每隔六个月,就有一家新厂商上台宣布 ABM 被他们的产品"重新发明"了。Demandbase 这么干过,6sense 这么干过,现在一半的 AI 个性化创业公司又在干这事。营销预算追着口号跑,团队上了新工具,一年后管道数字依然平。这套剧本周而复始,我敢拿钱押。
原因很简单:ABM 从来不是工具问题。ABM 是一个组织对齐问题,被打扮成工具问题,好让厂商有东西卖给你。除非你的市场团队、销售团队、客户成功团队对"什么是一个账户"、"什么是合格账户"、"谁拥有这段关系"、"用什么衡量"达成共识,任何软件都撼动不了你的数字。一旦达成共识,哪怕只有一张表和一个日历,都能跑赢大部分七位数技术栈的团队。
这篇文章按我在四家公司跑 ABM 的方式讲——两家做到九位数 ARR,一家没做到,还有一家是正在跑的。本文带强烈观点。这些观点是有代价的;你忽略它们,代价由你的管道买单。
阶段 1:目标名单
大部分团队建出来的目标名单比应有的大十倍。本能反应是"我们卖中型制造业、亚太地区,那就从 Crunchbase 拉所有亚太中型制造商,叫做 TAM"。于是你有了 47000 个账户。八个人的团队不可能真正接触 47000 个账户。这张名单在功能上等于无用。
正确数字是 1 倍 SAM(可服务市场),不是 10 倍。SAM 是 TAM 里你以现有团队、地区、语种覆盖、产品就绪度真正能交付的那部分。对大部分成长期 B2B 公司而言,这个数字介于 800 到 4000 个账户之间,而不是 4 万。
怎么切。拿出最近 50 笔已成交订单。提取 firmographic 特征:行业子赛道、员工规模区间、营收区间、地区、主要技术栈。这五条筛选条件的交集,就是你的高置信 SAM。要扩,只能扩一格,而且只有在有明确证据时(比如在邻近子赛道里赢过几单)。要抑制按野心扩张的冲动。
然后把 SAM 分三层。第一层(前 5%-10%):命名账户,通常由 AE 加市场合作伙伴定制处理,一对一接触。第二层(接下来 20%-30%):一对小群——把相似账户分小簇,半定制触达、定向广告、ABM 展示。第三层(剩下):一对多——自动化培育、信号触发序列。不同团队管不同层;对齐对话从这里开始。
阶段 2:信号监控
名单建好后,任务变成"盯住账户可被买的那些时刻"。这里是 2026 ABM 和 2020 ABM 分歧最大的地方。老模型靠意图数据厂商(Bombora、G2、TrustRadius)报第三方点击流信号。这些信号还在,但已经成了基础——每个竞争对手都能拿到同一份数据。
今天的信号优势,在于这些意图厂商看不到的一切:公开发帖、招聘信息、领导层变动、参会、播客出镜、对老牌厂商的公开吐槽、RFP 公告。要做的事是在尽可能多的信号源上做检测,并在信号半衰期过期前路由到正确的负责人。
一套实用的信号分类大致是:
- 招聘信号:目标公司开出你目标岗位的招聘需求("销售赋能负责人"、"RevOps 总监")。招聘是预算的领先指标。
- 领导层信号:你有关系的高管跳槽到目标账户。"拥护者跟随"在我的数据里是转化率最高的信号类,高一个数量级。
- 融资信号:新一轮融资关闭,尤其是 B 轮及以后。预算释放通常在公告后 60-90 天。
- 竞品痛点信号:公开吐槽你品类里某个老牌厂商。这种信号很贵——只有在买家已经决定去别处看时才存在。
- 会议信号:目标账户在相关会议演讲、出席或赞助。时间窗很短(会议前后两周)。
- 技术栈信号:目标增/减某个相邻软件,可以从招聘启事、公开集成列表、爬取的招聘页观察到。
Anvil 就是围绕这层信号专门搭出来的。平台盯住 20 多个公开面(小红书、LinkedIn、X、Reddit、垂直论坛、Crunchbase、新闻、播客转录),把每一条检测到的信号回溯到你 CRM 里的标准账户。输出不是"线索"——是带时间戳的信号,按 ICP 契合度和新鲜度排序,归属到一个已知账户。
阶段 3:多线接触
5 万美元 ACV 以上的 B2B 订单,是采购账户内 3 到 7 个人共同决定买的。行业数据在 2026 年中型市场软件上收敛到中位数 6 人采购委员会。单线 ABM 动作——一个销售、一个拥护者、一个收件箱——至少 60% 的情况下会失败,哪怕拥护者再爱你,因为委员会另外五个人从没听过你的名字。
多线接触是这样一种纪律:识别采购委员会每一个成员、画出他们的角色、确保每个人收到针对*他自己*待办的消息。拥护者拿到技术深度。经济决策人拿到 ROI 故事。采购联系人拿到安全合规故事。最终用户拿到工作流故事。同一个账户,四条并行叙事。
