AI 获客：识别匿名网站访客

大多数 B2B 网站访客离开时都没有填写表单。看看您自己的数据：用上季度的表单提交数除以会话数，从未表明身份的流量通常占绝大部分。网站意义上的 AI 线索开发，就是针对这群沉默的大多数的一套技术：识别哪些公司在访问，估计其中哪些处于采购周期，并改变网站展示的内容，让更多访客迈出下一步。

“AI”在每个环节中承担的工作量各不相同，而供应商对这个词的使用很随意。本文把这些环节拆开，解释每个环节如何运作、在哪里会失效，并给出一份30天计划，帮您把它们组合起来而不过度建设。

网站上的 AI 线索获取意味着什么

这个标签涵盖聊天机器人、预测评分、自动化外联等。对于专注网站的 B2B 团队，有三个部分最重要：

如果供应商说“AI 驱动”，请问清楚它应用于这三项中的哪一项，以及模型是用什么数据训练的。基于您自己的赢单数据训练的评分模型，与供应商面向所有客户计算的通用“意图评分”，完全是两回事。

访客识别的工作原理

基于表单的获客要等人们主动表明身份。访客识别则从另一端入手：在任何人填写表单之前就尝试识别出公司。

1. IP 解析。将访客的 IP 地址与把 IP 段映射到组织的数据库进行匹配。拥有自有网段的公司（办公室、通过企业网关出口的 VPN）解析效果好；家庭宽带、移动网络和共享联合办公网络解析效果差或完全无法解析，这就是为什么不同网站的匹配率差异如此之大。在围绕匹配率做任何规划之前，先测量您自己的匹配率。
2. 企业属性数据补全。确定公司名称后，数据补全会添加行业、员工规模、所在地，有时还有技术栈。把这些字段当作估计值；抽取一部分样本，与您对真实客户的了解进行核对。
3. 站内行为。浏览的页面、访问次数和回访频率都关联到公司层面，所以您看到的是“这家公司本周有三个人看了价格页”，而不是三个匿名会话。
4. CRM 匹配。如果公司匹配到 CRM 中的某个客户，这次访问就会关联到其负责人和进行中的交易。销售可以看到自己跟进的客户两次打开了安全页面。

公司级识别不等于个人级识别。它告诉您的是哪个组织，而不是哪个人，向销售展示时也应如此说明。工具对比请参阅我们的网站访客识别软件指南。

评分：从已识别到合格

来访公司名单并不等于销售管道。评分这一步决定哪些公司值得关注。关于如何把基于模型的评分落地到实际管道中，请参阅这篇AI 线索评分实用指南。

1. 以您自己的赢单为画像基础

提取您最近50到100笔赢单，查看它们的行业、规模区间、地区以及共同使用的技术。这就是您的契合度画像，它应该取代评分模型之前的任何假设。我们关于构建理想客户画像的文章详细介绍了这一分析。如果您的赢单少于几十笔，机器学习模型几乎没什么可学的；一个能向销售解释清楚的透明积分模型效果同样好。

2. 找出这些赢单之前的行为

查看赢单客户在商机创建前几周的网站活动。B2B 中常见的重要信号：反复访问价格页、浏览访客自身行业的案例研究、对比页和集成页，以及同一客户的多人在短时间内来访。用您自己的数据核对这些信号，而不是全盘照搬；一个在赢单前从未出现过的信号，不应占有权重。

这正是机器学习发挥价值的地方。有足够的历史数据时，模型能比人工设定的分值更好地权衡匹配度与行为的组合。历史数据不足时，模型会对噪声过拟合，所以先从简单的开始，等数据足够了再升级到模型。

3. 将评分转化为行动

按接下来要采取的行动定义层级，而不只是按分数：

• 立即行动：符合 ICP 且有后期阶段行为。当天提醒客户负责人，并附上浏览过的页面。
• 预热：契合度高，处于早期行为阶段。调整网站体验，并在取得同意的情况下进行培育。
• 观察：其他所有账户。继续收集行为数据，在情况变化时重新评估。

设定分界线时，让“立即行动”层级足够小，确保销售真的会查看每一条提醒。我们关于高意图客户评分和网站线索分配的指南更详细地介绍了阈值和分配方法。

在网站本身使用这些数据

识别和评分告诉您谁在那里。个性化则利用这些信息改变他们看到的内容。以下是三种常见用法，以及需要注意的事项：

已识别但未知的客户：与行业相关的第一印象

当会话被匹配到某个行业或规模区间时，首页可以为该人群展示相应的标题、证明材料和使用场景。例如，物流行业的访客看到的是物流客户案例，而不是通用的 logo 墙。前提是您确实有该人群的证明材料；在通用内容前面套一个行业标题，比默认内容还糟。

