Category Archives: Complex Sales

Pitkien B2B-ostosyklien toimialojen keinot markkinointiin

Tekoäly on ABM-markkinoinnin tehoäly

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

Tekoälyn hyödyntäminen ABM-markkinoinnissa (Account-Based Marketing) avaa täysin uusia mahdollisuuksia. Perinteisesti ABM on ollut hyvin työvoimavaltaista ja vaatinut paljon manuaalista työtä, mikä on tehnyt siitä vaikeasti skaalautuvan. Nyt tekoäly mahdollistaa ABM-markkinoinnin skaalaamisen “massoille”, jolloin täysin räätälöidyt viestit voidaan kohdentaa one-to-one-kullekin päättäjälle – reaaliaikaisesti ja juuri oikeaan tarpeeseen. Tämä on erityisen merkityksellistä Complex Sales-yrityksille, joissa B2B-myyntiprosessit ovat pitkiä ja monimutkaisia, ja joissa mukana on useita ostajapersoonia ja päättäjiä. AI pystyy muuntelemaan asiakaslupausta ja ydinviestejä asiakkaittain, ostajapersoonittain ja ostoprosessin vaiheittain, mikä mahdollistaa huomattavasti tarkemman ja vaikuttavamman markkinoinnin.

Tekoäly, tai kuten tässä yhteydessä voidaan sanoa, tehoäly, mahdollistaa datan analysoinnin ja siihen pohjautuvat uudet viestit, sisällöt ja kehotteet (CTA) reaaliajassa ja tavalla, joka mahdollistaa muutokset välittömästi. Kaikki tämä on automatisoitavissa, mikä tarkoittaa, että vanhat manuaaliset analysoinnin ja sisällöntuotannon vaiheet voidaan korvata reaaliaikaisilla, automaattisilla prosesseilla. CRM:ään tallennettu tieto voidaan anonymisoituna siirtää tekoälytyökaluun (LLM-työkalut) analysoitavaksi API-rajapintojen ja integraatiotyökalujen, kuten Zapierin avulla. Analysoitu tieto ja uudet sisällöt voidaan samoin palauttaa markkinoinnin automaatioalustoille, kuten HubSpot, Salesforce tai Microsoft Customer Insights. Näin saadaan hyperpersonoituja ja ajoitettuja markkinointitoimia, jotka tukevat asiakkaan ostopolkua juuri oikealla hetkellä.

Tehoäly voi käyttää analysoinnin lähteenä myyjien ja ostajien dialogia, josta yleensä syntyy dokumentaatiota, CRM-kirjauksia, kvalitatiivista haastatteluaineistoa. Tämän vuorovaikutuksen aikana syntyy ostosignaaleja, ostoaietietoa ja päättäjätietoa kuin huomaamatta – sekä myyjän kirjaamisten että ostajan käyttäytymisen myötä. Tekoäly hyödyntää tätä dokumentoitua tietoa ABM-markkinoinnin sisältölähteinä ja auttaa kehittämään kaupallista prosessia tavalla, joka ei ole aiemmin ollut mahdollista.

Eri kohtaamispisteistä kerätyn kvalitatiivisen datan analysointi ABM-markkinointia varten

1. Analysoi asiakashaastattelut ja segmentoi

Aloita analysoimalla asiakashaastattelujen ja CRM-kirjausten kvalitatiivinen data tekoälyn avulla. Hyödynnä AI:ta tunnistamaan keskeiset kipupisteet ja tarpeet, jotka auttavat yleisön segmentoinnissa. Tämä luo pohjan tarkasti kohdennetuille ja vaikuttaville markkinointikampanjoille.

2. Tunnista uusia ostajapersoonia

AI voi analysoida CRM-tietoja ja asiakashaastatteluja tunnistaakseen eri roolihenkilöitä ja päätöksentekijöitä ostoprosessissa. Tämä tieto auttaa tunnistamaan mahdollisia uusia ostajapersoonia ja räätälöimään viestit heille oikein.

3. Hyödynnä ostoaietietoa liidien priorisoinnissa

Tekoäly analysoi CRM-kirjauksista löytyvää ostoaietietoa, mikä auttaa priorisoimaan liidejä ja ohjaamaan resurssit tehokkaammin niihin liideihin, joilla on suurin todennäköisyys edetä ostoprosessissa. Tämä parantaa markkinoinnin ROI:ta ja lisää myynnin tehokkuutta.

