Hoe je analyses van accountgebaseerde marketing gebruikt om de strategie te sturen

Personalisatie staat centraal in een accountgebaseerde marketingstrategie, omdat elke stap in de klantreis wordt afgestemd op accounts met een hoge waarde, waaronder alle berichtgeving, inhoud en benaderingsinspanningen. Dit verschilt van traditionele marketing en leadgeneratie, waarbij je marketingcampagnes zich richten op een bredere markt van potentiële klanten. 

Door de nadruk op gepersonaliseerde campagnes moeten verkoop en marketing op elkaar zijn afgestemd om accountgebaseerde marketingtactieken te laten werken. Wanneer deze afstemming is bereikt, rapporteert 30% van de marketeers die ABM gebruiken een stijging van 21% in hun ROI, volgens een onderzoek van SiriusDecisions. 

Wat zijn accountgebaseerde marketinganalyses?

Accountgebaseerde marketinganalyses volgen data uit verschillende bronnen, zoals marketing-CRM-software, sociale media en websiteanalyses. Deze data is nodig om meerdere aspecten van je ABM-strategie te bepalen, zoals lijsten met doelaccounts, marketingcampagnes en gepersonaliseerde contactmomenten gedurende de klantreis. 

Het belang van data bij ABM

Een ABM-aanpak zonder personalisatie is als een puzzel met ontbrekende stukjes—je hebt de onderdelen, maar niet het volledige beeld. Personalisatie van accountgebaseerde marketing begint met inzicht in je doelaccounts, waarvoor diepgaande data over hun voorkeuren, gedrag en behoeften nodig is. Deze data is van onschatbare waarde, zowel voor campagnes als voor toekomstige verkoopbenadering. 

Je moet elke interactie die deze accounts met je merk hebben, volgen en analyseren. Dat betekent dat je websitebezoeken, geopende e-mails, downloads van inhoud, betrokkenheid op sociale media en alle andere contactmomenten moet monitoren.

Jon Morgan, CEO & hoofdredacteur van Venture Smarter

CREATE AN ACCOUNT

Create a CMO Club Account for access to exclusive content, practical templates, member-only events, and weekly leadership insights—it’s free to join.

Create Free Account

Have an account? Log In

Soorten data die bij ABM worden gebruikt

Nu we begrijpen waarom veel data cruciaal is voor ABM, gaan we de verschillende vormen van data verkennen die je nodig hebt:

• Demografische gegevens omvatten basisinformatie over de personen binnen de beoogde accounts, zoals functietitels, rollen, verantwoordelijkheden en geografische locatie. Met demografische segmentatie kunnen boodschappen en content worden afgestemd om aan te sluiten bij specifieke publiekssegmenten.
• Firmografische gegevens richten zich op kenmerken van de beoogde bedrijven of organisaties, zoals branche, bedrijfsgrootte, omzet, groeifase en structuur. Deze informatie helpt bij het identificeren van accounts die aansluiten bij het ideale klantprofiel en het prioriteren van waardevolle doelaccounts.
• Technografische gegevens bieden inzicht in de technologiestack die door de beoogde accounts wordt gebruikt, waaronder verschillende software, tools, platforms en IT-infrastructuur. Inzicht in de technologische omgeving van accounts stelt marketeers in staat oplossingen en aanbiedingen af te stemmen die naadloos integreren met hun bestaande systemen.
• Gedragsgegevens brengen de acties en interacties van personen binnen de beoogde accounts via verschillende contactmomenten in kaart, zoals websitebezoeken, downloads van content, gepersonaliseerde ABM-landingspagina's, het openen van e-mails en deelname aan evenementen. 
• Betrokkenheidsgegevens meten de mate van interactie en betrokkenheid van beoogde accounts bij marketingmaterialen en campagnes. Dit omvat statistieken zoals doorklikpercentages, de tijd die aan content wordt besteed, interacties op sociale media en deelname aan webinars. 
• Intentiegegevens geven aan hoe waarschijnlijk het is dat beoogde accounts specifieke producten of oplossingen willen aanschaffen, of daarin geïnteresseerd zijn. Deze gegevens zijn afgeleid van signalen zoals online zoekgedrag, patronen in contentconsumptie en interacties met websites van concurrenten.

