Author Archives: Kimmo Luoma

Dark Funnel Data Loop

Posted in ABM, B2Bmarkkinointi, Intent Data, Liidit, Myynti, Ostoaietieto by

Suurin osa B2B-ostoprosessista tapahtuu siellä, minne myyjä ei näe. Dark funnel on täynnä tapahtumia, joita analytiikka ei tavoita: asiantuntijakeskusteluja Slack-yhteisöissä, suosituksia WhatsApp-ryhmissä, hiljaista benchmarkkausta LinkedInissä, kollegan vinkkejä Teams-viesteissä, podcast-kuunteluja ja verkkosivujen anonyymejä vierailuja. Ostajat seuraavat, vertailevat ja muodostavat näkemyksiä ilman yhtään suoraa kontaktia toimittajiin.

Miten tuohon dark funneliin voisi tuoda valoa, miten siellä voisi vaikuttaa potentiaalisiin ostajiin?

B2B-markkinointi on siirtymässä ajanjaksoon, jossa koneet oppivat nopeammin kuin markkinoijat muuttuvat. Siksi tärkein taito ei ole enää “kohdentaminen”, vaan opettaminen. LinkedIn, Meta, Google ja HubSpot eivät enää perustu tittelihakuun tai avainsanoihin. Ne perustuvat koneoppimiseen ja käyttäytymismalleihin. Niiden algoritmit osaavat tänä päivänä päätellä, kuka näyttää siltä kuin olisi ostamassa, ei vain kuka täyttää lomakkeen.

Dark Funnel Data Loop on malli, jossa markkinointi ja myynti eivät enää mittaa mennyttä, vaan opettavat järjestelmiään tunnistamaan tulevaa. Kyse ei ole kampanjasta, vaan oppimisesta:
kerää, mallinna, palauta, opeta.

  1. Kerää piilosignaaleja (mikrokonversiot, pricing-sivut, toistuvat vierailut)
  2. Muodosta Custom Audience käyttäytymisen perusteella
  3. Rakenna Look-alike yleisöjä, jotka käyttäytyvät kuin ostajat ennen ostopäätöstä
  4. Sulje looppi: palauta CRM:stä tieto kaupoista, jotta kone oppii, mikä käyttäytyminen ennustaa myyntiä

Näin algoritmit alkavat nähdä sen, mitä et aiemmin voinut mitata.

Nyt voit opettaa mainosalustoja tunnistamaan ostosignaalit ja tavoittamaan asiakkaat ennen kuin he edes tietävät tarvitsevansa sinua.

  • LinkedIn oppii, kun sille syötetään CRM:n “Closed Won” -dataa ja engagement-signaaleja.
  • Meta oppii look-alike-logiikalla, kun viet sinne todellisia ostajia, ei satunnaisia liidejä.
  • Google optimoi intentin perusteella, jos sille palautetaan offline-konversiot ja kaupan arvo.
  • HubSpot toimii silmukkana, joka yhdistää nämä kaikki — ja kertoo, mikä data oikeasti johti kauppaan.

Alustat eivät enää tarvitse liidiä nähdäkseen ostokiinnostuksen.

10 vinkkiä kohdentamiseen dark funnelissa:

  1. Aloita datasta, älä kohderyhmästä. Tunnista mikrokonversiot ja käyttäytymismallit, jotka toistuvat ennen ostoa. Tämä on uuden kohdentamisen perusta.
  2. Rakenna käyttäytymisperusteinen yleisö, ei titteli- tai toimialapohjainen. Hyödynnä CRM-dataa ja verkkosivujen käyttäytymistä yleisöjen muodostamisessa.
  3. Opeta algoritmit tunnistamaan ostosignaaleja. Käytä painotettuja konversioita (weighted events), jotta koneet oppivat erottamaan todellisen kiinnostuksen.
  4. Vie data takaisin mainosalustoille. Sulje oppimissilmukka palauttamalla CRM:n kauppadata (Closed Won) mainosalustoihin.
  5. Hyödynnä pre-intent -vaiheen yleisöjä. Kohdista sisältö niille, jotka osoittavat kiinnostusta, mutta eivät vielä ole valmiita ostamaan.
  6. Kokeile multi-platform-signaaleja. Synkronoi eri kanavien data – LinkedIn, Meta, Google – ja opeta niitä toimimaan yhdessä.
  7. Optimoi kampanjat laadun, ei määrän mukaan. Aseta kampanjoille tavoitteeksi ostosignaali, ei pelkkä liidi.
  8. Yhdistä intent-data ja ABM. Käytä intent-tietoa tunnistamaan yrityksiä, joissa ostokiinnostus kasvaa, ja vie nämä tiedot ABM-kampanjoihin.
  9. Rakenna jatkuva oppimissykli. Päivitä yleisöt, signaalit ja konversiomallit säännöllisesti – älä kampanjoi, kehitä.
  10. Anna koneen oppia, mutta ihmisen johtaa. Koneoppiminen tunnistaa kaavat, mutta vain sinä osaat tulkita, mikä on oikeasti merkityksellistä liiketoiminnallesi.

Teksti: Kimmo Luoma, MicroMedia

Jälkihoitajat ja liidien elvytys

Posted in B2B, B2Bmarkkinointi, Complex Sales, Intent Data, Liidit by

Vuoden viimeinen kvartaali on markkinoinnissa aina sama:
kiirettä, suunnitelmia ja uusien kampanjoiden hahmottelua. Mutta samalla, kun tiimi laatii 2026-suunnitelmia, CRM:ssä lepää hiljaa todellinen kasvupotentiaali: vuoden 2025 liidit. Ne kontaktit, jotka avasivat sähköpostin, osallistuivat webinaariin, pyysivät demo-linkkiä, tapasivat jne. Mutta eivät edenneet. Tutkimusten ja käytännön havaintojen mukaan jopa 60–80 % CRM:ssä olevista liideistä jää hyödyntämättä. Ei siksi, etteivät ne olisi relevantteja, vaan koska niiden käsittely rytmittyy väärin suhteessa ostajan käyttäytymiseen.