4. Muunna asiakaslupausta ostajapersoonittain ja ostoprosessin vaiheittain

AI:n avulla voit muuntaa asiakaslupauksen ja ydinviestit eri ostajapersoonien ja ostoprosessin vaiheiden mukaan. Tämä mahdollistaa sen, että jokainen viesti resonoi juuri kyseisen ostajapersoonan kanssa, mikä parantaa viestien osuvuutta ja kampanjoiden vaikuttavuutta.

5. Luo personoituja sisältöjä nurturointimarkkinointiin

Hyödynnä tekoälyä luomaan hyperpersonoituja nurturointikampanjoita, jotka mukautuvat reaaliaikaisesti liidien käyttäytymisen ja ostoaietiedon, esimerkiksi aikaikkunatiedon perusteella. Voit automatisoida kampanjat eri kanavissa, kuten sähköposti, IP-kohdennus ja ohjelmallinen ostaminen, jolloin viestit tavoittavat oikeat henkilöt oikealla hetkellä.

6. Automatisoi seurantaviestit ja optimoi ajoitus

AI voi automatisoida seurantaviestien lähettämisen asiakkaan käyttäytymisen ja vuorovaikutuksen perusteella. Tekoäly varmistaa, että seurantaviestit lähetetään oikeaan aikaan, jolloin ne ovat mahdollisimman vaikuttavia. Viestejä voidaan lähettää eri kanavissa, kuten sähköposti ja IP-kohdennus, ja niiden ajoitusta voidaan optimoida reaaliajassa.

Teksti: Kimmo Luoma, MicroMedia Oy

Complex Sales & AI – Myynnin keräämä data B2B-markkinoinnissa

Posted in B2Bmarkkinointi, Complex Sales, Intent Data, sisältömarkkinointi by

Myynnin kohtaamispisteistä kerätty tieto on vielä hyödyntämätön resurssi, etenkin Complex Sales -ympäristössä. Moni markkinointijohtaja kuitenkin tuskailee sen kanssa, miten tämä myynnistä kerätty laadullinen tieto voidaan analysoida tehokkaasti ja hyödyntää esimerksi GoToMarket-suunnittelussa.

Complex sales -myynnissä asiakkaiden ostoprosessit ovat usein pitkiä ja niihin vaikuttaa useita sidosryhmiä ja muuttujia. Asiakkaat liikkuvat eri vaiheiden välillä edestakaisin ja päätöksenteko saattaa kestää kuukausia, ellei jopa vuosia. Myyntitiimi kerää valtavasti laadullista tietoa asiakkaiden tarpeista, huolista ja tavoitteista erilaisissa kohtaamisissa, tapaamisissa, haastatteluissa ja CRM-kirjauksissa. Tämä tieto on kuitenkin usein hajanaista ja vaikeasti hyödynnettävää markkinoinnin näkökulmasta.

Monet markkinointitiimit kokevat haasteeksi sen, miten myynnin keräämää dataa voisi analysoida tehokkaasti ja yhdistää osaksi markkinoinnin suunnittelua. Laadullinen tieto saattaa olla monimuotoista ja sen hyödyntäminen vaatii erityisiä analyysimenetelmiä, joita perinteiset raportointityökalut eivät välttämättä tue.

Tekoäly ja koneoppiminen tarjoavat ratkaisun myynnin kohtaamispisteistä kerätyn laadullisen tiedon tehokkaaseen analysointiin. Tekoäly pystyy käsittelemään suuria määriä monimuotoista dataa, kuten asiakastapaamisten kirjauksia, haastatteluista saatuja muistiinpanoja ja CRM-tietoja, ja löytämään sieltä segmenttejä, trendejä, yhteyksiä ja piilotettuja ostosignaaleja.

5 konkreettista käyttötapausta B2B-myynnin kohtaamispisteistä kerätyn laadullisen datan analysointiin

1. Mitä yhteisiä teemoja ja haasteita asiakkaat mainitsevat?

Tekoäly voi analysoida CRM-järjestelmään kirjattuja asiakastapaamisia ja haastatteluita tunnistaakseen toistuvia teemoja ja haasteita. Tämä auttaa markkinointitiimiä luomaan sisältöä, joka vastaa näihin tarpeisiin ja puhuttelee asiakkaita heidän kipupisteissään.

