什么是技术图谱数据？定义、示例及其使用方法

要点概览（TL;DR）

• 技术图谱数据是关于一家公司所使用技术栈的信息：软件、硬件、工具和平台。
• 平均每家 B2B 组织现在使用 12–20 个营销技术工具，中型公司在整个技术栈中平均使用 255 个应用。
• 根据 Gartner 的数据，2023–2024 年超过一半的高影响力技术采购是由替换现有方案驱动的。
• 全球账号情报平台市场预计将从 2024 年的 21 亿美元增长到 2029 年的 48 亿美元，增长动力来自对技术图谱洞察的需求。
• 45% 的 B2B 公司将技术图谱数据用于账号定向，与此同时，还有 55% 使用 企业画像（Firmographic） 数据，47% 使用预测数据。

在本文你将学到：

• 什么是技术图谱数据，以及它与企业画像数据有何不同
• 技术图谱数据的关键类型及真实示例
• 如何规模化采集技术图谱数据
• 如何在销售与营销中实际应用技术图谱数据
• 技术图谱细分与定向的最佳实践

什么是技术图谱数据？

技术图谱数据是关于一家公司所使用技术栈的信息。

这包括软件应用、硬件基础设施、云平台、开发工具，以及支撑其业务运营的所有其他技术。

你可以把技术图谱看作企业的“技术画像”。企业画像数据 告诉你这家公司“是谁”（行业、规模、收入），而技术图谱数据告诉你他们“在用什么工具以及如何使用这些工具”。

这个术语由 “technology（技术）” 和 “demographic（人口统计）” 组合而来，与 firmographics（企业画像）类似。销售和市场团队使用这些数据来了解潜在客户的技术环境、识别销售机会，并设计更相关的外联。

下表展示了三种主要 B2B 数据类型的对比：

数据类型	描述对象	示例
企业画像（Firmographic）	公司层面特征	行业、规模、收入、所在地
人口属性（Demographic）	个人层面特征	职位名称、职级、部门
技术图谱（Technographic）	技术使用情况	CRM 系统、云服务商、营销工具

对于销售技术产品或服务的 B2B 组织来说，技术图谱数据可以回答一些关键问题：这个潜在客户是否在使用竞争对手的产品？他们需要哪些集成？他们是否使用过时、需要被替换的技术？

技术图谱数据为何对 B2B 如此重要

技术图谱数据已经成为 B2B 销售和营销的关键，因为它揭示了购买意向和竞争替换机会，而这些是其他类型数据难以体现的。

根据 Gartner 的研究，2023 和 2024 年超过一半的高影响力技术采购由替换驱动。这意味着，大多数 B2B 技术交易都涉及替换已有解决方案，而不是在“白纸账户”上从零开始销售。

数据清晰地展示了市场机会：

平均一家中型公司（501–2,500 名员工）在整个技术栈中运行着 255 个应用。这种复杂性为那些能够帮助简化或增强技术环境的供应商创造了巨大机会。

B2B 组织现在仅在营销运营上就会部署 12–20 个工具。这些专门的营销技术栈代表着在获客和客户留存能力上的大量投入。

账号情报平台市场将从 21 亿美元增长到 2029 年的 48 亿美元，这意味着 18.2% 的年均复合增长率。驱动力正是对技术图谱洞察和竞争情报的需求不断增加。

没有技术图谱数据，你就无法识别替换机会。你不知道哪些潜在客户在使用竞争产品、哪些被过时技术束缚、或哪些在技术栈中有你的解决方案可以填补的空白。

技术图谱数据可以实现：

• 竞争替换：识别正在使用竞争对手产品的公司，并用对比信息进行定向
• 集成销售：找到正在使用与你解决方案可集成工具的潜在客户
• 时机优化：了解技术的上线时间，以预测续费或更换窗口
• 个性化外联：在沟通中引用潜在客户正在使用的具体工具
• 线索资格评估：根据技术匹配度对账号进行优先级排序