B2B-ostaminen ei ole lineaarinen prosessi. Päätöksiä siirretään, projekti jää pöydälle, budjetti kiertää kierroksen, mutta kiinnostus säilyy.  Lead reactivation, liidien elvytys, on prosessi, jossa aiemmin kiinnostuneet mutta passiiviseksi jääneet liidit tunnistetaan, analysoidaan ja elvytetään uudelleen osaksi myyntiprosessia. Tutkimukset ja käytännön data osoittavat, että reactivation-vaiheessa konversio on jopa 2–5 kertaa korkeampi kuin täysin uusissa liideissä. Syy on yksinkertainen: ostaja on jo ylittänyt ensimmäisen kynnyksen – huomion ja luottamuksen. Hän tietää, kuka olet ja mitä tarjoat. Psykologisesti se on familiarity effect: ihminen reagoi helpommin tuttuun ärsykkeeseen kuin uuteen.

Useat kansainväliset benchmarkit (mm. HubSpot, McKinsey, DemandGen) osoittavat, että:

LiidityyppiKeskimääräinen konversioHankintakustannus
Uusi liidi (cold lead)1–3 %100 %
Nurturoitu liidi (MQL → SQL)8–12 %60–70 %
Reactivated lead (dormant → active)15–25 %25–30 %

reaktivoitu liidi konvertoituu jopa 5–10 kertaa todennäköisemmin – murto-osalla hinnasta.

Liidien elvytys jää usein tekemättä, koska organisaatiot on rakennettu katsomaan eteenpäin – ei taaksepäin. Markkinointi mittaa uusia liidejä, ei olemassa olevan potentiaalin uudelleenaktivointia, ja järjestelmät on suunniteltu “flow forward” -logiikalla, ei vanhojen kontaktien löytämiseen. Liidien elvytys rakennetaan selkeän prosessin ja omistajuuden varaan. Se ei voi nojata automaatioon tai yksittäisten myyjien satunnaiseen aktiivisuuteen, vaan vaatii nimettyä vastuuhenkilöä tai tiimiä.

5 vinkkiä elvytyksen käynnistämiseen

1.Aloita inventaariosta
Kaiva ensin näkyviin, mitä sinulla jo on. Tee CRM:stä ja automaatiosta haku kaikista kontakteista, joilla ei ole ollut aktiviteettia 90–180 päivään. Tämä “hiljainen varasto” on todennäköisesti suurin käyttämätön kasvulähteesi.

2. Nimeä omistaja heti
Jälkihoito ei toimi, jos se on jonkun ”oto-projekti”. Tarvitaan henkilö tai tiimi, joka vastaa liidien elvytysrytmin johtamisesta, seurannasta ja raportoinnista. Omistajuus tekee rytmistä jatkuvan, ei satunnaisen.

3. Yhdistä data ja signaalit
Rikasta CRM-data ostoaietiedolla, uutisvirroilla ja web-analytiikalla. Näin näet, missä yrityksissä on liikettä ja voit ajoittaa yhteydenoton hetkeen, jolloin kiinnostus on palaamassa.

4.Luo toistuva elvytysrytmi
Suunnittele 2–3 monikanavaista kosketusta, jotka viittaavat aiempaan kiinnostukseen ja tuovat siihen uuden näkökulman. “Keväällä keskustelimme aiheesta X – tässä, miten tilanne on kehittynyt.” Tämä jatkaa tarinaa, ei aloita uutta

5. Mittaa ja kehitä, älä vain käynnistä
Seuraa konversiota. Kuinka moni elvytetty liidi reagoi, palaa sivuillesi tai etenee myynnin vaiheisiin. Tee elvytyksestä säännöllinen rutiini. Toistuva mittaus tekee jälkihoidosta markkinoinnin tehokkaimman sykkeen.

Teksti: Kimmo Luoma, MicroMedia

Micro-Moment Marketing: Yhden hetken B2B-markkinointi

Posted in B2B, B2Bmarkkinointi, Go-To-Market, Intent Data, Liidit, Ostoaietieto, sisältömarkkinointi by

B2B-markkinointi on pitkään ollut kalenteripeliä. Kampanjat käynnistyvät suunnitellusti, viestit julkaistaan aikataulutetusti, ja tuloksia mitataan tyypillisesti jälkikäteen. Mutta B2B-ostajat eivät liiku kampanjoiden tahdissa. He liikkuvat hetkissä. Hetkissä, joissa he etsivät vastauksia, vertailevat ratkaisuja tai testaavat ajatusta mielessään. Nämä hetket eivät kestä viikkoja, ne kestävät sekunteja.

Näitä hetkiä kutsutaan micro-hetkiksi. Juuri ne ovat B2B-markkinoinnin uusi taistelukenttä. Googlen lanseeraama käsite micro-moment kuvaa hetkeä, jolloin ihminen – kuluttaja tai B2B-päättäjä – tarttuu laitteeseensa etsiäkseen jotain nyt:

“I want to know.” “I want to do.” “I want to buy.

B2B-markkinoinnille micro-momentit ovat ostosignaaleja, ostoaietietoa ja intentioita. Ne ovat myös parhaita hetkiä vaikuttaa:

  1. Tunnista microhetki (esim. CRM-signaali, verkkokäynti, haku, DM-reaktio)
  2. Reagoi reaaliajassa – oikealla sisällöllä, oikeassa kanavassa
  3. Kytke toimenpiteet myyntiin – jatka keskustelua, auta eteenpäin

Google jatkaa: “Ole läsnä, ole hyödyllinen ja ole nopea.”

