这份理想客户画像模板把“我们最好的客户”变成一张可打分的工作表，供销售、市场和网站共同使用。它包含五个部分：加权匹配标准、评分规则、A/B/C 分层、列出排除条件的反向 ICP 清单，以及用您实际赢下和丢掉的交易来检验整套模型的方法。把表格复制到电子表格中，或下载 CSV 格式的模板。
关于 ICP 背后的思路（以及它与买家画像的区别），请阅读我们的指南如何构建理想客户画像。本页是配套的工作表。
大多数理想客户画像模板错在哪里
大多数 ICP 模板只是一串方框：行业、规模、营收、痛点。它们描述了一家公司，却无法让您对两个真实客户进行排序。我们的观点：只有当 ICP 能为 CRM 中的任何客户给出一个分数或等级，并且这个等级能预测赢单率时，它才有用。这就是本模板设置权重和验证步骤的原因。一份从未用输单数据检验过的画像，只是一个假设，而不是 ICP。
第1部分：契合度标准与权重
选择五到八个您确实能获取数据的标准。为每个标准分配权重，使权重总和为100。在打分之前，先定义什么算强契合、什么算部分契合。
| 标准 | 权重 | 高度匹配（满分） | 部分契合（得一半分） | 不匹配（0） | 数据来源 |
|---|---|---|---|---|---|
| 行业 | CRM、数据补全、NAICS 映射 | ||||
| 公司规模（员工人数） | 数据补全 | ||||
| 地区 / 国家 | CRM、IP 所属国家 | ||||
| 使用中的技术 | 技术属性数据、销售需求挖掘 | ||||
| 存在相应团队或职能 | LinkedIn、招聘帖子 | ||||
| 触发事件（最近6个月） | 新闻、招聘、融资数据 | ||||
| 预算信号 | 融资阶段、营收区间 | ||||
| 合计 | 100 | ||||
设置权重的规则：
- 从赢单与丢单之间的差异出发，而不是凭主观意见。如果80%的赢单客户使用某个特定 CRM，而丢单客户的分布很平均，那么技术栈这一项就应该给予较高权重。
- 任何单一标准都不超过30分。否则一个字段就决定了层级，您搭建的就是一个筛选器，而不是评分模型。
- 只纳入至少能为大多数客户填写的标准。在大部分 CRM 记录中为空的标准只会增加噪音。字段定义请参阅词汇表中的企业属性数据和技术图谱词条。
第 2 部分：评分规则与分级
强契合时，每项标准得满权重分；部分契合得一半权重分；不契合得0分。加总后得出0到100之间的分数。
| 层级 | 评分 | 销售模式 | 网站处理方式 |
|---|---|---|---|
| A | 75到100 | 由资深销售对指定账户进行外联 | 个性化首屏、匹配的证明、直接的会议 CTA |
| B | 50至74 | 入站跟进、培育 | 细分人群级个性化（行业或规模） |
| C | 低于50 | 自助服务或不主动跟进 | 默认网站 |
| 已排除 | 触发任何反 ICP 规则 | 不予跟进 | 默认网站，无销售提醒 |
第3部分：反向 ICP（排除条件）
反向 ICP 是一份简短的条件清单，满足任一条件的客户无论得分多高都会被排除。它往往比 ICP 本身更有用，因为它能阻止销售把时间花在那些看起来不错却永远不会成交、或者成交后很快流失的交易上。
| 排除条件 | 证明其合理性的证据 | 适用于 |
|---|---|---|
| 示例：员工少于10人 | 示例：此类客户大多在第一年内流失 | 外呼和付费定向 |
| 示例：要求本地部署的受监管行业 | 示例：产品仅提供云端版本 | 所有模式 |
| 示例：与竞争对手的现有合同还有2年以上才到期 | 示例：销售周期卡在采购环节 | 外呼 |
第4部分：填写示例（虚构公司）
仅为示例。“Example Co”是一家虚构公司，向现场服务企业（安装商、维护承包商）销售排班调度软件。以下所有数字均为示意。
| 标准 | 权重 | 高匹配度 | 部分匹配 | 不匹配 |
|---|---|---|---|---|
| 行业 | 25 | 建筑设备承包商（NAICS 2382） | 其他专业承包商（NAICS 238，其余部分） | 其他任何情况 |
| 公司规模 | 20 | 50 至 500 名员工 | 20至49人或501至1,000人 | 少于20或多于1,000 |
| 现场技术人员 | 20 | 15名或以上技术人员 | 5到14 | 少于5个 |
| 使用中的技术 | 15 | 使用我们已集成的 CRM | 使用其他 CRM | 仅用电子表格 |