Met deze gegevens tot je beschikking is je volgende stap om de kracht van deze informatie te benutten voor gerichte campagnes en betekenisvolle betrokkenheid. 

ABM-analyses gebruiken

Je hebt je gegevens verzameld en nu is het tijd om ermee aan de slag te gaan. Er zijn veel manieren om voorspellende marketinganalyses te benutten voor je ABM-initiatieven, waaronder het voorspellen van klantgedrag, het kwalificeren of scoren van leads als marketinggekwalificeerde leads (MQL's) versus verkoopgekwalificeerde leads (SQL's) en het in kaart brengen van contactmomenten met klanten. 

Voorspellende analyses

Voorspellende analyses gebruiken historische gegevens, machinaal leren en statistische algoritmen om accounts te identificeren die klaar zijn om te converteren. B2B-verkoopcycli kunnen lang en complex zijn en verschillende besluitvormers omvatten.  Het anticiperen op de behoeften en het gedrag van je doelaccounts is essentieel. Uit het benchmarkrapport over voorspellende intelligentie blijkt zelfs een gemiddelde stijging van 22.66% in het conversiepercentage voor sessies die door voorspellende intelligentie zijn beïnvloed.

Voorbeelden van voorspellende analyses zijn: 

• Aankoopgeschiedenis
• Surfgedrag
• Demografische informatie
• Historische verkoopgegevens 

Account- en leadscoring

Leadscoring rangschikt en beoordeelt leads op basis van de waarschijnlijkheid dat ze klant worden. Het classificeren van leads als marketinggekwalificeerde leads (MQL's) of verkoopgekwalificeerde leads (SQL's) ondersteunt de afstemming tussen marketing en verkoop. 

Gebruik om je leads te scoren marketing-CRM-software, zoals HubSpot of Salesforce, om numerieke scores toe te wijzen op basis van criteria zoals demografische gegevens, firmografische gegevens, betrokkenheidsniveau en gedrag. 

MQL's tonen interesse in en betrokkenheid bij marketingactiviteiten, terwijl SQL's zijn doorgelicht en klaar worden geacht voor directe betrokkenheid van het verkoopteam. Door SQL's prioriteit te geven, kunnen ABM-campagnes hogere conversiepercentages opleveren en de ROI maximaliseren.

Voorbeelden van gegevens die voor leadscoring worden gebruikt zijn:

• Bedrijfsgrootte, branche en locatie
• Omzet van de organisatie
• Betrokkenheidspercentages
• Deelname aan webinars
• Aanvragen voor demo's of betrokkenheid van het verkoopteam
• Geopende e-mails of downloads van hulpmiddelen 
• Budget en aankoopbevoegdheid 

Gegevensverrijking

Gegevensverrijking verbetert je klantgegevens en persona's door informatie toe te voegen of bij te werken zodra deze beschikbaar komt. Door je databases actueel te houden, krijg je diepere inzichten in je doelgroep, waardoor contentmarketing, verkoopbenadering en je algehele ABM-strategie verbeteren.

Voorbeelden van gegevensverrijking zijn:

• Verbeteren van bedrijfsografische gegevens, zoals bedrijfsomzet, budget en brancheclassificatie
• Verrijken van klantprofielen met technografische gegevens om technologievoorkeuren en gebruikspatronen te identificeren

Belangrijke accounts en contactpersonen in kaart brengen

Het in kaart brengen van contactpersonen wordt gebruikt om de relaties en connecties binnen doelaccounts te identificeren en te begrijpen. Door de belangrijkste belanghebbenden binnen elke organisatie te identificeren en hun rol in het aankoopproces te begrijpen, kunt u uw vermogen verbeteren om berichtgeving af te stemmen en ABM-content te personaliseren om specifieke pijnpunten en interesses aan te pakken. 

Gegevenspunten die kunnen helpen bij het in kaart brengen zijn onder andere:

• Functietitels
• Verantwoordelijkheden van afdelingen
• Organisatiestructuren

Gegevensvalidatie

Gegevensvalidatie zorgt voor de nauwkeurigheid, volledigheid en betrouwbaarheid van gegevens die binnen een database of systeem zijn verzameld of opgeslagen. Vooral voor ABM-programma's is het belangrijk om gegevens regelmatig te controleren en fouten, inconsistenties of onnauwkeurigheden te corrigeren, zoals dubbele vermeldingen, ontbrekende waarden of onjuiste opmaak. Betrouwbare gegevens zijn noodzakelijk voor effectieve ABM-campagnes, en betere gegevens leiden tot een hoger rendement op investering en omzetgroei.