Askelmerkit micro-moment-markkinoinnin rakentamiseen:

  1. Tunnista hetket, joissa asiakkaasi pysähtyvät. Ensimmäinen askel on micro-hetkien tunnistaminen: missä vaiheissa asiakkaasi hakee tietoa, vertailee tai validoi ratkaisua. Tämä tapahtuu analysoimalla käyttäytymisdataa (hakutermit, verkkosivukäynnit, sähköpostien avaukset, LinkedIn-reaktiot). Kun tunnistat, milloin asiakkaan liike tapahtuu, pystyt rakentamaan markkinoinnista reaktiivista sen sijaan, että odotat seuraavaa kampanjaikkunaa.
  2. Kytke intentiodata CRM:ään. Ostoaietieto on micro-moment-markkinoinnin moottori. Yhdistä hakukäyttäytymisen, sivustovierailujen ja sosiaalisen median signaalit suoraan CRM:ään, jotta myynti näkee reaaliaikaisesti, kuka on liikkeessä. Kun intentiodata päivittyy automaattisesti, markkinointi ja myynti voivat reagoida sekunneissa, ei viikkojen viiveellä.
  3. Rakenna reagointimalli: Määritä, kuka reagoi, miten ja millä aikataululla. Reaaliaikainen reagointi vaatii selkeän vastemallin ja työnkulun: mikä toimenpide käynnistyy mistäkin signaalista tai liidipisteytyksen täyttyessä. Jos kontakti palaa hinnastosivulle, käynnistyy automaattisesti sähköposti tai remarketing-mainos; jos hän avaa uudelleen viestin, lähtee henkilökohtainen DM. Mallin ansiosta markkinointi ei toimi arvauksella, vaan rytmitetysti ja mitattavasti.
  4. Valitse mediat hetken mukaan. Micro-moment-markkinoinnissa media ei ole kanavavalinta, vaan hetkeen kytketty valinta. Sähköposti toimii parhaiten, kun kontakti palaa aiheeseen; LinkedIn tavoittaa vaikuttajat validointivaiheessa; IP-targeting ja ohjelmallinen mainonta mahdollistavat viestin näkymisen ilman yhteystietoja juuri niille yrityksille, joiden intentiodata aktivoituu. Yhdistä useampi media samaan rytmiin – yksi herättää, toinen vahvistaa ja kolmas antaa mahdollisuuden vastata.
  5. Johda rytmiä ja työnkulkua. Micro-moment-markkinoinnissa tärkeintä ei ole sisältöjen määrä, vaan ajoitus ja rytmi. Siirry “lähetyslogiikasta” jatkuvaan seurantaan: kuka liikkuu nyt, missä kanavassa ja millä signaalilla. Kun myynti ja markkinointi jakavat saman rytmin, organisaatio pystyy reagoimaan hetkiin ennen kuin ne katoavat – ja muuttaa ajantasaisen liikkeen keskusteluksi.

Teksti: Kimmo Luoma, MicroMedia Oy

10 AI-agenttia B2B-markkinoinnille

Posted in AI, Complex Sales, Intent Data, Liidit, Myynti, Ostoaietieto by

CRM on pitkään nähty myynnin työkaluna, paikkana, jonne kirjataan kontaktit, puhelut ja diilit. Markkinointi on elänyt rinnakkaisessa todellisuudessa: omissa automaatiojärjestelmissään, kampanjadata erillään CRM:stä.

Tekoälyn aikakaudella tämä asetelma on vanhentunut ja vaarallinen. Kaikki signaalit, jotka AI-agentit analysoivat, päätyvät CRM:ään:

  • ostoroolit ja sentimentti,
  • aikaviitteet ja duubiot,
  • kilpailijamaininnat ja tutkimusdata,
  • markkinoinnin kosketuspisteet (webinaarit, ladatut sisällöt, some-reaktiot).

CRM ei siis enää ole pelkkä myynnin muistikirja. Se on tekoälyllä rikastettu kaupallisen prosessin ohjaamo. Jos markkinointi ei ole tässä mukana täysillä oikeuksilla, se jää ulkopuolelle juuri niistä datapisteistä, joiden varaan personointi, sisältöstrategia ja kohdennetut nurturointiviestit rakentuvat.

10 AI-agenttia, joilla markkinointi ottaa CRM-datan haltuun

1. Segmentointi-agentti

Rakentaa dynaamisia kohderyhmiä CRM:n kenttien, käyttäytymisen, sentimentin ja ostoaietiedon pohjalta.

2. Sentimentti-agentti

Analysoi viestien ja muistiinpanojen sävyn. Paljastaa piilevät esteet ja ostosignaalit.

3. Sisältö-agentti

Poimii CRM:stä sitaatit, referenssit ja asiakkaiden kommentit, ja ehdottaa sisältöjä niiden pohjalta.

4. Tunnettuus-agentti

Tuo näkyväksi, miten paljon markkinoinnin sisältöihin on reagoitu – webinaarit, lataukset, some.

5. Lead Recovery Agent

Kaivaa vanhat, unohdetut liidit CRM:stä ja ehdottaa uudelleenaktivointia.

6. ABM-agentti

Suunnittelee account-tason viestit CRM-datan ja ostajapersoonien mukaan.

7. Churn & Retentio-agentti

Tunnistaa poistumisriskissä olevat asiakkaat ja käynnistää retentiokampanjoita.

8. Sisältökalenteri-agentti

Rakentaa CRM:n signaaleista sisältökalenterin: mitä sisältöjä kannattaa julkaista ja milloin.

9. Nurturointi-agentti

Ohjaa liidit automaattisiin nurture-poluille, jotka vastaavat heidän rooliaan, duubioitaan ja vaihettaan.