2. Miten asiakastarpeet eroavat eri segmenteissä?

Tekoälyllä voit segmentointianalyysin avulla selvittää, miten eri asiakasryhmien tarpeet ja huolenaiheet eroavat toisistaan. Näin markkinointitiimi voi kohdentaa viestintänsä tehokkaammin kullekin segmentille.

3. Asiakashaastatteluiden sentimenttianalyysi

Analysoi asiakashaastatteluiden muistiinpanot tekoälyn avulla selvittääksesi asiakkaiden tunteet ja suhtautumisen yrityksen ratkaisuihin. Positiivinen sentimentti voi antaa vinkkejä siitä, mitkä ratkaisut tai palvelut ovat erityisen kiinnostavia, kun taas negatiiviset kommentit kertovat kehityskohteista.

4. Ostopolun vaiheiden tunnistaminen

Analysoi asiakkaiden CRM-kirjauksia ja kartoita, missä vaiheessa ostopolkua asiakas tällä hetkellä on. Tämän avulla markkinointitiimi voi kohdentaa viestinnän oikea-aikaisesti ja tarjota sisältöä, joka auttaa asiakasta siirtymään seuraavaan vaiheeseen.

5. Mitkä asiakkaat osoittavat valmiutta edetä seuraavaan vaiheeseen?

Tekoäly voi analysoida eri asiakkaiden kanssa käytyjä keskusteluja ja tunnistaa ne asiakkaat, jotka ovat valmiita etenemään ostoprosessissa. Tämä mahdollistaa sen, että markkinointi voi kohdentaa viestinsä oikeaan aikaan ja tukea asiakasta ostopäätöksessä.

Tekoälyn hyödyntäminen myynnin kohtaamispisteistä kerätyn ostoaietiedon analysoinnissa on avain tehokkaampaan ja asiakaslähtöisempään markkinointiin, erityisesti Complex sales -ympäristössä. Myynnin keräämä data on arvokasta, mutta vasta tekoälyn avulla siitä saadaan irti kaikki se potentiaali, joka voi auttaa markkinointia saavuttamaan parempia tuloksia ja tukemaan asiakasta ostoprosessin eri vaiheissa.

Teksti: Kimmo Luoma, MicroMedia

Siitä tuli henkilökohtaista

Posted in ABM, AI, Complex Sales, Ostoaietieto, sisältömarkkinointi by

AI personoi skaalassa.

Se mahdollistaa ultrapersonoinnin, jossa asiakasdataa, CRM-tietoja ja myyntitiimin tekemiä kirjauksia analysoimalla mukautetaan viestit vastaamaan yksittäisen päättäjän ajankohtaisia haasteita ja ostoprosessin vaihetta. Se mikä aikaisemmin ei ollut mahdollista aikataulu- tai kustannussyistä, on nyt tekoälyn käytön arkipäivää.

Monimutkaisessa Complex Sales-myyntiprosessissa on useita kohtaamispisteitä eri päätöksentekijöiden kanssa, ja AI pystyy analysoimaan näistä tehdyt kirjaukset tuottaakseen arvokkaita oivalluksia, insightia ja ostoaietietoa sekä B2B-markkinoinnille että -myynnille. Tämä synkronointi takaa, että päättäjäkohtaisesti personoidut, eri kanavissa julkaistut markkinointiviestit tukevat myyntiprosessia ja ovat linjassa päättäjän kuvaamien ongelmien ja tarpeiden kanssa

Esimerkki: AI voi analysoida CRM-järjestelmään tallennettua haastatteludataa ja tunnistaa, mitkä argumentit ovat tehonneet tiettyihin asiakkaisiin. Markkinointitiimi voi sitten luoda sisältöjä, jotka vahvistavat näitä myyntiargumentteja, ja auttaa asiakasta siirtymään ostoprosessissa eteenpäin.

