Tenk på analyser av kontobasert markedsføring som kompasset som leder deg mot suksess med ABM. For å målrette de riktige kontoene og skape innhold som tar opp deres særskilte utfordringer, trenger du data – og mye av det.
Kontobasert markedsføring (ABM) er en populær B2B-markedsføringsstrategi som retter seg mot individuelle kontoer med svært personaliserte kampanjer. I ABM avhenger suksess helt og holdent av markedsføringsteamets evne til å optimalisere datainnsamling og -analyse, så her skal jeg dele hvordan data hentet fra programvare for markedsføringsanalyse kan styrke ABM-arbeidet ditt, samt beste praksis for å overvåke, samle inn og behandle dataene.
Hva er kontobasert markedsføring (ABM)?
Kontobasert markedsføring retter seg mot spesifikke kontoer som samsvarer med din ideelle kundeprofil, og som sannsynligvis vil generere betydelig avkastning på investeringen for virksomheten din.
Personalisering står sentralt i en strategi for kontobasert markedsføring, ettersom hvert trinn i kjøperreisen tilpasses kontoer med høy verdi, inkludert all kommunikasjon, alt innhold og alle aktiviteter for oppsøkende kontakt. Dette skiller seg fra tradisjonell markedsføring og leadgenerering, der markedsføringskampanjene dine fokuserer på et bredere marked av potensielle kunder.
På grunn av vektleggingen av personaliserte kampanjer må det finnes et godt samsvar mellom salg og markedsføring for at taktikker innen kontobasert markedsføring skal fungere. Når dette samsvaret er oppnådd, rapporterer 30 % av markedsførere som bruker ABM en økning på 21 % i avkastningen på investeringen, ifølge en studie fra SiriusDecisions.
Hva er analyser av kontobasert markedsføring?
Analyser av kontobasert markedsføring sporer data fra ulike kilder, som CRM-programvare for markedsføring, sosiale medier og nettstedsanalyse. Disse dataene er nødvendige for å definere flere aspekter ved ABM-strategien din, for eksempel lister over målkontoer, markedsføringskampanjer og personaliserte kontaktpunkter gjennom hele kundereisen.
Betydningen av data i ABM
En ABM-tilnærming uten personalisering er som et puslespill med manglende brikker – du har delene, men ikke hele bildet. Personalisering innen kontobasert markedsføring starter med å forstå målkontoene dine, noe som krever grundige data om preferansene, atferden og behovene deres. Disse dataene er uvurderlige både for kampanjer og fremtidig salgsoppfølging.
Du må spore og analysere hver eneste interaksjon disse kontoene har med merkevaren din. Det betyr å overvåke besøk på nettstedet, åpning av e-poster, nedlastinger av innhold, engasjement i sosiale medier og alle andre kontaktpunkter.
Jon Morgan, administrerende direktør og sjefredaktør i Venture Smarter
Have an account? Log In
Typer data som brukes i ABM
Nå som vi forstår hvorfor det er avgjørende å ha mye data for ABM, kan vi se nærmere på de ulike datatypene du trenger:
- Demografiske data omfatter grunnleggende informasjon om personene i de målrettede kontoene, for eksempel stillingstitler, roller, ansvarsområder og geografisk plassering. Bruk av demografisk segmentering bidrar til å tilpasse budskap og innhold slik at det treffer bestemte målgruppesegmenter.
- Firmografiske data fokuserer på kjennetegn ved de målrettede selskapene eller organisasjonene, for eksempel bransje, selskapsstørrelse, inntekter, vekstfase og struktur. Denne informasjonen bidrar til å identifisere kontoer som samsvarer med den ideelle kundeprofilen, og til å prioritere målgrupper med høy verdi.
- Teknografiske data gir innsikt i teknologistakken som brukes av de målrettede kontoene, inkludert ulik programvare, verktøy, plattformer og IT-infrastruktur. Når markedsførere forstår kontoenens teknologiske miljø, kan de tilpasse løsninger og tilbud som integreres sømløst med de eksisterende systemene.
- Atferdsdata sporer handlingene og interaksjonene til personer i de målrettede kontoene på tvers av ulike kontaktpunkter, for eksempel besøk på nettstedet, nedlastinger av innhold, personaliserte ABM-landingssider, åpning av e-poster og deltakelse på arrangementer.
