户

上面的方法用表格和 Google 也能做,但花时间。Snov.io 里有三个功能,可以把“整理客户画像、按条件找人、给客户打分”串起来。

1. 用 AI 生成客户画像

还没想清楚画像,或者想看看有没有遗漏的客户类型,可以先让 AI 生成一版作为参考。

  1. 在账户设置里找到“公司资料和客户画像”,填写公司信息。可以输入官网让 AI 自动读取,也可以手动填写。
  2. 填写产品详情:产品是做什么的、主要功能、和同行比有什么优势。写得越具体,生成的画像越准。
  3. 选择产品,点击生成。第一次会生成 8 个客户画像,之后每次再加 1 个,每个产品最多 24 个。

每个画像包含行业、地区、职位、公司规模、需要解决的问题和补充说明。生成后可以保存,也可以手动添加你自己整理的画像。

AI 生成的画像适合用来补充你可能没想到的客户类型。最后定稿时,还是要和你从老客户身上总结出来的特征对照,以真实成交数据为准。

2. 用数据库搜索按画像找人

在 B2B 潜在客户数据库里,可以直接按画像的各项条件筛选:

  • 人员条件:职位、管理级别、部门、技能、所在地;
  • 公司条件:公司所在地、行业、员工规模、营收、专长、成立年份。

如果不熟悉筛选项,也可以用 AI 搜索:直接用一句话描述你要找的人,比如“德国 51–200 人的照明分销公司的采购经理”,AI 会自动设置好筛选条件。

用筛选条件查看有多少匹配结果是免费的;保存联系人、获取邮箱时才消耗点数。找到邮箱后,记得先用邮箱验证工具验证再发送。

3. 用公司数据丰富给名单打分

手上已经有一份公司名单(比如展会名单),想知道哪些最符合画像,可以用公司数据丰富功能,给名单补充公司所在地、行业、类型、规模、简介、专长、同类公司、融资情况等信息。补全之后,按画像逐项对照,给每家公司打 A、B、C 级,优先开发 A 级。

画像定好以后怎么用

  • 按画像分组发开发信:不同画像的客户关心的东西不一样。分销商在意转售能赚多少、库存多久能卖出去,品牌商在意品质和定制能力,工程商在意交期和技术参数。每组写一版开头和卖点,比一封信发给所有人效果好得多。写法可以参考外贸开发信怎么写。
  • 按画像看数据:在发送活动里按画像分组统计回复率。哪组回复多,就加大投入;哪组长期没反应,就回头检查画像是不是有偏差。
  • 每季度检查并更新一次:把新成交的客户加进第 1 步的表格里,看画像要不要调整。市场在变,画像也要跟着变。

做客户画像的常见错误

常见错误 问题 正确做法
画像写得太宽,比如“欧美的进口商” 等于没有画像,搜出来的名单和以前一样杂 写到具体的公司类型、规模和细分领域
凭感觉定画像 和实际下单的客户对不上 根据已成交客户的数据总结
只写公司,不写找谁 公司找对了,开发信却发给了客服、销售或 info@ 邮箱 同时写清楚对接人和决策人的职位
只写“要什么”,不写“不要什么” 名单里混进大量同行和不匹配的公司 把排除条件写进画像
定完就不再更新 市场变了,画像还停在两年前 每季度根据新成交客户检查并更新

外贸客户画像模板

复制下面的表格,每条画像填一份。

项目 填写内容
画像名称 例:西欧商业照明分销商
优先级 A / B / C
一句话描述
目标国家和地区
公司类型 品牌商 / 分销商 / 批发商 / 零售商 / 工程商 / OEM 工厂
行业和细分领域
公司规模(员工数或营收)
采购的产品和用途
单次订单规模
采购频率和季节性
对接人职位(含常见英文叫法)
最终决策人
他们最关心什么
我们的优势(对这类客户)
排除条件
对应的搜索筛选条件
数据来源 老客户 / 海关数据 / 假设待验证

“数据来源”一栏很重要:标注清楚哪些是从真实客户总结出来的,哪些只是假设,以后检查和更新画像时才知道哪些需要验证。

常见问题

客户画像要写几条?

大多数外贸公司写 2–4 条就够了。产品线很多、客户类型差别很大的,可以按产品线分别写。条数太多,开发时反而分散精力。

ICP 是什么意思?

ICP 是 Ideal Customer Profile 的缩写,中文一般叫“理想客户画像”,指最适合购买你产品的那一类公司的特征描述。

客户画像和目标市场有什么区别?

目标市场回答的是“卖到哪里”,比如德国、美国;客户画像回答的是“在这个市场里卖给谁”,比如德国 50–200 人规模的灯具分销商。一个目标市场里可以有好几条客户画像。

画像定好了,搜出来的客户还是不回复怎么办?

先分清是哪个环节的问题:如果邮件大量退回或进了垃圾箱,问题在发件设置和名单质量,可以看外贸邮件退信怎么办;如果邮件正常送达但没人回,再检查画像是否准确、开发信是否说中了这类客户关心的点。

写在最后

做客户画像,核心是三个动作:从老客户身上总结出共同特征,把特征改成找客户时能直接使用的筛选条件,再用实际回复不断调整。花一个下午把画像做清楚,之后每一次找客户、写开发信都会更有方向。

想直接试试按画像找客户,可以免费注册 Snov.io,用 AI 生成一版客户画像,再在数据库里按条件筛选,看看能找到多少匹配的公司。

已复制到剪贴板

AI 5分钟帮你找海外客户、写开发信、自动跟进,Snov.io黑五实操直播,现场演示如何用AI串联客户开发流程 立即预约直播