10. Insight Agent

Tuottaa raportit: mikä sisältö, segmentti tai kampanja todella edisti myyntiä – pipeline-vaikutuksella mitattuna.

Yhteenveto

Tekoälyagentit tekevät CRM:stä markkinoinnin tärkeimmän työkalun. Ne rikastavat datan, paljastavat piilevät ostosignaalit ja tuottavat pohjan sisältöjen kohdentamiseen. Kun markkinoinnilla on täysi pääsy CRM:ään, se ei enää “toimita liidejä myynnille” – vaan ohjaa yhtä ja samaa kaupallista prosessia yhdessä myynnin kanssa.

Teksti: Kimmo Luoma, MicroMedia Oy

Outbound-paradoksi, osa 2

Posted in B2B, Complex Sales, Liidit, Myynti, Ostoaietieto by

Monessa B2B-yrityksessä outbound-soittoja mitataan tapaamisten määrällä. Siksi liian usein tapaaminen on väärän henkilön kanssa, väärään aikaan tai väärällä viestillä. Se vain kuluttaa myyjän aikaa. Padoksaalisesti voisi jopa sanoa, että mitä enemmän korkeapaineella toimivat outbound-organisaatiot ovat dialogissa potentiaalisten asiakkaiden kanssa, sitä vähemmän ne keräävät tietoa. Ainoa datapiste ja CTA on tapaamisen sopiminen, kuten aikaisemmassa blogissani ”Outbound-paradoksi ja sen purkaminen” kirjoitin.

Jos CTA on aina vain tapaaminen, mahdolliset keskustelut päättäjien kanssa saattavat loppua lyhyeen jo ensi kontaktoinnilla. Parempi kysymys myynnille olisi: mitä muuta tästä dialogista voidaan oppia, vaikka tapaamista ei nyt syntyisikään?

Todellisuudessa vain pieni osa prospekteista on ostovalmiina juuri nyt. Suurin osa on jossain vaiheessa matkalla:

  • yksi kartoittaa vaihtoehtoja,
  • toinen on juuri uusinut sopimuksen,
  • kolmas pohtii investointia ensi vuoden budjetissa.

Pitkien B2B-ostosyklien maailmassa jokainen asiakaskontakti on arvokas datapiste. Jos SQL-tapaamista ei synny, olisi syytä CRM-dokumentoida ainakin:

  • Tunnettuus: kuinka hyvin meidät tai ratkaisumme tunnetaan?
  • Sentimentti: positiivinen, neutraali vai kielteinen suhtautuminen?
  • Uudet päättäjät: ketä muita on mukana päätöksenteossa?
  • Sopimuskausitieto: milloin nykyinen sopimus päättyy?
  • Hankeaikataulu: missä vaiheessa projekti tai investointi on suunnitteilla?
  • Kilpailijamaininnat: ketä vastaan meitä verrataan?
  • Follow-up: koska voimme palata asiaan?

OUTBOUND-KORJAUSSARJA: LISÄÄ 5 DATAPISTETTÄ ASIAKASDIALOGIIN

Jokainen asiakaskontakti on arvokas datapiste. Myös silloin, kun SQL-tapaamista ei synny. Alla viisi ostoaietieto-kategoriaa, joiden avulla myyntiorganisaatio saa jokaisesta keskustelusta enemmän irti. Myös tilanteissa kun ei voi tai kannata sopia asiakastapaamista:

1. Mittaa tunnettuus systemaattisesti

Älä oleta, että markkinointisi näkyvyys = tunnettuus kohderyhmässä. Jokainen kontakti on tilaisuus kysyä: ”Tunnetko meidät, tunnetko ratkaisumme?” Dokumentoi vastaukset CRM:ään. Näin syntyy faktapohjainen kuva markkina-asemastasi.

2. Tee sentimentistä johtamisen mittari

Asiakasdialogin arvo ei aina ole “kyllä” tai “ei”, vaan sävy. Positiivinen, neutraali tai kielteinen suhtautuminen kertoo ostovalmiudesta ja brändimielikuvasta. Tee sentimentistä oma KPI ja seuraa sen muutosta ajassa.

3. Tunnista ja dokumentoi uudet päättäjät

B2B-kaupoissa ostopäätös tehdään harvoin yksin. Tunnista keskusteluissa uudet nimet ja roolit, kirjaa ne CRM:ään ja päivitä päättäjäkartta. Jokainen uusi päättäjä on mahdollinen sisäinen vaikuttaja, joka voi ratkaista kaupan myöhemmin.

4. Hyödynnä sopimuskausitieto ja hankeaikataulut

Sopimuskauden päättymiset ja tulevat hankkeet ovat markkinan todelliset “murtokohdat”. Ilman näitä tietoja soitat usein väärään aikaan. Dokumentoi tarkasti aikajänne: milloin kannattaa palata asiaan – ensi kvartaalissa vai ensi vuonna.

5. Analysoi kilpailijamaininnat

Kun prospekti kertoo, keitä muita toimittajia arvioi, kyseessä on arvokas insight. Kilpailijamaininnat paljastavat sekä oman asemasi että kilpailijoiden vahvuudet. Tee niistä yhteenvetoa ja hyödynnä myynnin viestien ja markkinoinnin kehittämisessä.

Lopuksi: B2B-myynnissä tapaamisten määrä ei ole menestyksen mittari. Asiakasymmärryksen laatu ratkaisee. Yritykset, jotka dokumentoivat systemaattisesti ostoaietietoa, sentimenttiä, sopimuskausia ja hankeaikatauluja, rakentavat pipelinea, joka kestää pitkien syklien realiteetit. Mitä pidempi ostoprosessi, sitä arvokkaampaa on kerätä tietoa. Ei vain tapaamisia.

