1、工业制造领域ABM营销现状工业制造领域ABM营销主要场景场景1场景2目标客户量比较多，企业量在10万以上，联系人量在几十万以上数字营销及内容营销投入较多目标客户量比较少，企业量在几千到几万，联系人量在几万10万+数字营销及内容营销投入较少面向场景1的ABM营销策略PART 01AI+全域ABM营销策略客户分级模型，进行客户分级差异化预算触达规划个性化内容及触达规划Neural CF企业推荐+MLP训练模型联系人匹配数据整合预处理SD 企业数据库-4500w包括行业，地区，城市，注册资金，年营业额，企业性质、员工人数，营业收入，总资产，融资，产品服务，行业地位，采购产品等100+维度数据补齐企业

2、推荐模型训练数据70%30%验证数据构建企业采购意向模型高价值中高价值中价值低价值C-Level业务决策者技术决策者使用者采购者联系人数据库 6000w包括地理信息、部门，职位，手机，座机，邮件，微信等等多种触达及用户维度联系人数据库高预算立体触达中高预算三维触达适中预算二维触达低预算一维触达分级抓联系人数据数据个性化旅程规划差异化触达策略基于AI的个性化用户触达旅程根据企业分级、用户属性、用户行为，动态自动化规划触达。预期产出有应用场景，有兴趣的客户（兴趣客户）有应用场景，有兴趣的客户有需求的客户（leads)销售协同线索协同内容协同客户行为动态协同SD企业数据库数据整合ABM目标企业基于客

3、户价值差异化触达根据高、中高、中、低客户价值不同，进行不同预算的差异化触达规划。模型分析内容偏好AIGC驱动个性化内容产出第一步 建立企业推荐模型，基于企业自身数据训练，精准锁定目标企业，聚焦预算营销数据库CRM 数据成交客户客户名单SD 企业数据库-4500w包括行业，地区，城市，注册资金，年营业额，企业性质、员工人数，营业收入，总资产，融资，产品服务，行业地位，采购产品等100+维度SD企业数据库特征维度相关系数分析评估优化特征维度补齐构建模型企业自有数据整合专家经验梳理行业企业规模营业收入注册资本实缴资本招聘指数营收增长员工人数分支机构对外投资地域企业性质AIGC验证构建深度协同过滤算法

4、模型模型训练模型验证专家经验验证模型优化迭代模型有误销售指定客户竞品客户模型运行模型运行ABM目标企业企业购买力=f企业规模*w企业规模+f营业收入*w营业收入+f分支机构*w分支机构+f对外投资*w对外投资f企业规模=f（员工人数，参保人数，成立时间)f营业收入=f（营业收入，实缴资本，融资资本，注册资本)f分支机构=f（分支机构数量)f对外投资=f（对外投资总额，对外投资机构数量)W企业规模=50%W营业收入=50%W分支机构=10%W对外投资=10%企业景气度=f行业*w行业+f营收增长*w营收增长+f招聘指数*w招聘指数f行业=f（一级行业，二级行业，三级行业)f营收增长=f（上一年营

5、收增长，上一年营收增长率)f招聘指数=f（招聘岗位数量)W行业=50%W营收增长=50%W招聘指数=20%第二步 针对锁定目标企业群体搭建价值细分模型，支持下一步差异化触达规划，再度聚焦预算第三步 基于客户细分进行差异化触达规划，高价值客户高预算多维触达，低价值客户低预算低维触达高价值中高价值中价值低价值高预算立体触达中高预算三维触达适中预算二维触达低预算一维触达触达成本高低线下Workshop电话营销线上直播邮件短信信息流广告线下和电话跟进促转化深度内容高度互动，激发兴趣点状内容持续触达，广覆盖，高到达客户采购价值模型价值分组个性化触达策略中高价值购买力弱购买意向强高价值购买力强购买意向强低

6、价值购买力弱购买意向弱中价值购买力强购买意向弱购买意向购买力特征维度分析样本标注分类模型评估迭代内容偏好因素分析关联性分析抽取样本数据20000样本标注专家经验验证神经网络分析导入样本-因素/特征维度输出：各因素与特征维度的相关性,及特征重要性排序结果建模-Catboost/随机森林/深度森林模型训练-训练:随机抽取样本10000输入训练模型验证：剩下的10000数据作为测试集，对比测试集的模型运行结果和前期标注，进行调试剔除非相关特征维度保留关键指标进行后续建模模型运行随机抽取未参与训练的测试样本，与运行结果进行测试对比5000专家经验验证模型优化迭代模型有误专家经验有误第四步 建立内容偏好