怎么建委员会地图。先 LinkedIn——按部门和资历筛选目标公司,识别你目标职能两度之内的所有人。再 Crunchbase——抽出可能影响企业采购的高管和董事。上市目标再补公开披露。拿到名字后,推断各自角色:
- 拥护者:你要解决的问题的日常负责人。通常是经理或资深 IC。
- 经济决策人:有预算签字权。通常 VP 或 C 级,比拥护者高一两级。
- 决策影响人:跨职能利益相关者(安全、法务、IT、财务),能否决但不能批准。
- 最终用户:每天真正会用产品的人。他们的采纳故事往往决定第一年的续约。
- 采购/供应商管理:在采购周期最后 20% 才入场,但能把成交窗口压缩或拉长好几周。
地图建好,编排工作开始。每个角色不同消息、不同节奏、不同渠道组合。经济决策人多半从不读冷邮件——他们读自己网络里的人发来的 LinkedIn 私信,或是 EA 转发的高管简报。最终用户读邮件。采购联系人读 PDF 安全文档。五个角色全用同一份模板硬砸,是我见过的所谓"ABM"动作里最常见的错。
阶段 4:销售介入与 MQL 之死
Marketing Qualified Lead 是 2008 年的概念,过期 18 年还在用。它的前提——市场出线索、线索过阈值、线索交给销售——假设了一个干净的线性漏斗,而这个漏斗早就不存在了。2026 年,账户的互动呈非线性、多线、多渠道,任何单一"线索"只是一个更大账户信号里的一小片。
替代 MQL 的是:账户参与度评分。不再衡量单个人,而是把账户作为单位衡量。账户参与度评分把账户内每个联系人的每一条信号——邮件互动、网站访问、内容下载、广告互动、社媒活跃、信号检测——聚合成账户级别的滚动数字。当这个数字越过阈值(通常定义为"同一周内两位不同联系人同时互动 + 一条新鲜触发信号"),整个账户(而不是单条线索)触发销售介入。
两个指标取代了 MQL 数量这种虚荣指标:
- 账户渗透率:账户内采购委员会联系人中,过去 90 天有多少比例与你的某次触达有过互动?目标:第一层账户 50% 以上,第二层 25% 以上。
- 会议速率:第一层和第二层账户每周开出多少全新会议?这是 30-60 天后管道的领先指标。这个数字下滑,预示一个季度后的管道缺口。
ABM 里的销售介入形态也不一样。AE 不是"接受"一条 MQL 然后打电话。AE 从第一层指定那一天起,就和市场伙伴共担账户,有共同 OKR、共同看板、每周共同工作会。如果市场和销售在同一个账户的不同部分上跑不同指标,动作就碎了,数据就开始说谎。
阶段 5:不说谎的归因
最后触点归因对 ABM 是医疗事故。首触点也一样。多触点归因模型有帮助,但大部分建立在点击级数据上,而 ABM 里那些线下触点(线下晚宴、高管简报、会议碰面、实体邮寄)它根本看不到。结果就是最贵的 ABM 触点被系统性地低估归因,预算慢慢回流到一切带点击的东西。
真正可用的是:混合模型——为数字触点跑加权多触点归因,在每笔成交订单上加一层自报归因("你最早是怎么听说我们的?")。两条流互相校验。差异大的地方,有值得调查的测量缺口。一致的地方,这条信号你可以信。
另一个没人愿意承认的事:ABM 归因应该在账户层级衡量,而不是联系人层级。分析单位是"这个账户成交了吗?ABM 动作影响到它了吗?"而不是"这位联系人转化了吗?"一旦把视角换到账户级归因,看板就变诚实了。第一层账户在我数据里有 20%-35% 的多触点影响成交率。第三层 3%-6%。这个数学合理化了"定制动作 vs 自动化动作"的预算切法,跟财务对话也变得容易。
Anvil 在哪儿适配
我不会声称 Anvil 是你唯一需要的——ABM 跨太多系统,不可能由一家全包。但就信号层(上面的阶段 2)而言,Anvil 是我用过最完整的捕获方案。二十几个社媒平台、公开新闻、招聘信息、会议数据,加上把一切回溯到你 CRM 里标准账户 ID 的能力,全部在一根管道里。信号喂给工作流引擎,根据采购委员会里哪个角色在互动,触发对应的多线序列。输出的是更少、更高置信度的账户级互动,而不是更多撒网式量。
如果你只能从这篇文章里带走一件事:ABM 不是你的工具栈。ABM 是三个部门之间关于"什么是账户、什么算数"的协议。先谈成这份协议,再买工具去落地它。大部分团队反着做,然后还纳闷为什么看板不动。