Teksti: Kimmo Luoma, MicroMedia Oy

AI-koukku

Posted in AI, B2B, Complex Sales, Liidit, Ostoaietieto, Sales Enablement by

Tekoälyn yleistyminen on tuonut mukanaan uudenlaisen sudenkuopan: teknologiakoukun. Kun tekoälysovellusten testailu, integraatiot ja promptien viilaus alkavat viedä enemmän aikaa kuin asiakastyö, optimointi alkaa syödä tulosta.

Tekoälytyökalut ovat myynnin ja markkinoinnin ammattilaisille “huumaavaa kamaa”. Ne tarjoavat valtavan lupauksen:

“Kokeillaan vielä tätä plugaria. Tämä agentti lupaa 40 % parempaa reply ratea. Mikä olisi paras promptti tähän nurtureen?”

Kokeilukulttuurista tulee huomaamatta päätyö.

  • Asiakastyö marginalisoituu. Sisäiset kehityskokoukset ja AI-pilotit täyttävät kalenterit.
  • Myyjät promptaavat, eivät keskustele. Vuorovaikutus jää taka-alalle, kun energia menee teknisen viestiputken optimointiin.
  • Markkinointitiimit hurahtavat sisällön tuotantoon työkalujen ehdoilla. Kohderyhmäanalyysi ja viestistrategia unohtuvat, kun aikaa kuluu uusien mallien testailuun.
  • Johto mittaa teknologian kyvykkyyttä, ei kaupallista vaikutusta. Fokus siirtyy teknologiaan,  ei asiakasarvoon.

 Miten tunnistat AI-koukun?

Tunnusmerkkejä:

  • Palaute asiakkaalta unohtuu, kun keskitytään OpenAI:n vastauksiin
  • Viikottaisessa myyntipalaverissa keskustellaan plugineista, ei asiakastilanteista
  • Markkinointipalaverissa esitetään uusia AI-sisältödemoja, mutta kampanjatulokset jäävät analysoimatta
  • Myyntisyklit ja markkinoinnin projektit pitenevät, vaikka työtunteja menee enemmän
  • CRM ja markkinoinnin työkalut täyttyvät testikentistä, ei konversioita tuottavista toimenpiteistä
  • AI:n kyvykkyyksiä pilotoidaan, mutta ei operationalisoida

Organisaatioiden kannattaa määrittää selkeät pelisäännöt AI:n käytölle myynnissä ja markkinoinnissa:

  • Mitä automatisoidaan, mitä ei?
  • Mihin rooliin AI-agentti sijoitetaan prosessissa?
  • Kuinka paljon aikaa saa käyttää testaamiseen viikossa?
  • Miten mittaamme AI:n tuottamaa kaupallista arvoa?

Teksti: Kimmo Luoma, MicroMedia Oy

CRM & AI-label: lopulta tärkein on konteksti

Posted in ABM, AI, B2B, B2Bmarkkinointi, Complex Sales, Intent Data, Liidit, Ostoaietieto by

CRM järjestelmät tallentavat rakenteellista ja statuspohjaista tietoa: roolit, toimialat, kontaktit, konversiot, tapaamiset. Mutta niistä puuttuu se, mikä lopulta ratkaisee: konteksti.

Tekoälyn aikakaudella markkinointi ja myynti tarvitsevat syvempiä signaaleja kuin pelkkä liidistatus. CRM kertoo kuka liidi on, mutta ei miksi hän ei vastaa, mitä hän ajattelee, tai milloin kannattaisi palata asiaan. Tähän tarvitaan uusi kerros: AI-labelit.

Ne nostavat esiin ostamisen esteitä, tunnetiloja ja ajoitussignaaleja, joita ei voida kirjata checkboxilla tai dropdownilla. Ne auttavat valitsemaan oikean hetken, viestin ja kanavan. CRM kertoo, kuka liidi on.
AI-labelit kertovat, miksi hän ei vastannut ja miten hänelle kannattaa puhua seuraavaksi.

Mitä ovat AI-labelit?

AI-labelit ovat kielimallin avulla luotuja luokitteluja, jotka kuvaavat kontaktin ostomaturiteettia, motiiveja, esteitä, mielikuvia ja tunnetiloja.

Ne perustuvat ei-rakenteelliseen dataan, kuten:

  • CRM-muistiot ja soittohistoria
  • Sähköpostit ja lomakevastaukset
  • Webinaaripalautteet ja keskustelumuistiot

Tekoäly jäsentelee tämän datan ostoaietiedoksi ja tuottaa selkeitä luokitteluja, kuten:

“Ei resurssia juuri nyt”
“Etsii referenssejä ennen etenemistä”
“Reagoi pehmeisiin viesteihin, ei CTA-painotteisiin”
“Kokee ratkaisun liian laajaksi organisaatiolleen”

Tämä on nimenomaan se syvyys, jonka päälle AI rakentaa yksilölliset viestit. Tekoäly auttaa valitsemaan oikean sävyn, kanavan ja ajoituksen liidin aktivoimiseksi.

Kontekstuaalisuus

Perinteiset CRM-propertyt eivät paljasta käyttäytymisen taustalla olevia motiiveja tai esteitä.AI-labelit puolestaan muodostuvat tulkinnasta: mitä kontaktin sanoista, reaktioista tai hiljaisuudesta voidaan päätellä? Missä tunnelmassa hän vastaanottaa viestin? Mikä häntä pidättelee tai kiinnostaa?

Siinä missä CRM kertoo, että liidi on markkinointijohtaja teknologia-alalta, AI-labelit paljastavat että:

  • hän odottaa esimerkkejä oman toimialansa käytännöistä,
  • ei luota geneerisisiin ratkaisuihin,
  • ja haluaa ensin validointia ennen etenemistä.

