步驟#1：識別客戶使用公司產品的背景環(huán)境。
例如，在移動通信領域中，這類工作的例子可能包括：「漫游時與親友聯(lián)絡」、「周末外出時選擇最佳娛樂和用餐機會」和「使用智能手機時變得更有信心和安心」。使用多種研究技巧的移動服務供應商可能會發(fā)現(xiàn)，客戶群里尚待完成的工作有五十項或是更多，一個人通常會經(jīng)由某個特定供應商或品牌來完成數(shù)項工作。
步驟#2：在背景環(huán)境中結合關于交易和客戶行為的資訊，以說明每項待辦的工作。
以周末的娛樂為例，我們會尋求以下的組合：周末搜尋娛樂資訊、搜尋地方餐廳、影評，以及關于電影、音樂會或餐廳的推文等社交行為?！缸兊酶行判暮桶残摹沟墓ぷ?，可能會使用客服中心與客戶互動的資料，并且偵測新智能手機上未曾使用的功能。初步的研究，會基于待探索的背景環(huán)境和現(xiàn)有的資料，而選擇每一項「待辦工作」的實際相關資料。這與傳統(tǒng)的行為細分迥然不同，傳統(tǒng)的行為細分將焦點集中在各種個別變數(shù)上，例如語音通話的比例。在此，我們需要整體性的資料觀點，以找出某個背景環(huán)境的特征。
步幅#3：使用資料找出個別客戶與工作之間的關聯(lián)。
根據(jù)每一項已完成工作與每位客戶的相關性，對他／她打分數(shù)。某位特定客戶可能需要20%的娛樂工作、2%的信心工作，和40%的接觸工作。客戶背景資料會散布于所有的工作，一個簡單的步驟是，根據(jù)客戶的待辦工作組合，而非客戶的「原始」行為、人口統(tǒng)計資料或態(tài)度，將客戶集中起來。每個細分里面可能只有三、四項重要的待辦工作。這讓針對每個細分的特定解決方案能夠發(fā)展。
設定已完成工作的架構，做為客戶細分的基礎，可以讓我們以有意義和結構化的方式，為客戶使用所有相關資料。公司可以看到客戶如何將解決方案運用在攸關自己生活的工作上，并且觀察客戶如何使工作完成（有時候是避免使工作完成）。當品牌取用關于客戶活動的空前大量數(shù)據(jù)，而且能夠更有效和更有生產力地使用這些數(shù)據(jù)時，他們會發(fā)現(xiàn)廣泛的型態(tài)和趨勢，而且可以確實更進一步探測「數(shù)據(jù)背后的當事人」，以及這個人需要完成的工作。對客戶而言，另一個相關聯(lián)的要素是，他們現(xiàn)在期望，他們與品牌私下共用的數(shù)據(jù)，會對他們的個人體驗產生正向影響，而不是將它們堆到不相關的新存取單元里。
管理學大師彼得?德魯克（Peter Drucker）曾說：「客戶很少會購買企業(yè)認為它會順利賣給他的產品。」問題是，除非循著每位客戶的行蹤，否則我們不知道客戶需要完成的是哪些工作。現(xiàn)在大數(shù)據(jù)可以讓我們觀察到這種行蹤，這種細分比以往任何時候都來得重要，因為科技賦予客戶力量，客戶有更多選擇和打造本身解決方案的能力，細分代表了所有營銷人員必須完成的新工作。