确定目标客户画像 （ICP）

先区分事实、判断与愿望

ICP 最常见的写法是把愿望当事实：希望进入某个高价值行业，于是把该行业写进目标客户画像。真正可用的 ICP 至少包含三类信息。第一类是已发生的事实，例如现有客户集中在哪些业务模式、平均客单价、交付周期和复购情况。第二类是销售判断，例如哪类客户更容易理解产品价值、哪类客户会带来过多定制。第三类是待验证假设，例如某个新细分是否值得投入。把三类信息混在一起，后续名单就无法校准。

一个实用的起点是回看最近十二个月的赢单与丢单。赢单客户有什么共同点？是规模、地区、渠道，还是某个具体触发事件？丢单是因为价格、信任、交付能力，还是根本不在目标范围内？这些答案比“行业报告说市场很大”更有用。AI 可以在这里帮助归纳访谈记录和成交备注，但前提是输入材料真实、脱敏，并且由熟悉业务的人复核。

把 ICP 写成可筛选的条件

ICP 画布需要能落到名单字段上。公司规模、地区、业务模式、渠道结构、技术栈、招聘信号、融资或扩张事件，都是可观察的维度；但维度不等于优先级。建议把条件分为三层：必须满足的门槛、提高优先级的加分项、明确的排除项。这样销售在看一条线索时，能迅速判断“能不能做”和“值不值得先做”。

购买触发往往比静态属性更有解释力。例如新市场扩张、新产线投产、合规要求变化、关键岗位招聘、渠道结构调整，都可能意味着需求窗口。触发事件需要通过公开来源确认，不能由 AI 根据常识补全。对于跨境 B2B，还要把语言、时区、支付习惯和本地服务能力纳入可行性判断。

AI 可以改善哪一段

AI 适合做三件事：把分散的访谈和备注整理成主题；把候选细分写成结构化假设；根据已有证据提出需要验证的问题。它不适合替业务判断“哪个市场一定成功”，也不适合把缺失的客户数据补成看似合理的事实。使用 AI 做 ICP 访谈时，应保留原始回答与摘要的对应关系，避免把模型生成的总结当成客户原话。

另一个有效用法是反向检查：让模型扮演挑剔的销售主管，追问每个条件的证据、可观察性和排除逻辑。这样能暴露“听起来正确但无法执行”的表述。最终版本仍应由业务负责人确认，并标注版本、日期和适用市场。

入门建议

如果团队还没有完整 CRM，不必先买系统。用一张表格记录最近成交与丢单，按统一字段整理，就足以开始第一版 ICP。若已经有 CRM，优先清洗阶段和来源字段，再谈评分。对于刚进入新市场的团队，可以先写一个“最小可验证 ICP”：只包含两三个必须条件和一组排除项，用二十到三十家候选公司做小样本测试，再决定是否扩展。

常见误区

把 ICP 写成品牌宣传语，无法指导名单筛选；把理想客户等同于最大客户，忽略交付能力；只写公司属性，不写采购角色和触发事件；一次定稿后长期不复盘。ICP 的价值不在于好看，而在于让“找谁、为什么找、先找谁”这三个问题有共同答案。