企业属性数据（firmographics）是描述组织的信息，例如行业、员工人数、营收、所在地和法律结构。它之于公司，就如人口统计数据之于个人，是 B2B 团队判断哪些客户契合自身市场的基础数据层。
企业属性数据回答的是“这是一家什么样的公司？”。它不能告诉您这家公司在调研什么（那是意向数据），也不能告诉您它在用什么软件（那是技术栈数据）。
企业属性数据的工作原理
企业属性大多是可以查到或推断出的稳定事实：
| 属性 | 示例值 | 典型来源 |
|---|---|---|
| 行业 | NAICS 541511，Custom Computer Programming Services | 工商登记、数据供应商、自行填报 |
| 员工人数 | 250-499 | 职业社交网络、公开申报文件、数据供应商 |
| 年营收 | 5,000万–1亿美元 | 公开披露文件，私营企业则为估算值 |
| 总部所在地 | 美国得克萨斯州奥斯汀 | 注册信息、网站 |
| 办公地点 | 美国、英国、德国 | 官网、供应商 |
| 负责归属 | 私营，私募股权支持 | 公司公告、融资数据库 |
| 公司成立年限 | 成立于2014年 | 登记机构 |
| 成长 | 员工人数同比增长30% | 长期的职位和档案数据 |
| 公司架构 | 大型集团的子公司 | 公开文件、供应商 |
行业通常采用标准体系编码。在北美是由美国人口普查局维护的北美行业分类系统（NAICS）；较早的 SIC 代码在数据产品中仍很常见。许多供应商还会添加自己更简化的行业标签，这些标签并不总能与 NAICS 一一对应。
对于私营公司，收入（有时包括员工人数）是估算值。请把它们当作区间，而不是精确数字。
示例
示例（示意）：一家 HR 软件公司分析了最近100笔赢单，发现大多数来自医疗、物流和制造业中员工200-2,000人、总部位于美国或英国的公司。它据此写出三条企业属性规则，并在三个地方应用：
- CRM 将每个账户标记为契合或不契合。
- LinkedIn 广告只定向这些行业和规模区间。
- 网站向来自医疗企业的已识别访客展示医疗行业客户案例，向物流企业展示物流行业案例。
然后检验结果：如果“匹配”细分的赢单率并没有明显高于其他细分，说明规则有误，需要修订。
B2B 团队如何使用企业属性数据
- 定义理想客户画像：行业、规模和地区是 ICP 的前几行。
- 客户评分：为目标规模区间和行业给予匹配度分值。
- 区域与分配：按地区或细分将账户分配给销售代表。
- 广告定向：广告平台上的公司规模和行业筛选。
- 网站细分：为已识别的访客提供针对行业和规模的标题与证明材料。
大多数团队容易犯的错误
我们的看法：企业属性数据必不可少，但被过度使用了。行业加员工人数能区分契合与不契合，却无法区分准备购买的公司和尚未准备好的公司。任何企业属性筛选条件都能匹配到成千上万家公司。用企业属性数据圈定范围，再用行为和意图数据决定本周该关注谁。
常见问题
企业属性数据和人口统计数据有什么区别？
人口统计属性描述的是人：年龄、职位、地点、教育程度。企业属性描述的是组织：行业、规模、营收、地点。B2B 团队两者都需要，因为购买的是公司，但做决定的是人。企业属性用来选定客户，角色和职级数据用来选定客户内部的联系人。
企业属性数据从何而来？
公共登记和备案信息、公司网站、职业社交网络、招聘信息，以及整合这些来源的商业数据提供商。对于您自己的客户和线索，表单字段和销售备注可以补充第一方企业特征数据。准确性参差不齐，因此请为关键字段记录来源和日期，并至少每年更新一次。
在 GDPR 下，企业属性数据算个人数据吗？
关于公司的数据（例如其行业或员工人数）通常不属于个人数据。当它与可识别的个人关联时（例如在联系人记录上），才成为个人数据。个体经营者是个边缘情况，因为公司信息可能识别出其背后的个人。
相关内容
通过能带来转化的企业属性数据细分将属性转化为细分，借助技术属性补充工具数据，并在访问者识别中了解您网站上的公司是如何被识别的。