技术图谱数据如何驱动业务成果

根据 Forrester 的研究，使用技术图谱数据指导销售策略的企业，其销售业绩可提升 20%。这一提升主要来自更精准的定向以及与潜在客户更相关的沟通。

以下展示了技术图谱定向在实践中的运作方式：

竞争替换：某软件供应商识别出正在使用竞争对手平台的公司，针对该特定产品已知的痛点制作营销信息。由于销售代表可以直接引用潜在客户当前工具的具体问题，转化率显著提高。

基于集成的销售：某销售参与平台定位正在使用 Salesforce 的公司，在外联中强调其原生 CRM 集成以及消除手动数据录入的优势。技术匹配度高使销售周期更短，赢单率更高。

技术缺口识别：某营销归因公司发现一些正在投放付费广告却没有使用归因工具的企业，向其展示可视化缺口，并将自家产品定位为“缺失的一块”。基于技术图谱资格筛选，让线索从一开始就更高质量。

模式非常一致：当你知道潜在客户使用哪些技术时，你就能围绕他们的真实情况展开更有针对性的对话，而不是泛泛而谈。

技术图谱数据的类型（含示例）

技术图谱数据可以分为若干不同类别，每一类都从不同角度揭示公司的技术环境。理解这些类别有助于你识别对自身销售和营销目标最重要的数据点。

软件应用

关于公司在各部门使用的业务软件信息。

示例：

• CRM 系统：Salesforce、HubSpot、Microsoft Dynamics、Pipedrive
• 营销自动化：Marketo、Pardot、Mailchimp、ActiveCampaign
• 项目管理：Asana、Monday.com、Jira、Trello
• 沟通协作：Slack、Microsoft Teams、Zoom
• 财务记账：QuickBooks、Xero、NetSuite
• 分析工具：Google Analytics、Mixpanel、Amplitude

重要性：了解潜在客户使用哪些软件，有助于洞察其工作流、预算水平和潜在痛点。如果他们在用你的竞争对手的 CRM，那就是一个直接的销售机会。

云基础设施

关于公司云计算环境和托管选择的数据。

示例：

• 云服务商：AWS、Microsoft Azure、Google Cloud Platform
• 托管与加速：Cloudflare、Akamai、Fastly
• 容器平台：Docker、Kubernetes
• Serverless：AWS Lambda、Azure Functions

重要性：云基础设施选择反映其技术成熟度、预算与架构偏好。比如运行在 AWS 上的公司通常更偏好具备原生 AWS 集成的解决方案。

硬件与操作系统

关于公司使用的物理设备和操作系统的信息。

示例：

• 操作系统：Windows、macOS、Linux、Chrome OS
• 移动平台：iOS、Android
• 设备类型：台式机、笔记本、手机和平板的组合

重要性：硬件数据帮助技术供应商了解兼容性要求和部署考量。

开发工具与框架

用于构建和维护软件产品的技术。

示例：

• 编程语言：Python、JavaScript、Java、Go
• 框架：React、Angular、Django、Rails
• 版本控制：GitHub、GitLab、Bitbucket
• CI/CD：Jenkins、CircleCI、GitHub Actions

重要性：开发栈数据对销售开发者工具、API 或技术服务的公司尤为关键。对于需要了解开发者社区的组织，GitHub 数据集 可用于洞察技术采纳模式和开源使用情况。

安全与合规工具

用于保护数据和满足合规要求的解决方案。

示例：

• 安全平台：CrowdStrike、Palo Alto、Okta
• 合规工具：OneTrust、TrustArc
• 认证与登录：Auth0、Duo Security

重要性：安全栈数据能反映企业的风险姿态与合规优先级，有助于销售安全相关产品。

使用与采纳数据

除了“有什么工具”，更深入的技术图谱数据还包括企业如何使用这些工具。

示例：

• 采纳日期：该技术何时上线实施
• 使用强度：该工具被使用的活跃程度
• 版本信息：是否在使用最新版本
• 集成状态：该工具如何与其他系统连接

重要性：采纳时间有助于预测续约窗口；使用强度可以反映满意度；版本数据则揭示升级机会。

如何采集技术图谱数据

采集技术图谱数据有多种方法，每种都有不同的权衡。

网站分析

分析公司官网可以揭示许多支撑其网站的技术。

可检测内容：

• 内容管理系统（WordPress、Drupal）
• 分析工具（Google Analytics、Hotjar）
• 营销技术（HubSpot 表单、Drift 在线客服）
• 广告平台（Google Ads、Facebook Pixel）
• CDN 与托管（Cloudflare、AWS）