Yhdessä nämä kaksi näkökulmaa täydentävät toisiaan: CRM tarjoaa rakenteen, AI kontekstin. Vasta silloin viestintä voi olla aidosti ajoitettua, merkityksellistä ja vaikuttavaa.

Missä CRM:n AI-labelit tuovat lisäarvoa?

KäyttökohdeHyöty
SegmentointiKohdenna nurturointia esim. “Kaikki, joilla esteenä resurssipula”
Viestien personointiSäädä sävy, CTA ja ajoitus kontaktikohtaisesti
Myynnin priorisointiTunnista ketkä palaavat aiheeseen tiettynä kuukautena
MarkkinointiautomaatioOhjaa liidi oikeaan nurturointipolkuun labelin perusteella
SisältöstrategiaPaljastaa ostoesteet ja tuottaa sisältöideat niihin vastaamiseksi
RaportointiNäet mitkä esteet tai mielikuvat dominoivat eri segmenteissä

Kysy lisää: Kimmo Luoma, MicroMedia Oy

Tahdikas B2B-markkinointi ja SQL-liidien hoito

Posted in AI, B2Bmarkkinointi, Complex Sales, Go-To-Market, Liidit, Ostoaietieto by

B2B-yritysten myynti- ja markkinointitoiminnoilla on kummallinen perinne.

Kun liidi saavuttaa SQL-statuksen (Sales Qualified Lead, myyntivalmis liidi tai myyntimahdollisuus), markkinointi vetäytyy kuin kohtelias vieras, joka ei halua häiritä varsinaista keskustelua. “Liidi on nyt myynnillä” – ja sen myötä myös viestintä, tuki ja näkyvyys siirtyvät syrjään.

Complex sales-yritykselle tämä voi olla virhe.

Osto- ja myyntiprosessit ovat pitkäkestoisia, usein 6–18 kuukauden mittaisia ja sisältävät useita päätöksentekotasoja. Päätökset syntyvät useiden iterointien, sisäisten keskustelujen ja ulkoisten vaikutteiden kautta. Myyntitiimi ei voi olla läsnä kaikessa, mutta markkinointi voi. Kun malli on suunniteltu sen mukaisesti.

Miksi markkinointi ei voi vetäytyä SQL-vaiheessa?

1. Ostoprosessi ei ole lineaarinen

Asiakas ei etene vaihe kerrallaan, vaan palaa taaksepäin, hyppää yli ja miettii uudelleen. Tapahtuu edelleen aktiivista harkintaa, vertailua ja tiedonhakua.

2. Päätöksenteko on kollektiivista

Usein myyjän keskustelukumppani on vain yksi päättäjä monen joukossa. Ostokomiteassa voi olla mukana IT, talous, operatiivinen johto – eikä heihin ole suoraa myyntikontaktia. Heidät tavoittaa vain markkinoinnin keinoin.

3. Kilpailijat eivät odota

Samaan aikaan kun oma myynti rakentaa ratkaisua, kilpailijat jatkavat omaa markkinointiaan. Jos et ole läsnä, he ovat.

Tässä taulukossa ovat keskeiset datapisteet, joita tarvitset SQL-liidien hoitomallien suunnittelua ja toteutusta varten:

DatatyyppiMihin kysymykseen data vastaa?Miten kerätään?Miten luokitellaan?Miten hyödynnetään viestien suunnitte-lussa?Esimerkkejä AI-labeleista ja CRM-tageista
LähdetietoMiten tämä liidi tuli meille?Web-lomake, SDR, tapahtuma, kampanjadataKanava, kampanja, ensimmäinen kosketusViestin sävy ja konteksti valitaan alkuperäisen kiinnostuksen mukaanSource-tag, Kampanja-ID, AI:Origin:
Inbound, outbound
Rooli & funktioMikä henkilön vaikutusvalta ja vastuualue on?LinkedIn, CRM, SDR:n muistiotPäättäjä / vaikuttaja / käyttäjäRoolin mukaan painotetaan liiketoiminnallista, teknistä tai operatiivista argumentointiaCRM-roolitagit, AI: Persona:Tech/Finance/Exec
Ostopotenti-aali & ostoaietietoKuinka lähellä ostopäätöstä hän on, ja kuinka motivoitunut?Käyttäytymi-nen, SDR, AI-pisteytysEarly / Mid / Late + Hot/Warm/Cold intentViestin ajoitus, CTA ja painopiste riippuvat ostoaikeesta ja ajankohdastaAI: Stage:Mid:Hot, CRM-lifecycle
Sisältö-reaktiotMistä aiheista hän on kiinnostunut?Klikit, sisällön-kulutus, hakukoneetAihealueet, formaatit (opas, video, case)AI suosittelee seuraavaa sisältötyyppiä tai aihetta reaktion perusteella (esim. case, pricing-info)Content-tagit, AI:Intent:Topic:Automation
Engagement, Aktiviteetti-tiheysKuinka aktiivinen hän on viime aikoina ollut?CRM-logit, clickstream, engagement scoreHigh / Medium / Low engagementAI mukauttaa kontakti-tiheyden: korkea → CTA: tapaaminen AI: Engagement:
High, CRM-käyttäytymis-tagi
Yritystason signaalitOnko muu organisaatio aktivoitunut?ABM, IP-tunnistus, käyttäytymis-trenditMulti-touch / yksi kontakti / aktiivinen tiimiLaajennetaan viestintää usealle roolille, ehdotetaan yhteistä demoaAI: Org-Intent:Active, ABM-tunnisteet
Ostoesteet ja duubiotMitä esteitä tai huomioita on tullut esiin?SDR:n tai myyjän kirjaukset, AI-analyysi puheluistaTrigger, Objection, Opportunity themeAI tuottaa sisältö-suosituksia esim. ROI-laskelmasta jos esteenä hinta / aikatauluAI: Objection: Budget, Trigger: Vendor Change”
ICPVastaako yritys meidän ihanneprofiilia?CRM-enrichment, intent data, toimialatiedotICP-match / Tech Stack / KasvuvaiheAI suosittelee relevantin referenssin tai toimiala-kohtaisen sisällön kohdentamistaAI: “Fit:ICP”, “Segment:Scale-up/Enterprise”

Teksti: Kimmo Luoma, MicroMedia Oy

B2B-markkinoinnin viimeinen kilometri

Posted in B2B, B2Bmarkkinointi, Liidit, Myynti, sisältömarkkinointi by

Logistiikassa tunnetaan termi “viimeinen kilometri”. Vaihe, jossa tilattu lähetys siirtyy jakelukeskuksesta kotiovelle. Se on usein kallein, vaikeimmin hallittava ja asiakaskokemuksen kannalta ratkaisevin osa toimitusta.