- Engasjementsdata måler graden av interaksjon og involvering fra målrettede kontoer med markedsføringsmateriell og kampanjer. Dette omfatter målinger som klikkfrekvens, tid brukt på innhold, interaksjoner i sosiale medier og deltakelse på webinarer.
- Intensjonsdata viser sannsynligheten for eller interessen målrettede kontoer har for å kjøpe bestemte produkter eller løsninger. Disse dataene stammer fra signaler som søkeatferd på nettet, mønstre for innholdskonsum og interaksjoner med konkurrenters nettsteder.
Med disse dataene tilgjengelig er neste steg å utnytte kraften i denne informasjonen til målrettede kampanjer og meningsfylt engasjement.
Slik bruker du ABM-analyse
Du har samlet inn dataene, og nå er det på tide å ta dem i bruk. Det finnes mange måter å utnytte prediktiv markedsføringsanalyse i ABM-initiativene dine på, blant annet ved å forutsi kundeatferd, kvalifisere eller gi poeng til potensielle kunder som MQL-er kontra SQL-er og kartlegge kundens kontaktpunkter.
Prediktiv analyse
Prediktiv analyse bruker historiske data, maskinlæring og statistiske algoritmer til å identifisere kontoer som er klare for konvertering. B2B-salgssykluser kan være lange og komplekse og involvere ulike beslutningstakere. Det er avgjørende å forutse behovene og atferden til målgruppene dine. Faktisk viser benchmarkrapporten for prediktiv intelligens en gjennomsnittlig økning i konverteringsfrekvensen på 22.66 % for økter som er påvirket av prediktiv intelligens.
Eksempler på prediktiv analyse omfatter:
- Kjøpshistorikk
- Nettleseratferd
- Demografisk informasjon
- Tidligere salgsdata
Poengberegning for kontoer og potensielle kunder
Poengberegning av potensielle kunder rangerer og evaluerer dem basert på hvor sannsynlig det er at de konverterer til kunder. Ved å klassifisere potensielle kunder som enten markedsføringskvalifiserte potensielle kunder (MQL-er) eller salgskvalifiserte potensielle kunder (SQL-er) støttes samsvaret mellom markedsføring og salg.
For å beregne poeng for potensielle kunder kan du bruke CRM-programvare for markedsføring, som Hubspot eller Salesforce, til å tildele numeriske poeng basert på kriterier som demografi, firmografi, engasjementsnivå og atferd.
MQL-er viser interesse for og engasjement i markedsføringsaktiviteter, mens SQL-er er blitt kvalitetssikret og vurdert som klare for direkte salgsoppfølging. Ved å prioritere SQL-er kan ABM-kampanjer oppnå høyere konverteringsfrekvenser og maksimere avkastningen på investeringen.
Eksempler på data som brukes til poengberegning av potensielle kunder, omfatter:
- Selskapsstørrelse, bransje og plassering
- Organisasjonens inntekter
- Engasjementsfrekvenser
- Deltakelse på webinarer
- Demoforepørsler eller salgsengasjement
- Åpning av e-poster eller nedlasting av ressurser
- Budsjett og kjøpsmyndighet
Dataforbedring
Dataforbedring beriker kundeopplysningene og kundeprofilene dine ved å legge til eller oppdatere informasjon etter hvert som den blir tilgjengelig. Ved å holde databasene oppdaterte får du dypere innsikt i målgruppen din, noe som forbedrer innholdsmarkedsføringen, salgsoppfølgingen og den overordnede ABM-strategien.
Eksempler på dataforbedring omfatter:
- Forbedring av firmografiske data, for eksempel selskapets inntekter, budsjett og bransjeklassifisering
- Berikelse av kundeprofiler med teknografiske data for å identifisere teknologipreferanser og bruksmønstre
Kontaktkartlegging av nøkkelkunder
Kontaktkartlegging brukes til å identifisere og forstå relasjonene og forbindelsene innenfor målkontoer. Ved å identifisere viktige interessenter i hver organisasjon og forstå deres rolle i kjøpsprosessen blir du bedre i stand til å tilpasse budskap og personalisere ABM-innhold for å ivareta spesifikke utfordringer og interesser.