常用工具：

• BuiltWith：浏览器插件，可扫描网站
• Wappalyzer：检测网站所用技术
• 自建 Web 爬虫解决方案

局限性：只能检测前端、对外公开的技术；无法看到后端系统、内部工具或防火墙后的应用。

招聘信息分析

招聘 JD 能暴露公司在使用及计划投资的技术。

可检测内容：

• 要求的技术技能（如 Salesforce 管理员、AWS 认证）
• 岗位职责中提到的工具
• 通过新增岗位信号出的技术投资方向

招聘信息数据集 提供关于技术要求的结构化数据，覆盖数百万条开放职位，揭示哪些公司在投资哪些技术。

局限性：只能捕捉活跃招聘中提到的技术，可能无法完整反映整个技术栈。

公开数据源

公司通过各种公开渠道披露的信息。

来源包括：

• 公司官网与技术文档
• 案例研究和客户推荐
• 社交媒体帖子
• 新闻稿
• 会议演讲
• 集成市场（Marketplace）列表

局限性：信息并不完整，公司会选择性披露技术信息。

第三方数据提供商

专门汇总技术图谱数据的服务商，会从多个来源进行聚合。

工作方式：

• 结合网站扫描、招聘分析和其他信号
• 维护横跨数百万家公司的技术安装数据库
• 提供搜索和筛选能力
• 深度和准确度因供应商而异

注意事项：不同供应商的数据质量差异很大。采购前应评估覆盖范围、准确性和更新频率。

Web 抓取与数据采集

通过自动化方式，在大规模范围内从网站和公开来源采集技术信号。

对于需要定制化技术图谱数据的组织，可使用 Web 抓取工具 从公司网站、招聘网站、集成目录和技术评测站点提取技术信息。这种方法具备灵活性，可根据具体业务场景采集特定数据点。

商业数据集 和 公司数据 解决方案则提供预先采集好的技术图谱信息，覆盖数百万家公司，包括技术栈详情、软件使用情况和基础设施数据。

对于社交媒体上关于技术的讨论与趋势，社交媒体数据集 能捕捉有关技术采纳和偏好的公开讨论。

如何将技术图谱数据用于 B2B 销售

当你已经掌握了目标账号的技术图谱数据，下一步就是将其转化为实际成果。以下是 B2B 销售和营销团队利用技术情报驱动销售管道和营收的常见方式。

1. 竞争替换

技术图谱可以帮助你识别正在使用竞争对手产品的公司，并将其作为替换目标。

应用方法：

• 建立使用竞争对手工具的公司名单
• 围绕竞争产品已知弱点设计消息与话术
• 根据典型续约周期（通常为上线后 12 或 24 个月）安排外联时间
• 准备对比材料和展示成功替换案例的客户故事

示例：某 CRM 供应商构建其主要竞争对手用户的目标清单。销售代表针对这些公司常见痛点（例如定制化受限、客服支持差）进行沟通。

2. 基于集成的定向

寻找正在使用与你产品有良好集成的技术的潜在客户。

应用方法：

• 识别你最重要的集成伙伴
• 构建使用这些互补工具的公司列表
• 在信息传递中突出集成价值
• 展示你的解决方案如何增强他们已在使用的工具

示例：某销售参与平台针对 Salesforce 用户，重点强调其原生 Salesforce 集成以及消除系统间手动录入的优势。

3. 技术缺口识别

发现缺少你所提供技术类别的公司，从而挖掘“白纸市场”机会。

应用方法：

• 界定你的解决方案所在的技术类别
• 识别在该类别中仍然“空白”的公司
• 教育潜在客户为什么需要这一能力
• 把你的产品定位成他们尚未意识到的“缺失能力”

示例：某营销归因平台锁定那些正在投放付费广告却没有归因工具的公司，展示其收入归因的可视化缺口，并将自身作为“缺失的一环”。

4. 技术图谱细分

按技术特征对潜在客户进行分组，从而进行更有针对性的营销活动。

常见细分维度：

• 按具体工具：所有 HubSpot 用户
• 按技术类别：所有拥有营销自动化工具的公司
• 按技术成熟度：基础 vs 高级技术栈
• 按采纳阶段：早期采用者 vs 技术滞后者