Campagnesucces meten

Het monitoren van belangrijke prestatie-indicatoren (KPI's), zoals conversiepercentages, pijplijnsnelheid en kosten voor klantenwerving, is noodzakelijk om de ROI van uw ABM-campagnes te verbeteren en te valideren. Software voor accountgebaseerde marketing kan dit proces stroomlijnen door deze statistieken automatisch te volgen en te analyseren. Dankzij deze marketingautomatiseringen krijgt u realtime-inzichten in de betrokkenheid van doelgroepen, de prestaties van content en de algehele impact van campagnes.

Campagnegegevens en ABM-statistieken die worden gebruikt om succes te monitoren, zijn onder andere: 

• Conversiepercentages
• Pijplijnsnelheid
• Kosten voor klantenwerving (CAC)
• Statistieken over accountbetrokkenheid
• Doorklikpercentages (CTR)
• Tijd op de pagina
• Verlatingspercentages
• Gegenereerde omzet 
• Levenslange klantwaarde (CLV)

Voordelen van analyses van accountgebaseerde marketing

Verbeterde prestaties van ABM-campagnes

ABM-analyses geven richting aan uw campagnestrategie, zodat u KPI's zoals conversiepercentages, betrokkenheidsstatistieken en rendement op investering kunt meten en volgen.

Campagneanalyses maken zichtbaar wat er goed werkt in uw strategie en wat voor verbetering vatbaar is. Door deze gegevens te analyseren, kunt u uw targetingstrategieën verfijnen, uw berichtgeving personaliseren en middelen efficiënter toewijzen om de campagneprestaties te maximaliseren.

Meer betrokkenheid bij doelaccounts

Accounts met een hoge waarde verdienen hoogwaardige betrokkenheid, en ABM-analyses bieden de informatie die nodig is om een uitstekende klantervaring te bieden. Bovendien kunt u er door het analyseren van gegevens over doelaccounts zeker van zijn dat u de beste leads prioriteit geeft. 

Met gegevens en inzichten kunt u uw benadering en berichtgeving afstemmen op de specifieke behoeften en voorkeuren van uw doelgroep. Dit vergroot de ABM-betrokkenheid en versterkt de relaties met belangrijke besluitvormers en belanghebbenden. Volg de voortgang en interacties van leads en contactpersonen binnen accounts om effectieve leadopvolgings- en vraaggeneratie-inspanningen te ondersteunen.

Meer leadgeneratie en grotere deals

ABM-analyses helpen u nieuwe kansen te identificeren en uw bereik binnen doelaccounts uit te breiden door eerder onontdekte leads en contactpersonen aan het licht te brengen. Door gegevens over accountbetrokkenheid en gedrag te analyseren, kunt u kansen voor kruisverkoop en de verkoop van duurdere alternatieven identificeren, evenals potentiële mogelijkheden voor uitbreiding of groei binnen bestaande accounts.

Volg de impact van uw campagnes op leadgeneratie en dealgroottes, zodat u de ROI van uw inspanningen kunt meten en investeringen in ABM-initiatieven kunt onderbouwen. Dit is bijzonder gunstig voor B2B-bedrijven die afhankelijk zijn van inboundmarketingstrategieën.

Profiteer van meer inzichten in accountgebaseerde marketing

Net zoals uw team bij u aanklopt voor richting, kunnen ABM-analyses uw strategie naar succes sturen. Het is echter essentieel om de juiste processen in te richten om deze analyses effectief te analyseren en te monitoren, zodat u op koers blijft. 

Door gebruik te maken van verschillende soorten gegevens—demografische gegevens, bedrijfsgegevens, technologische gegevens, gedragsgegevens, betrokkenheidsgegevens en intentiegegevens—kun je je berichtgeving afstemmen, waardevolle doelgroepen identificeren en beter met je doelgroep communiceren. 

Op zoek naar meer begeleiding bij ABM? Blijf op de hoogte van de nieuwste inzichten en trends op het gebied van account-based marketing door je te abonneren op de nieuwsbrief van The CMO!