B2B-markkinoinnin viimeinen kilometri alkaa siitä hetkestä, kun asiakas on ladannut oppaan, osallistunut webinaariin tai jättänyt yhteystietonsa. Status voi olla esimerksi MQL-liidi.

Kyse ei ole enää liidien keräämisestä. Vaan siitä, miten niiden kanssa jatketaan. Viimeinen kilometri on kaupallisen prosessin happotesti. Siinä mitataan markkinoinnin ja myynnin integraation todellinen taso. Sillä viimeinen kilometri toimii vain, kun:

  • Markkinointi orkestroi ja personoi viestit
  • Myynti antaa nimensä, näkemyksensä ja kontekstin
  • Lähettäjä on ihminen, esimerkiksi nimetty vastuumyyjä (vaikka lähetys tapahtuisikin osana markkinointiautomaation työnkulkua) 

Personointi ei tarkoita “Hei [etunimi]” – vaan oikean viestin lähettämistä oikealta henkilöltä. Personointi on kaksisuuntaista: viestin pitää tuntua siltä, että lähettäjä tuntee vastaanottajan ja toisaalta viestillä on selkeä “allekirjoittaja”. Tässä viimeistään vastuumyyjän on oltava selvillä ja esittäydyttävä. Lisäksi personoinnin on oltava käyttäytymiseen, toimialaan tai rooliin perustuvaa.

Ei: “Kiitos osallistumisesta! Tässä tallenne.”
Vaan: “Huomasin että kiinnostuit osuudesta, jossa käsiteltiin liidien lämpötilaa. haluatko nähdä analyysimallin, jolla se toteutetaan?”

10 vinkkiä B2B-markkinoinnin viimeiselle kilometrille

  1. Unohda geneeriset viestit. Tee 2–3 versiota toimialan, tittelin tai käyttäytymisen mukaan.
  2. Pisteytyspohjainen rytmitys. Ei kalenterin mukaan vaan sen, mitä kontakti tekee.
    (Katsoi tallennetta → lähetys 2 pv päästä)
  3. Myyjän ääni, markkinoinnin voima. Anna markkinoinnin tehdä työ, mutta myyjän nimissä ja näkökulmasta.
  4. Sisältöjen uusiokäyttö. Webinaarien litteroinneista saa blogitekstejä, asiantuntija-artikkeleita tai LinkedIn-päivityksiä – jatka dialogia tutulla sisällöllä.
  5. Kysy tarkentava kysymys. Viimeisen kilometrin viesti voi olla pelkkä yksinkertainen “Onko teillä jo käytössä…?” Aktivoiva ja kevyt.
  6. Tee viestistä jakokelpoinen. Lisää pieni nosto, jonka vastaanottaja voi helposti forwardoida kollegalleen.
  7. Valitse media oikein. Toiselle sähköposti toimii, toiselle LinkedIn-viesti, kolmas haluaa WhatsAppin. Ole siellä missä kontakti on.
  8. Hyödynnä käyttäytymisdata. Jos tiedät, mihin osallistuja pysähtyi tallenteessa, jatka siitä.
  9. Ajoita yksilöllisesti. Kaikki eivät kaipaa viestiä heti tapahtuman jälkeen. Viivästetty, kontekstilla ladattu viesti viikkoa myöhemmin voi osua paremmin.
  10. Anna vaihtoehto. Viestin CTA ei ole aina “Varaa demo”. Se voi olla myös “Haluatko nähdä toisen esimerkin?” tai “Voinko lähettää tiivistelmän?”

Haluatko keskustella miltä teidän markkinoinnin viimeinen kilometri voisi näyttää?
Varaa 15-30 min – näytämme esimerkin siitä, miten dialogi jatkuu perille asti.

Teksti: Kimmo Luoma, MicroMedia Oy

Minä, SDR

Posted in AI, B2Bmarkkinointi, Intent Data, Ostoaietieto, Sales Enablement by

Klo 8:30, CRM auki, kahvimuki käteen.

Ensimmäisenä katson AI-agenttini yön aikana päivittämän prioriteettilistan. Se on analysoinut CRM-dataa, ostoaietietoa, verkkokäyttäytymistä ja LinkedIn-päivityksiä, ja ehdottaa päivän top 10 kontaktia: “Nämä b2b-liidit näyttävät lämpimiltä, syynä mm. maininta Q4-budjeteista ja hiljattainen someaktiviteetti.”

Pisteytys perustuu BANT-malliin, mutta AI täydentää sitä dynaamisesti: yksi kontakti on nostettu listalle, koska hänen kollegansa mainittiin alan mediassa uudesta projektista.

Klo 9:00, outreach alkakoon.

Käytän viestien luonnissa omaa AI-assistenttiani. Syötän kontaktin tittelin, toimialan ja yhden kiinnostuksen kohteen CRM:stä: “IT-johtaja, energiatoimiala, kiinnostunut käyttöasteen optimoinnista.”

