从来没有在历史上有这么多客户的分析。

最新的参赛者是基于波士顿的Cintell，今天推出了它的第一个产品，这是一个自动创建B2B销售的客户角色的平台。该平台已在Beta测试中使用了几十名公司客户，并且可以在有限的时间内使用。

客户个人，常见的是通过无数网站设计会议的广告的疯子日，解决了您所针对的消费者类型，就像她是一个实际的人一样。

机会：对其他企业销售的企业的人物制作仍然主要是顾问使用调查等进行的手工过程，Cintell CEO和Cofounder Apparao Karri告诉我。

Cintell的平台通过挖掘三个主要数据来源来生成理想客户的配置文件。客户公司的主要数据，例如来自Cintell在线工具的调查或通过实时访谈。

有来自提供商的第三方数据关于有关目标市场的提供商，例如IT董事。最后，有关如何使用您的产品或系统的行为数据，例如您的网站。

在一起并筛选，这会产生一个分析模型，即公司呼叫 - 是 - Cintelligence，从中创建特定的角色。

在启动时，该平台将角色写入可共享的数字文件。与Marketo这样的营销自动化平台集成在Works中，位于Persona的属性 - 阅读Businessweek和纽约时报，例如 - 可以自动与公司客户关系管理（CRM）系统中的实际客户或潜在客户配置匹配。

有趣的是，一个名为Mentad的初创公司上周宣布其用于自动创建分部角色的系统，以及基于B2C销售的广告活动的实施。

Mentad采用了一个商业“关于其客户的第一方数据 - 例如姓名，电子邮件和购买历史记录 - 并将其与来自其他来源的数据结婚，以创建丰富的实际配置文件。然后，它使用机器学习来找到共同的特征，例如，所有购买鞋子的顾客和那些买了鞋子B.

这些普遍的客户特征 - 如已婚母亲，年龄在Trader Joe的商店和听取NPR的店铺，分析了广告活动的投资回报率。如果它们看起来像一个良好的赌注，那么Mentad然后在线广告活动指示这些类型。

虽然Mentad构建了基于ComperAlties的段角色，但Cintell既可以从共用创建其角色 - 当存在支持数据时 - 以及从数据的抽象源自源自数据，例如人格洞察力。

我们还需要抽象的角色吗？

一个关键问题是，在这个大规模和快速分割的年龄，使用抽象的角色仍然有用。

毕竟，他们最初出现，使广告商和营销人员可能对他们想要的客户的一般感觉和不喜欢。但是现在，可访问数据的海洋使营销人员能够通过类型确定实际行为和偏好 - 以及将受众键入小组。

CMO和Cofounder Katie Martell告诉我，带有抽象组件的角色仍然在B2B世界中有用。他们帮助营销人员“与选择的一群人参与”，她说，如复杂的购买委员会。此外，她注意到，B2B没有从事务销售和B2C可以用于其自动分割的其他相互作用的大规模数据。

更重要的是，Martell说，Personas提供的不仅仅是蒸馏硬数据。他们可以提供购买动机，例如，只能通过调查获得。

“个人就像雪花 - [他们]对每家公司都是独一无二的，”她说。

Karri补充说，将其公司的平台分开的关键差异化因素，例如，格子引擎和6Sense的领先评分系统是“人类因素”。

他说，“格子并没有给你有关买家动机的信息”或者在买方周围的生态系统。

该公司的平台Martell补充道，“正试图预测。我们正在做的是提高初始策略，计划如何分割数据以及将内容划分的规划。“