示例：某网络安全厂商针对仅使用基础杀毒软件的公司和已经部署高级终端检测方案的公司，分别设计不同的营销活动，调整技术深度和信息复杂度。

5. 线索评分与优先级排序

将技术匹配度纳入线索评分体系，帮助销售团队确定优先级。

评分示例：

• 使用互补技术（+10 分）
• 使用竞争对手技术（+20 分，作为重点替换目标）
• 在你所处技术类别存在明显缺口（+15 分）
• 整体技术栈符合你的理想客户画像（+10 分）

示例：某销售团队会为使用与自家产品可无缝集成技术的线索赋予更高评分，确保销售代表专注于转换潜力更高、销售周期更短的账号。

将技术图谱与意向数据结合

技术图谱告诉你一家公司在用什么技术，而意向数据则告诉你他们“此刻”在研究或考虑什么。

技术图谱数据 相对静态：“这家公司在使用 Salesforce”
意向数据 反映行为：“这家公司正在积极搜寻 CRM 替代方案”

将两者结合，可以形成极具威力的定向策略：

低优先级：公司在用竞争对手产品，但尚未表现出更换意向
中优先级：公司有明显购买意向，但现阶段不在使用竞争对手（白纸机会）
高优先级：公司既在用竞争对手产品，又在积极研究替代方案（高热度替换机会）

根据 The CMO 的研究，45% 的 B2B 公司在账号定向中使用技术图谱数据，这一比例与使用企业画像数据（55%）和预测数据（47%）的大致水平相当。

将技术图谱数据与意向信号叠加使用的公司，比只用其中一种数据的效果好得多。两者结合不仅能判断“谁有可能购买”，还能识别“哪些账号现在就有购买意向”。

若需要完整的潜在客户情报，可将技术图谱数据与包含行为信号和购买意向指标的 商业智能数据集 结合使用。

使用技术图谱数据的最佳实践

采集技术图谱数据是一回事，有效使用则是另一回事。遵循以下最佳实践，可以最大化技术图谱情报的价值，并避免常见误区对外联效果造成负面影响。

在“开口前”先验证

技术图谱数据并非总是最新的。随着公司成长和工具更替，技术栈经常发生变化。在外联中引用具体技术前，可以通过以下方式验证：

• 近期招聘信息中是否仍然提到该工具
• 最新的案例研究或客户推荐
• 员工在 LinkedIn 等平台上提及的技术
• 在初期沟通中通过探询问题核实

与企业画像数据结合

技术图谱数据与企业画像结合使用时效果最佳。优先锁定既符合理想公司画像，又符合理想技术画像的目标客户。

示例筛选条件：50–200 人、年收入 500–2,000 万美元、位于北美、属于 SaaS 行业、且正在使用 HubSpot 的公司。

这种组合能确保你瞄准的是拥有合适规模、预算和技术环境的目标客户。

聚焦与你相关的技术

并非所有技术图谱数据对你都重要。协作软件供应商关心潜在客户是否使用 Slack 或 Teams，却可能并不关心其财务软件。

要识别出哪些技术特征真正说明“适配你产品”，并把采集资源集中在这些领域。这样既能降低成本，又能提升数据质量。

保持数据新鲜

随着公司发展、工具上线与淘汰，技术栈会持续变化。平均每家公司每年会新增或替换 1–3 个关键工具。

应建立保持技术图谱数据更新的流程：

• 监控招聘信息中新的技术提及
• 跟踪集成市场上的应用列表变化
• 使用可提供技术图谱实时更新的工具
• 在重要活动或大规模外联前重新核验关键数据

叠加意向信号

静态的技术图谱数据告诉你潜在客户“在用什么”，而意向信号告诉你他们“何时准备改变”。

可以监控如下购买信号：

• 新增某项新技术的管理员岗位招聘
• 社交媒体上对现有工具的不满或抱怨
• 在对比评测网站上的高频搜索与浏览行为
• 管理层或关键决策人变动，这往往会触发技术评估