AI ehdottaa kolmea viestiversiota: analyyttinen, konsultoiva ja suora. Valitsen suoran, muokkaan loppuun ja ajan sen lähetykseen HubSpotin kautta.

Seuraava kontakti: puheluskriptiin AI on koostanut minulle avauskysymykset, vastalauseiden käsittelyn ja konkreettisen lupauksen juuri kyseiselle yritykselle. AI ehdottaa myös, mihin suuntaan voisin viedä keskustelua, jos asiakas mainitsee esimerkiksi resurssipulan tai budjettivuoden loppumisen.

SQL-tapaamisten buukkaukseni perustuu useimmiten juuri näihin puheluihin: se on se hetki, jolloin tarve kirkastuu ja kontakti tunnistaa seuraavan askeleen relevantiksi.

Klo 10:30, liidien rikastus ja markkinointisekvensseihin siirto.

Uudet kontaktit, joita AI ei vielä tunne hyvin, rikastetaan automaattisesti LinkedIn- ja verkkodatan sekä muiden julkisten lähteiden tavulla. Samalla AI ehdottaa minulle minkä liidistatuksen kyseiset kontaktit saavat ja mille “nurturointiputkelle” kontaktit sopivat parhaiten: kiinnostuneiden toimitusjohtajien ABM-sarja, markkinointijohdon trendiviestit vai teknologiapäättäjien case-pohjainen nurturointi.

SQL-statuksen saaneet kontaktit siirtyvät samalla IP-kohdennetun display-kampanjan piiriin. Tämä tukee myyntiprosessia jatkuvalla näkyvyydellä: kontaktit näkevät brändimme ja heille räätälöidyt viestit verkkoselailunsa yhteydessä, mikä parantaa todennäköisyyttä jatkoyhteydenottoon ja tapaamisten konvertoitumiseen.

Klo 11:15, follow-upien aika.

Kontakti oli eilen webinaarissamme mutta ei jättänyt yhteydenottopyyntöä. AI ehdottaa: “Hei Laura, olit mukana tilaisuudessa – jäikö jokin kysymys askarruttamaan? Tässä 2 min video siitä, miten asiakkaamme X ratkaisi saman haasteen.”

Toinen follow-up lähtee liidille, joka avasi viestin kolme kertaa mutta ei reagoinut. AI ehdottaa koukkua: “Huomasin muuten että yrityksessänne on juuri avautunut uusi positio – voisiko se olla signaali siitä, että…”

Kolmas follow-up on puhelinkeskustelu: “Hei [etunimi], [oma nimi] täältä. Meillä oli lyhyt kontaktiviestinvaihto aiemmin, ja jäi sellainen fiilis, että voisitte olla liikkeellä [aihe] ympärillä. Ajattelin soittaa ja kysyä suoraan – onko tämä jotain, johon haluaisitte lisää konkretiaa tai esimerkkiratkaisuja? Voin järjestää lyhyen sparrikäynnin asiantuntijamme kanssa.”

Klo 13:00, lounaan jälkeen: nurturointi

AI tuottaa minulle valmiin nurturointisarjan kolmen eri liidiprofiilin perusteella: teknologiajohtaja, markkinointijohtaja ja toimitusjohtaja. Viestit rakentuvat edellisen puhelinkeskustelun pohjalta: yksi mainitsi kiinnostuksen AI:ta kohtaan mutta vasta myöhemmin tänä vuonna.

Lisäksi tarkistan HubSpotin liidipisteytyksen perusteella listalle nousseet uudet kontaktit, jotka ovat esim. vierailleet toistuvasti tuotesivuillamme tai ladanneet sisältöjä. Nämä henkilöt siirrän myös kontaktointilistalleni. sen teen joko puhelimitse, sähköpostilla tai LinkedInin kautta, riippuen aiemmasta sitoutumisesta.

AI luo viestit, joissa hyödynnetään toimialatrendejä, asiakkaan aikaisempia huomioita ja personoituja CTA-ehdotuksia (esim. “Haluatko että lähetän tiivistetyn toimialaraportin viimeisimmistä AI-käyttötavoista teidän sektorilla?”)

Klo 15:30, dashboard, työkalupakki ja KPI-katsaus.

Avaan päivän mittariston. AI-agentti on koostanut yhteen näkymään:

  • Viestien avausprosentit kanavittain (email, LinkedIn, puhelut)
  • Konversioasteet kampanjoittain ja liidiprofiileittain
  • Tavoitettavuus suhteessa viikkotavoitteisiin
  • A/B-testien tulokset

Työkalupakkini on integroitu: käytössäni on CRM (HubSpot), AI-assistentti (ChatGPT + liitetyt integraatiot), liidien rikastustyökalu (Leadfeeder ja Vainu), sähköpostisekvenssit, sekä sisältökirjasto, jonka AI pitää ajan tasalla.

Klo 16:00, A/B-testauksen ja oppimisen hetki.

AI analysoi viikon aikana lähetetyt viestit ja raportoi:

  • “Viestiotsikoista paras avausprosentti tuli rivillä: ‘Tiedän että etsit skaalautuvaa mallia – tässä ehdotus’.”
  • “LinkedIn DM:t konvertoivat 1.6x paremmin kuin sähköpostit toimitusjohtajille.”

Lisään parhaat viestit omaan “toimivimmat templatet” -kirjastooni, jonka ylläpitoa AI hoitaa puolestani.

Klo 16:15, päivä pulkassa, mutta data työskentelee edelleen.

Laitan AI:n skannaamaan seuraavan päivän kontakteja: uusi data LinkedInistä, mahdolliset uutisnostot, CRM-päivitykset. Huomenna minua odottaa taas tuore lista liidejä, joilla on aidosti merkkejä kiinnostuksesta tai ostoaikeista.

Teksti: Kimmo Luoma, MicroMedia