Datapunkter som kan bidra til kartleggingen, omfatter:
- Stillingstitler
- Avdelingsansvar
- Organisatoriske hierarkier
Datavalidering
Datavalidering sikrer at data som samles inn eller lagres i en database eller et system, er nøyaktige, fullstendige og pålitelige. For ABM-programmer er det spesielt viktig å gjennomgå dataene med jevne mellomrom og korrigere feil, uoverensstemmelser eller unøyaktigheter, for eksempel duplikatoppføringer, manglende verdier eller feil formatering. Pålitelige data er nødvendige for effektive ABM-kampanjer, og bedre data gir høyere avkastning på investeringen og inntektsvekst.
Måling av kampanjesuksess
Det er nødvendig å følge med på viktige resultatindikatorer (KPI-er), for eksempel konverteringsrater, hastigheten i salgspipelinen og kostnader for kundeanskaffelse, for å forbedre og validere avkastningen på investeringen i ABM-kampanjene dine. Programvare for kontobasert markedsføring kan effektivisere denne prosessen ved å spore og analysere disse måltallene automatisk. Gjennom denne markedsføringsautomatiseringen kan du få sanntidsinnsikt i målgruppeengasjement, innholdsresultater og den samlede effekten av kampanjen.
Kampanjedata og ABM-måltall som brukes til å overvåke suksess, omfatter:
- Konverteringsrater
- Hastigheten i salgspipelinen
- Kostnader for kundeanskaffelse (CAC)
- Måltall for kontoengasjement
- Klikkfrekvenser (CTR)
- Tid brukt på siden
- Fluktfrekvenser
- Genererte inntekter
- Kundens livstidsverdi (CLV)
Fordeler med analyse av kontobasert markedsføring
Forbedret ytelse for ABM-kampanjer
ABM-analyse gir innsikt i kampanjestrategien og -retningen din, slik at du kan måle og spore KPI-er som konverteringsrater, engasjementsmåltall og avkastning på investeringen.
Kampanjeanalyse viser hva som fungerer i strategien din, og hva som må forbedres. Ved å analysere disse dataene kan du finjustere målrettingsstrategiene, personalisere budskapene dine og fordele ressursene mer effektivt for å maksimere kampanjeresultatene.
Økt engasjement fra målkontoer
Kontoer med høy verdi fortjener engasjement av høy kvalitet, og ABM-analyse gir deg informasjonen du trenger for å tilby en enestående kundeopplevelse. Ikke bare det, men ved å analysere data om målkontoer kan du være sikker på at du prioriterer de beste potensielle kundene.
Med data og innsikt kan du tilpasse kontaktarbeidet og budskapet ditt til de spesifikke behovene og preferansene til målgruppen din. Dette øker ABM-engasjementet og bygger sterkere relasjoner med viktige beslutningstakere og interessenter. Spor fremdriften og interaksjonene til potensielle kunder og kontakter på tvers av kontoer, og støtt effektiv pleie av potensielle kunder og innsats for etterspørselsgenerering.
Utvidet generering av potensielle kunder og avtaleverdier
ABM-analyse hjelper deg med å identifisere nye muligheter og utvide rekkevidden din innenfor målkontoer ved å avdekke potensielle kunder og kontakter som tidligere ikke var oppdaget. Ved å analysere data om kontoengasjement og atferd kan du identifisere muligheter for kryssalg og mersalg, samt potensielle områder for utvidelse eller vekst innenfor eksisterende kontoer.
Spor kampanjenes innvirkning på generering av potensielle kunder og avtaleverdier, slik at du kan måle avkastningen på innsatsen din og begrunne investeringer i ABM-initiativer. Dette er spesielt fordelaktig for B2B-selskaper som er avhengige av strategier for inngående markedsføring.
Få mer innsikt i kontobasert markedsføring
Akkurat som teamet ditt ser til deg for veiledning, kan ABM-analyse styre strategien din mot suksess. Det er imidlertid viktig å ha de riktige prosessene på plass for å analysere og overvåke dem effektivt, slik at du holder kursen.
Ved å utnytte ulike typer data – demografiske, firmografiske, teknografiske, atferdsmessige, engasjements- og intensjonsdata – kan du tilpasse budskapet ditt, identifisere målgrupper med høy verdi og kommunisere bedre med målgruppen din.
Ser du etter mer veiledning om ABM? Hold deg oppdatert på den nyeste innsikten og de siste trendene innen kontobasert markedsføring ved å abonnere på nyhetsbrevet fra The CMO!