Anna tekoälyn tehdä seuraavat työt päättäjittäin:

  1. Dokumentaation analyysi: Päättäjään liittyvät CRM-kirjaukset ja haastattelutiedot asiakastarpeen ja ostoprosessin vaiheen tunnistamiseksi
  2. Myyntiargumenttien suunnittelu: AI luo personoituja viestejä päättäjittäin. Ne perustuvat hänen kanssaan käytyihin keskusteluihin ja niistä tehtyihin litterointeihin ja kirjauksiin
  3. Personoidut markkinoinnin nurturointiviestit: AI hyödyntää CRM:ään tallennettuja tietoja ja haastattelutuloksia rakentaakseen automaattisia nurturointi-kampanjoita, jotka pohjatuvat päättäjän tarpeisiin, ostomaturiteettiin ja ostoprosessin vaiheiseen.
  4. CTA-optimointi: Kehotteet (CTA) päättäjäkohtaisesti hyödyntäen CRM- ja haastatteludataa
  5. Dynaaminen segmentointi ja markkinointilistat: Teköaly arvioi liidin lämpötilan tai pisteytyksen ja pitää sen ostoprosessin vaiheiden mukaisella markkinointilistalla.
  6. Liidien priorisointi: AI analysoi CRM-kirjauksia ja asiakashaastatteluita tunnistaakseen mitkä liidit ovat valmiimpia etenemään ostopolulla.

Teksti: Kimmo Luoma, MicroMedia

Asiakashäive ja B2B-myynti

Posted in B2B, B2Bmarkkinointi, Complex Sales, Intent Data, Myynti, Ostoaietieto, Sales Enablement by

Vaikka B2B-ostajan onkin vaikea olla poistumatta stealth modesta, häivetilasta, ostoprosessia aloittaessaan, niin syntyneiden ostosignaalien avulla ei Complex Sales-yrityksen myyntiä ja markkinointia vielä oikeasti kohdenneta tai johdeta. WWW-analytiikan, ostoaietietopalveluiden, ennakoivan analytiikan tai liidipisteytyksen tuottama, käyttäytymiseen pohjautuva tieto ei vain kerro riittävästi asiakkaan todellisista tarpeista, hankkeista ja ennen kaikkea niiden aikatauluista.

Prosessin seuraavan vaiheen, myynnin tai erillisen sales enablement/SDR-toiminnon, ensisijainen tavoite onkin BANT-haastatteluin selvittää ja lukita aikataulutietoja: milloin aloitetaan vaihtoehtojen selvittäminen, koska tarjouspyynnöt jätetään, koska on lopullisten päätösten aika. Muut BANT-kriteerit ovat sekundäärisiä tässä vaiheessa – toki kuitenkin kartoitettavia asioita.

Vain tunnistettujen aikataulutietojen avulla on mahdollista johtaa sekä B2B-myynnin että markkinoinnin toimenpiteitä. Myyntiorganisaation tulevia kontaktointeja ja markkinoinnin käynnistämiä asiakkaan päätösaikataulun mukaan ajastettuja toimenpiteitä eri kanavissa (drip-emailit, IP-kohdennettu display jne).

Vähennä asiakashäivettä. Ohjeet BANT-lukituksen hyödyntämiseen

1. Laajenna myyntiprosessi myös ostoaietiedon ja aikataulutiedon keräämisen tavoittein

Myynnin/sales enablement/SDR-tiimin kontaktoinnin ensimmäinen tavoite on kerätä hankkeiden aikatauluinformaatiota vähintään vuosineljänneksen tarkkuudella ja dokumentoida se CRM-työkaluun. Lisäksi heidän tehtävänään on luoda sovitut CRM-taskit ja/tai käynnistää sekvenssit tai työnkulut, esimerkiksi prospektiyrityksen päätösaikataulun mukaan ajastetut markkinointiautomaation viestit päättäjille, vaikuttajille ja asiantuntijoille.

2. Varmista CRM-työkalujen käytettävyys tietojen dokumentointiin

Monesti isoin haaste kerätyn tiedon hyödyntämiseen liittyy soveltumattomiin CRM-työkaluihin. Pidä huoli, että esimerksi accountin  tai oppon alla on kentät päätösaikataulutietojen kirjaamiseen. Vuosineljänneksen taso riittää hyvin esimerkiksi alasvetovalikkona.

