一句话回答
账户情报是把你对一家公司已知的信息,如访问、对话、产品事件和 CRM 数据,合并成账户层面的一个视图和分数的做法。它的单位是组织而不是线索,所以你能看到它是否活跃、下一步该做什么。
公式: 示例健康分(0 到 100)= 40 × 活跃成员 ÷ 成员 + 30 × 活跃天数 ÷ 30 + 最近出现(7 天内 30,30 天内 15,否则 0)
什么是账户情报?
账户情报(account intelligence)是把你对一家公司已知的信息汇集到一处,用来判断它是否匹配、是否活跃、下一步该做什么的做法。它的单位是账户(组织),不是单个线索。你不再问「这个人点了什么」,而是问「这家公司有多少人活跃、在做什么、是在变好还是变差」。
一家 B2B 数据厂商把它定义为对第一方和第三方数据的汇总,并转化为洞察,帮助营销和销售理解账户和线索。这个定义有用,但它来自一家出售这类数据的公司,所以本页后半部分请当作一套用你自己的数据就能跑的方法,有没有厂商都行。
这个词出现在三个场合,把它们分开会更清楚:
- 销售和营销团队用它来给目标账户排优先级:给谁打电话、培育谁、先不管谁。
- 客户成功团队在成交之后用同样的思路,看客户组织是否还在使用产品。
- 产品团队用它按公司而不是按个人看使用情况,因为在 B2B 产品里,买单的人、使用的人和管理员往往不是同一个人。
它们的共同点是一次合并:来自访问、对话和产品事件的信号用账户键连起来,账户因此有了状态。只看个人的视图说不清客户是否还在使用产品。从不登录的访客对组织没有任何说明,一个热情的用户也可能掩盖一个已经沉默的团队。
账户情报用哪些数据?
厂商列出的数据类型很多,可以分成两组。下面按第一方和第三方分组,思路和同一家厂商的说明一致,表里补了产品使用和对话两类,因为对卖软件的团队很重要。
| 分组 | 数据类型 | 例子 | 来源 |
|---|---|---|---|
| 第一方 | 网站行为 | 来自该账户的人浏览的页面 | 你自己的统计 |
| 第一方 | 产品使用 | 该账户成员产生的事件 | 你自己的产品埋点 |
| 第一方 | 对话 | 聊天和支持工单 | 你的聊天或客服系统 |
| 第一方 | CRM 和销售互动 | 商机阶段、邮件、电话 | 你的 CRM |
| 第三方 | 公司属性 | 行业、规模、地点 | 数据提供商 |
| 第三方 | 技术栈 | 公司在用的工具 | 数据提供商 |
| 第三方 | 意向 | 公司在别处研究的主题 | 数据提供商 |
| 第三方 | 新闻和层级 | 融资、母子公司关系 | 数据提供商 |
只用第一方数据就可以起步。这部分数据你有权持有,来源清楚,而且能回答最有用的问题:这个账户在用我们吗,这种情况在变吗? 第三方数据增加匹配度和时机判断,也会增加成本、准确性问题和隐私义务。
账户情报与线索情报、ABM、CDP 的区别
| 术语 | 单位 | 回答的问题 | 关系 |
|---|---|---|---|
| 账户情报 | 组织 | 我们对这家公司知道什么、该怎么做? | 洞察层 |
| 线索情报 | 个人 | 这个人有多大兴趣? | 为账户情报提供输入 |
| 账户营销 | 目标账户 | 怎样为一小批公司做营销活动? | 用账户情报来选择和衡量 |
| 客户数据平台 | 档案 | 客户数据在哪里采集并统一? | 往往是底层管道 |
一句话记住:CDP 存储并统一数据,账户情报在公司层面读它,账户营销据此行动。
算例:合并一个账户的信号
示例数据:Acme 是一个客户,有五位已识别的成员。过去 30 天里,它的成员产生了下面这些,每条都带有账户键 company:acme。
| 信号 | 数量 | 细节 |
|---|---|---|
| 网站访问 | 14 | 定价页 4、文档 6、博客 4 |
| 对话 | 3 | 两个产品问题,一个账单问题 |
| 产品事件 | 41 | 多数是打开报表和导出 |
| 活跃成员 | 5 人中 3 人 | 两位成员 30 天内没有出现 |
| 活跃天数 | 30 天中 9 天 | |
| 最近出现 | 4 天前 |
一个合并后的视图。 不用看五个人各自的历史,只读一条时间线:三位成员活跃,最近一周有一个账单问题和两次定价页访问,说明续费的谈话快到了。单独看任何一个信号都看不出这一点。
一个分数。 要在账户之间比较,就把信号合成一个数。一个简单的健康分(0 到 100)有三部分:30 天内活跃的成员(40 分)、30 天里的活跃天数(30 分),以及最近出现的时间(7 天内 30 分,30 天内 15 分,之后 0 分)。对 Acme:
- 成员:40 × 3 ÷ 5 = 24
- 活跃天数:30 × 9 ÷ 30 = 9
- 最近出现:4 天前 = 30
- 健康分 = 24 + 9 + 30 = 63
再看另一个账户 Beta:八位成员,一位活跃,活跃 2 天,最近一次出现在 20 天前:40 × 1 ÷ 8 = 5,加上 30 × 2 ÷ 30 = 2,再加最近出现的 15 分,共 22。Acme 是健康的;Beta 在流失,尽管那里还有人偶尔出现。
仅作为这个例子的决策辅助,不是行业标准:低于 40 分的账户本周就要看,40 到 70 之间的账户每月看一次。阈值应当来自你自己的历史:找出已经流失的账户,看它们 60 天前的分数是多少。
关于分数有两点提醒:它是行为的汇总,不是预测;它会随你选的权重变化,所以要让使用者看得到公式。
五步建立账户情报
- 选定账户键。 决定对你的业务来说账户是什么:公司、团队还是门店。用稳定的 id,不要用名称。
- 先识别人,再分组。 账户由已知的人组成。仅靠行为,匿名访客无法归到某个账户。
- 到处带上这个键。 在产品事件、对话和服务端事件上都放同一个账户 id,它们才能合并。
- 用少量部分定义健康。 三到四个你能解释的信号,胜过二十个解释不了的。把公式写下来。
- 定期复查并检验。 目标账户每周看。每个季度检查已流失的账户之前的分数是否偏低;如果都不低,就改公式。
隐私,以及账户情报做不到什么
关于一家公司的账户级数字不是个人数据,但构成它们的素材往往是。在 GDPR 下,个人数据是与已识别或可识别的自然人有关的任何信息,包括通过在线标识符来识别。成员名单、个人事件历史和聊天记录都属于。对成员级数据要相应对待:只收需要的,设置保留期,并能删除某一个人的数据。
账户情报也有局限:
- 它不能告诉你匿名访客是谁。 没有人登录,就没有账户。
- 它的质量取决于账户键。 同一家公司如果有三个 id,你得到的是三个残缺的视图。
- 它不做预测。 分低是去看一看的理由,不是风险的证明。
- 第三方数据会过时。 公司属性和意向数据都是快照;要看它有多旧。
常见误区
- 只用页面浏览量给账户打分。 阅读成本很低;要用活跃的人数、活跃天数和最近出现时间。
- 数成员而不核对身份。 共用登录会让一个人看起来像一个团队。
- 把账户和线索混在一个数里。 单位要保持一致。
- 阈值设一次就再也不看。 要拿真实结果来检验分数。
- 不看时间线就按分数行动。 合并后的时间线才是解释,数字只是排序。
在 TapCub 里做账户情报
TapCub 的做法基于第一方数据,给你一个组织视图;它不提供第三方的公司属性或意向数据,所以公司名称、套餐这类属性来自你传入的内容。
- 识别用户。 登录后调用
tapcub.login,这个人就会出现在 全端分析 › 用户 › 用户 里,带着一条行为时间线。 - 挂上账户。 调用
tapcub.group('company', 'acme', { name: 'Acme' })。同一会话里之后的事件都留在这个账户上;服务端事件可以带同样的账户字段。一个人可以属于多个账户;匿名访客永远不是成员。 - 打开账户列表。 全端分析 › 用户 › 账户 显示账户数、30 天内活跃的账户和成员数。打开一行能看到 30 天活动、热门事件、成员、属性和层级;可以设置父账户,比如某个地区下的门店。
- 读健康分。 按 最近活跃、成员数 或 健康分 排序。健康分是 0 到 100,算法和上面的算例完全一样(30 天内活跃成员占比 40 分,活跃天数占比 30 分,7 天内出现过 30 分、30 天内 15 分);账户没有最近出现时间时为空。
- 在账户层面提问。 当问题关于组织时,把漏斗或留存的身份切到账户。在这个视图里,没有账户键的行不计入,也不能打开个人明细或给分析加分群。
已识别访客的聊天会显示他们是谁,所以同一个人的对话和行为并排在一起。设置细节见 analyze accounts with groups。
资料来源
- Demandbase,What is account intelligence?,厂商说明页,2026-11-20 核对。
- 欧盟,条例 (EU) 2016/679(GDPR)第 4 条第 1 款,2026-11-20 核对。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
