當我在 2012 年成為舊金山一家運動鞋公司的執行長時，我的職業生涯專注於B2B技術，我看到了一個機會，可以使用我在技術領域學到的工具來使 B2C 世界達到B2B 在技術、數據和分析方面的速度。
我並不是這趟旅程中唯一的人。大約在那個 B2B 也該做的 時候，電子商務革命的第一批綠芽正在萌芽，企業開始以改變零售業的方式融入科技。許多當時誕生的數位原生品牌如今已家喻戶曉：Warby Parker (2010)、Harry’s (2012)、Allbirds (2014) 和 Casper (2014) 等等。
B2C 給 B2B 公司的 3 個建議
今天，在運動鞋領域工作了八年之後，我又回到了 烏幹達電話號碼圖書館 科技領域——這一次，我帶著 B2C 零售世界的新見解，這些見解可以使B2B科技世界受益。以下是我從運動鞋到軟體之旅的三個重要經驗教訓。
為您的客戶建立線上社群。
在內部進行快速測試。
對您的客戶進行超細分。
了解有關 B2B 和 B2C 行銷的更多信息如何獲得行銷客戶姓名的許可
建立線上社群
過去，B2C 互動僅發生在商店中。現在，社群媒體使一種與志趣相投的人聯繫的全新方式成為可能。在我領導的運動鞋公司，這讓我們能夠與客戶建立大規模的真實聯繫，同時從社群媒體互動中收集寶貴的客戶洞察和數據。現在，數位連接已成為利潤豐厚的 B2C 關係的基礎。
同樣，B2B 公司過去僅透過電話或親自聯繫。但當遠距工作變得普遍且面對面聚會減少時，這些接觸點受到了真正的打擊，迫使 B2B 公司以 B2C 公司 10 年前開始採用的相同方式進行數位化聯繫。如今，軟體即服務、雲端和社交媒體等技術使 B2B 公司能夠為比以往更多的客戶提供服務。
對於 B2B 公司來說，僅僅在 LinkedIn 和 X（以前的 Twitter）上佔有一席之地是不夠的，這些網站往往以廣告為主。他們再也無法利用這些管道向買家進行單向溝通。借鑒 B2C 的做法，B2B 公司需要專注於建立一個社群——一個讓客戶感到被看到和聽到、與公司和同行互動並建立對品牌的信任和親和力的地方。如果您在多個平台上與受眾進行真實互動，並始終保持相同的基調和價值觀，您將有機地建立長期聯繫和忠誠度。
進行快速測試
一旦您與客戶建立數位連接，即可利用技術進行快速測試。從歷史上看，在零售界，這不是一個選擇。例如，一款新運動鞋是在實驗室中創建和設計的（通常是與精英運動員合作），然後在大約一年後透過產品發布向全世界展示。這家運動鞋製造商沒有直接與消費者接觸，而是與大型零售公司的買家打交道，然後出售給通路。
如今，透過社群媒體和其他數位管道，B2C 公司已經學會了從受眾那裡獲得快速回饋。組織可以選擇他們想要測試的元素，例如紫色或綠色運動鞋，或用尼龍搭扣帶代替鞋 應用程式搜尋優化 (ASO) 與 SEO：指南 帶。然後他們可以對 100 或 1,000 名消費者進行微觀測試，衡量哪個選項獲得最佳反應並快速改進產品。他們不必在選擇設計一年後發布一次大型產品，而是可以創建一個設計理念的三個版本，在一天內進行測試，並在一周後實施反饋和修訂。
B2B 公司也需要接受這種模式。許多軟體公司已經透過敏捷方法成功地部署了這種方法。效果很好。但 B2B 公司可以從快速測試中受益的是市場擴張。你如何做到這一點？
組成一個由兩到三名員工組成的小團隊，他們可以在投入額外資源之前驗證新市場，開發早期資訊和一些行銷資料，測試各種參與策略並收集數據以調整外展工作。幾個月 目錄 後，您的團隊將獲得擴展或轉型所需的見解。
了解有關零售的更多信息零售與電子商務中的人工智慧：16 個需要了解的例子
使用人工智慧對消費者進行超細分
B2C 公司已經學會以與過去不同的方式來識別人群。傳統上，他們使用年齡、性別和郵遞區號等粗略的人口統計資料。但新工具，例如了解客戶的購買歷史、與品牌的線上互動以及專注於超細分受眾的社交媒體廣告，使這些公司能夠附加更重要的特徵。
客戶是 Amazon Prime 購物者嗎？他們在全食超市買雜貨嗎？他們喜歡環保品牌嗎？他們在購買冬季服裝嗎？
因此，當數據驅動的品牌與客戶溝通時，他們可以以個人化的方式進行。當他們找到一個有效的細分市場時，他們可以繼續創建服務於該細分市場的內容和產品，即使該細分市場僅包含數千或數萬消費者。
數據像麵包屑一樣分散在網路上。人工智慧幾乎可以立即展現這些更深入的見解，將普通的行銷團隊變成優秀的團隊。
B2B公司也需要學會這樣的細分。傳統上，他們依靠公司統計數據（粗略的過濾器，例如行業、公司規模和員工數量）來努力尋找與其理想客戶檔案相符的新潛在客戶。但這些標準產生了膚淺的描述，並將銷售團隊引導到錯誤的潛在客戶，浪費時間，並用永遠不會轉換為客戶的潛在客戶堵塞銷售漏斗。
從這個 B2C 策略可以看出，B2B 組織需要採用更細緻的鏡頭。企業是新科技的早期採用者還是晚期採用者？成長速度有多快？最近領導階層有變動嗎？
這些數據像麵包屑一樣分散在網路上的公司網站和 LinkedIn 頁面上。最好的銷售代表（和數據科學團隊）花費數小時搜尋網路並收集數據，以手動呈現這些更深入的見解。然而，當他們分析數據時，公司的情況——數據——已經發生了變化。人工智慧幾乎可以立即解決所有這些問題，將普通的行銷團隊變成優秀的團隊。