同时具备技术契合度和明显购买意向的公司，是优先级最高的目标。

规模化采集技术图谱数据

对于需要覆盖成千上万账号、获取全面技术情报的组织，仅靠人工调研并不可行。要想规模化采集技术图谱数据，就必须依赖自动化和可靠的数据源。

自动化 Web 数据采集

Web 抓取工具 能够自动从以下来源提取技术信号：

• 公司官网（检测安装的各类技术）
• 招聘网站（识别技术技能要求）
• 集成市场（揭示连接到哪些工具）
• 技术评测站点（展示使用情况和用户评价）

Web 抓取的优势在于灵活性：你可以根据特定业务场景自定义采集重点，而不必完全依赖泛化的数据集。

预构建商业数据集

若希望立即获取技术图谱数据，商业数据集 和 公司数据 提供了关于数百万家公司技术使用情况的结构化信息。

这些数据集通常包括：

• 使用的软件类别（例如 CRM、营销自动化、分析工具）
• 识别出的具体工具（如 Salesforce、HubSpot、Google Analytics）
• 云基础设施供应商
• 开发框架与编程语言

优势在于“速度”：无需自行搭建采集基础设施，即可快速获得技术情报。

社交媒体技术信号

公司及其员工经常在 LinkedIn、Twitter 等社交媒体上讨论技术采纳、使用体验和偏好。

社交媒体数据集 能够捕捉这类公开讨论，揭示：

• 技术上线与迁移公告
• 员工对当前工具的情绪与评价
• 痛点和功能需求
• 与竞争产品的对比与评估

这些非结构化数据可以补充结构化技术图谱数据库所缺失的“情境信息”，帮助你理解企业不仅在用什么工具，还“如何看待这些工具”。

关于技术图谱数据的常见问题

技术图谱数据有多准确？

准确度取决于数据来源和技术类型。前端网站技术通常可以通过扫描获得较高准确度（90% 以上）。后端和内部工具更难验证，准确度可能在 60–70% 左右，具体视供应商而定。

通常，来自同时采用多种检测方法、口碑良好的供应商的数据，要比仅依赖单一来源的数据更可靠。

技术图谱数据多久会变化一次？

技术栈的变更是渐进的。大多数公司每年会新增或替换 1–3 个主要工具。不过，一旦公司更换供应商，关于具体工具的旧数据可能会在 3–6 个月内失效。

相较于基础设施或安全工具（通常替换周期更长），营销技术栈往往变化更为频繁。

采集技术图谱数据合法吗？

采集关于企业技术使用情况的公开信息，一般在法律上是允许的。这包括网站分析、招聘信息监控，以及从采用合规采集方式的数据供应商处购买数据。

应重点关注“企业信息”而非“个人数据”，并遵守 GDPR、CCPA 等适用法规，确保数据供应商采用合乎道德和合规要求的采集实践。

技术图谱和技术栈有什么区别？

“技术栈”指的是公司实际使用的技术组合；“技术图谱”则是关于这些技术的“数据”，包括使用模式、采纳时间等附加属性。

类似于“人口特征”（demographics）和“人口数据”（demographic data）之间的差别，一个是特征本身，一个是关于这些特征的信息。

技术图谱数据的成本如何？

成本范围很广，从免费的（人工调研、BuiltWith 或 Wappalyzer 这类浏览器扩展）到高投入（企业级数据平台，年费可能在 1 万–10 万美元+）。

大多数 B2B 组织会采用组合方式：用免费工具进行快速点查，用 Web 抓取来做定制化采集，再配合数据供应商提供的高覆盖度数据。

总结

技术图谱数据揭示了你的目标账号在使用哪些技术，以及他们何时可能准备更换。鉴于超过半数 B2B 技术采购属于“替换型购买”，了解哪些潜在客户正在使用竞争产品，是现代销售策略的基本前提。

首先，确定哪些技术类型对你的解决方案最为关键。然后，构建流程来持续采集并维护账号层面的技术图谱数据。再将其与企业画像和意向数据结合，形成完整的潜在客户画像。

如果你需要在规模上获取技术图谱数据，Bright Data 的商业数据集、公司数据 以及 Web 抓取工具 可以为你提供开展“技术驱动型定向”所需的覆盖度和灵活性。