Quét dữ liệu để xác định khách hàng lý tưởng
icp-deep-scanner
Quét các công cụ bạn nối vào (CRM, email, hỗ trợ, đánh giá, thanh toán) để lập chân dung khách hàng lý tưởng và thư viện persona từ dữ liệu thật. Mặc định chỉ đọc.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Quét dữ liệu từ các công cụ bạn kết nối (CRM, email, hỗ trợ khách, đánh giá) để dựng hồ sơ khách hàng lý tưởng (ICP) và thư viện chân dung khách, có bằng chứng. Chỉ đọc, không ghi.
Hoạt động ra sao
Bạn chọn nguồn để quét và xác nhận phạm vi. AI chỉ đọc số liệu, rút ra ngành, quy mô, người mua, lý do mua và lý do không mua, rồi ghi kèm số mẫu. Đầu ra là tệp icp-profile.md, các tệp persona không chứa tên hay email khách thật, và danh sách nguồn không truy cập được.
Ví dụ ứng dụng
- Tình huống
- Công ty kế toán cho doanh nghiệp nhỏ muốn biết loại khách nào thực sự ký hợp đồng để tập trung tiếp thị.
- Bạn đưa vào
- Quyền chỉ đọc CRM 12 tháng qua, và danh sách đánh giá trên G2 hoặc các phiếu hỗ trợ khách.
- Bạn nhận được
- Tệp icp-profile.md có câu ICP một dòng, bằng chứng kèm số mẫu, và ba đến sáu persona dùng được ngay.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi muốn xác định ai là khách tốt nhất dựa trên dữ liệu bán hàng thay vì đoán.
Các phần chính trong hướng dẫn
- Nắm nguyên tắc vận hành
- Kiểm kê các nguồn kết nối được
- Trích tín hiệu từ từng nguồn
- Tổng hợp chân dung khách hàng lý tưởng
- Xây thư viện persona
- Bàn giao kết quả
- Rà soát các nguyên tắc bảo vệ
Xem mô tả gốc của tác giả (tiếng Anh)
Deep-scan any tools you connect (CRM, email, support, reviews, analytics, billing, database) to produce a data-grounded Ideal Customer Profile and a reusable persona library. Read-only by default. Use when you need to define or refresh your ICP, build buyer personas from real data instead of guesses, or generate the persona inputs that the customer-panel-of-experts and prospect-panel-simulator skills consume.
Cùng nhóm Dữ liệu và phân tích
- Thiết kế thử nghiệm A/BLập kế hoạch thử nghiệm A/B: viết giả thuyết, các phiên bản, chỉ số đo, cỡ mẫu và thời gian chạy. Ra bản tóm tắt thử nghiệm và bảng đầu vào tính cỡ mẫu.
- Trả lời câu hỏi từ dữ liệu, từ tra nhanh đến báo cáoTrả lời câu hỏi dữ liệu: tra một chỉ số, tìm nguyên nhân tăng giảm, so sánh nhóm theo thời gian hoặc soạn báo cáo chính thức cho các bên liên quan.
- Phân tích hiệu quả chiến dịch marketingPhân tích chiến dịch bằng ghi nhận đa điểm chạm, phễu chuyển đổi và tính ROI, ROAS, CPA theo kênh. Kết quả dạng bảng đọc được hoặc JSON.
- Quản lý hành động khắc phục cho thiết bị y tếQuản lý quy trình CAPA (khắc phục và phòng ngừa) của hệ thống chất lượng thiết bị y tế: tìm nguyên nhân gốc, 5 Whys, xương cá, theo dõi và kiểm tra hiệu quả.
- Vẽ biểu đồ chất lượng cao bằng PythonBiến kết quả truy vấn hoặc bảng dữ liệu thành biểu đồ đẹp để in hay trình bày, gợi ý loại biểu đồ phù hợp, có thể tạo biểu đồ tương tác để rê chuột và phóng to.
- Vẽ hành trình khách hàng từ biết đến giới thiệuLập tệp customer-journey.md về các giai đoạn, điểm chạm, cảm xúc, điểm đau, cơ hội và chỉ số, kèm sơ đồ Mermaid, từ lần chạm đầu tới lúc khách giới thiệu người khác.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.