| 地区 | 10 | 北欧和 DACH 地区 | 欧盟其他地区 | 欧盟以外 |
| 触发事件 | 10 | 招聘调度员或开设新分支机构 | 招聘技术人员 | 未发现 |
| 合计 | 100 | |||
为两个示例客户打分：
| 标准 | 客户1：暖通空调承包商，140名员工，40名技术人员，已集成 CRM，德国，正在招聘调度员 | 客户2：电气承包商，35名员工，8名技术人员，使用电子表格，法国，无触发事件 |
|---|---|---|
| 行业（25） | 强：25 | 强：25 |
| 公司规模（20） | 强：20 | 部分符合：10 |
| 现场技术人员（20） | 强：20 | 部分符合：10 |
| 科技（15） | 强：15 | 不契合：0 |
| 地区（10） | 强：10 | 部分符合：5 |
| 触发因素（10） | 强：10 | 不契合：0 |
| 评分与分层 | 100，A 级 | 50，B 级 |
两者都属于合适的行业。只有评分能显示出，客户1本周值得一位资深销售代表跟进，而客户2应该进入培育流程。
第五部分：用赢单和丢单数据验证
在任何人使用这些层级之前完成这一步。用一份 CRM 导出数据，一个下午就够了。
- 导出已结束的交易。过去 12 到 24 个月内所有已赢单和已输单的商机，并包含您的标准所需字段。只有在能始终如一地判断的情况下，才排除因与匹配度无关的原因而输掉的交易（例如“未做决定”保留，“重复记录”剔除）。
- 为每笔交易评分，如果您的 CRM 保留了历史记录，使用交易创建时的客户数据。用当前的员工人数作为替代也是合理的。
- 按层级计算赢单率。分别计算 A、B、C 层级的赢单数除以（赢单数加丢单数）。
- 检查区分度。A 层级的赢单率应明显高于 B 层级，B 层级应高于 C 层级。如果两个层级的赢单率相近，说明权重没有发挥作用。
- 研究那些不符合预期的案例。逐一查看 A 级客户中丢掉的单和 C 级客户中赢下的单。它们会告诉您哪个标准缺失了或权重过高。
- 调整后重新评分一次。修改权重或定义，重新执行第2到第4步，然后停下来。反复针对同一段历史数据调参会造成过拟合。
- 设定复核日期。每六个月用新的成交数据重新验证一次。
Example Co 的示例结果，对200个已关闭商机进行回溯评分：
| 层级 | 商机 | 赢单 | 赢单率 |
|---|---|---|---|
| A | 60 | 21 | 35% |
| B | 80 | 14 | 17.5% |
| C | 60 | 3 | 5% |
各层级区分得很清楚：在这个示例中，A 级商机的赢单率是 B 级的两倍、C 级的七倍。如果您的真实数据在各层级之间差别不大，先不要推行这个 ICP。样本较小时，请把差异视为方向性参考：60个中赢了3个，只要多几笔交易，结果就可能大幅变化。
在网站上运用 ICP
分层一旦得到验证，就可以变成细分群体。A 层客户可以触发提醒并获得客户专属页面，B 层客户获得按行业或规模的个性化，C 层客户看到默认网站。细分策略指南介绍了如何将分层转化为网站细分，线索评分模型模板则在此契合度评分之上叠加行为评分。要了解哪些分层客户正在访问您的网站，您需要来自访客识别的公司级数据。关于结合契合度与意图的客户级评分，请参阅我们关于客户评分模型的文章。
常见问题
理想客户画像模板应包含哪些内容？
能获取数据的匹配标准（行业、规模、地区、技术、触发事件）、每项标准的权重、强匹配和部分匹配的定义、能划分层级的评分规则、列明排除条件的反 ICP 清单，以及基于赢单和丢单数据的验证步骤。没有权重和验证，ICP 只能描述客户，却无法为客户排序。
ICP 与买家画像有什么不同？
ICP 描述的是适合您的公司：行业、规模、技术、所处情况。买家画像描述的是这家公司里的人：角色、目标、顾虑。您用 ICP 选择客户，用画像塑造信息。大多数 B2B 团队需要一个带分级的 ICP，每个层级两到三个画像。
一个 ICP 应该包含多少条匹配标准？
五到八个。少于五个通常意味着一两个字段占主导，层级划分就像一个简单的筛选器。多于八个通常意味着大部分客户的某些标准是空白的，会增加噪声。只保留在赢单和丢单之间有差异、并且能可靠填写的标准。
理想客户画像应该多久更新一次？
每六个月用新成交的交易重新验证一次，并在推出新产品线、进入新市场或调整价格等重大变化后立即验证。每次复盘只调整一次权重，而不是持续调整，让层级保持足够稳定，销售才会信任它。