決策易SFE效能增長訓練營第三期課程已上線，本期課程講師scarlett帶來《創造客戶價值從識別客戶開始——從客戶分級到全場景標簽》，以下為課程主要內容~
計算客戶潛力，找出高質量高穩定的客戶是后續營銷工作基礎，而根據以往的計算方式，在九宮格四區或者九宮格三區圖上找到最心儀的A區與B區后，會發現醫生畫像是模糊的！
這對于SFE、marketing部門來說，這很難受，也很無力，只能看到一個模糊的、大致的樣子，甚至部分地方都是空白的。
客戶信息主要來源于代表面對面的拜訪，包括這個醫生的日門診量、多少臺手術、多少床位數、多少潛在患者等，很大程度取決于代表的手工錄入，準確性是存疑的。
然后我們每年投入了大量的人力、財力、物力，然后做維護做升級，然后產出了一堆沒有用的數據，garbage in garbage out，客戶的認知度變化基于代表主觀判斷的。
這對我們藥企提出了一個非常大的挑戰，我們上了很多的信息平臺，有了很多 digital channel ，我們全場景的觸點也很多，但最后這些數據都沒有辦法被很好地去利用，也沒有辦法真正的引入到整個閉環的流程中去。問題到底在哪里？
在我看來其實是缺少了一個閉環，這個閉環可能是機制造成的，可能是技術造成的，也有可能是數據本身造成。
隨著 channel 越來越多，那么我們就發現在不同的 channel 當中，同一個醫生可能是不同的 ID 不同的名字。
我們需要去判別who is who，只有當不同的 channel中的這些信息連接、整合在一起，排除掉重復、冗余的數據，并歸結到同一個人時，我們才能夠描繪出一個立體的 360 度的醫生的畫像。
所以這要求SFE有非常強的數據清洗能力，有MDM與CDP系統去連接所有平行宇宙中的每個個體，最后賦予成Unicode ID 。
而當我們的醫生被打上很多的全場景標簽后，其實對我們來說又是個非常大的挑戰——我們需要在這些label 當中，去找到或者說去發現一些痛點、一些癢點、一些insight，并給到其相應的回應。
現在marketing 做設計的時候也很難說，這個內容到底是給哪一類人的。這就會要求我們去給內容也打上很多標簽，然后嘗試通過 AI 的技術，通過一定的logic，通過一定的計算或者耦合的一些鏈接也好，把hcp 360與內容進行鏈接，這樣就能夠實現把合適內容推給合適的客戶。
同時我們也有了這樣一個意識——運用他的習慣，包括他喜歡的渠道以及他的整個時間規劃，他的頻次等，于是我們就組建出SFE最經典的四個詞：“Right Customer、Right Message、Right Frequency、RightMethod。”
甚至這些標簽到后面，就可能不僅僅是你自己本身的標簽了，它有可能會做一些同質化的處理，尋找到有相同背景、相同環境、相同認知的醫生群體，他們在看哪些內容，他們在關注什么。那么我們就可以通過這樣的鏈接，把這些內容都推給相對應的客戶。
最后借用下貝佐斯的一句話，不管什么行業，我們最終的目的都是想提升我們整個客戶的體驗，使得他們能夠非常好的在體驗當中得到他們想要的一些內容，也能夠幫助他們去實現各種他們想要的目標，最終使得我們和我們的客戶達到雙贏。