已知目标客户：客户级体验

对于 ABM 项目中的客户或有未结交易的客户，网站可以展示与这段关系相关的内容：来自其所在行业的证明、他们询问过的集成、一个直达其客户经理而非通用演示表单的 CTA。保持克制。在横幅中点出公司名称可能让人觉得被监视；展示相关资料通常不会。

回访访客：匹配下一步行动

首次访问：“了解工作原理”。浏览过产品页后回访：“比较套餐”。浏览过价格页后回访：“联系我们”并附预约日历。具体规则不如测试重要；每个版本都要与看到默认内容的保留组进行比较。我们关于个性化 CTA 的文章介绍了测试方面的内容。

技术栈逐一拆解

• 识别与数据补全：解析出公司并补充企业属性数据。没有它，下游的任何环节都不知道谁在访问。
• 行为追踪：您的分析事件（页面类别、访问、关键操作），映射到公司记录。
• 评分：可以是您自定义的分值，也可以是基于您的业务结果训练的模型。它可以放在个性化工具、CRM 或单独的服务中。
• 个性化：执行规则并提供变体。客户端标签上手快；服务器端或边缘交付可以避免关键页面出现闪烁。
• CRM 双向同步：把识别结果和评分以账户为单位写入 CRM；再把账户状态和负责人回传给网站，这样网站就不会向现有客户显示“预约演示”之类的 CTA。

这些环节只有组合在一起才有用。没有行动的识别只是一份名单；没有识别的个性化只能靠猜；从未进入 CRM 的评分永远到不了销售手中。

如何判断是否见效

需要预料到的一个偏差是：被识别出的客户偏向大公司，因为 IP 解析最擅长处理它们的网络。这可能让交易规模看起来比该模式实际应得的更好。要进行同类比较。

30 天计划

1. 第1周：只识别，不行动。安装识别工具，连接数据丰富服务，记录有哪些公司来访以及他们读了什么。测算您的匹配率，并用您熟悉的账户抽查准确性。
2. 第 2 周：第一个评分模型。分析近期赢单交易的匹配度和商机创建前的行为。构建一个简单的分级模型，并与销售商定“立即行动”的定义。
3. 第3周：一项个性化。在已识别流量中挑选最常见的 ICP 行业或规模区间，为其个性化首页标题和证明材料。保留一个保留组。
4. 第 4 周：连通销售。将客户级识别结果和分级同步到 CRM，为最高等级开启负责人提醒，并向销售代表说明这些数据能说明什么、不能说明什么，包括如何提及而不显得冒犯（“我注意到贵团队一直在看集成功能”这样的话，很多买家会觉得奇怪；以相关材料开场通常就不会）。

四周后，您就有了基础设施和第一个测试。只有有人每月审视各层级表现并加以调整，评分才会越来越好；它不会自己变好。

需要避免的错误

• 只按匹配度评分。一家符合 ICP 的大公司读了一篇博客文章，并不代表这是一条热门线索。通常，行为比企业特征更能区分真正的买家和随便看看的人。
• 什么都发提醒。如果销售代表每天收到几十条提醒，他们就不会再看了。让最高层级保持精简。
• 基于低置信度数据做个性化。如果数据补全对行业判断不确定，就展示默认版本。展示错误行业的页面比通用页面更糟。
• 因为是“公司数据”就认为隐私问题已经解决。即使您的目标是公司层面，IP 地址和行为跟踪在 GDPR 下仍可能属于个人数据。请让您的隐私负责人参与进来，尊重用户对 Cookie 和跟踪的同意选择，并更新隐私声明。我们关于B2B 个性化与数据隐私的文章介绍了具体细节。
• 以为模型会自我维护。您的客户群、产品和信息都在变化。每月复盘评分，每季度复盘个性化规则。

Markettailor 的定位

Markettailor 将企业级访客识别、企业属性数据补全和网站个性化结合在一起，因此识别数据可以直接为细分和变体提供支撑，结果也可以与对照组进行比较。无论您使用什么工具，上述顺序都适用：先衡量谁在访问，了解赢单之前发生了什么，针对一小批高意向客户采取行动，并把页面上的每次改动与对照组进行测试。