3. Suunnittele & käynnistä markkinoinnin automaatiot päätösaikataulusta johdettuna

Suurehko muutos B2B-markkinoinnin tyypillisessä liidit myynnille-toimintamalliin verrattuna. Suunnittele ja viritä markkinointiautomaation työnkulut ja sekvenssit siten, että ne virittyvät tunnistetusta, tulevasta päätösajankohdasta käsin kohti nykyhetkeä. Millainen on esimerkiksi markkinoinnin workflow, jos päätös tehdään 24 kk päästä? Miten siinä aikataulutetaan erilaiset viestejä, sisältöjä ja kehotteita (CTA), esimerkiksi asiakasreferenssejä tai videoita.

Teksti: Kimmo Luoma, MicroMedia

GTM-suunnittelu, ostoaietieto ja AI

Posted in AI, B2B, B2Bmarkkinointi, Complex Sales, Go-To-Market, Liidit, Markkinointi, Ostoaietieto by

Go-to-Market (GTM) -suunnittelu on kriittinen prosessi B2B-yrityksille, jotka haluavat menestyä uusilla markkinoilla ja tuotteilla tai kehittää nykyistä liiketoimintaansa. Erityisen tärkeää se on ns. Complex Sales-yrityksille. Yksi tehokkaimmista tavoista parantaa GTM-strategiaa on analysoida jo kerättyä ja dokumentoitua ostoaietietoa AI-työkaluin. Dokumentoitu ostoaietieto on arvokas resurssi, joka voi merkittävästi parantaa B2B-yrityksen GTM-suunnittelua.

GTM-suunnittelu AI-työkaluin:

1. Tee datainventaari

Valitse tarjooma tai segmentti, jota analysoit. Kerää 2-3 vuoden ajalta kaikki haastatteluaineistot ja CRM-kirjaukset joita analyysin kohteeseen liittyy.  HUOM! litteroi myös mahdolliset audiot. Varmista, että vastausdatassa on mukana myös taustamuuttujia: toimiala, kokoluokka, liikevaihdon kehitys, sijainti, tms.

2. Tiukenna segmentointia ja ICP-profiilia

Millainen on parhaan potentiaalin profiili? Analysoi asiakastapaamiseen, tarjoukseen ja kauppaan johtaneita keskusteluja. Mitä yhteisiä piirteitä AI löytää?  Nouseeko jotakin demografisia yhteneväisyyksiä esille? Olet ehkä tehnyt myyntiä ja markkinointia varten Ideal Customer Profile-määrityksen. Miten AI täydentää tätä vastausdataa analysoituaan?

3. Täsmennä myyntiargumentaatio ja -viestit

Analysoi koko vastausdataa, myös jatkosta tai tarjotusta CTA:sta kieltäytyneiden osalta. Miten heidän vastauksensa eroavat myönteisesti vastanneista? Mitä yhteisiä tekijöitä löytyy kieltäytymisistä, ja miten niitä voi käyttää viestien ja argumenttien parantamiseen? Tunnista AI:n avulla tärkeimmät syyt kieltäytymisiin ja säädä myyntiargumentteja vastaavasti. Hyödynnä vastauksista saatua tietoa parantaaksesi sekä suoria myyntiväittämiä että tukimateriaaleja, kuten esityksiä ja markkinointimateriaaleja.

4. Tuota markkinointisisällöt ja -konseptit

Vastausdatasta löydetyt aineistot, kuten avainsanat, trendit ja demografiset tiedot, tarjoavat arvokasta materiaalia infograafien ja muiden visuaalisten sisältöjen luomiseen sekä aineksia esimerkiksi blogitekstejä, artikkeleita ja kokonaisia markkinoinnin luovia konsepteja varten. Lisäksi voit hyödyntää vastausdataa hakukonenäkyvyyttä optimoidessasi. Voit myös AI avulla seurata jatkuvasti kampanjoiden tuloksia ja optimoida sisältöstrategiaasi.

5. Tunnista latentit ostoaikeet

AI:n avulla voit analysoida suuria määriä vastausdataa tehokkaasti ja nopeasti. Eksplisiittisten hankkeiden ja tarpeiden lisäksi vastausdata sisältää usein piileviä tarpeita, joita asiakkaat eivät suoraan ilmaise. AI voi tunnistaa nämä latentit tarpeet analysoimalla dataa syvällisesti ja löytämällä yhteyksiä, joita perinteiset analyysimenetelmät eivät havaitse. Maksimoit siis vastausdatan arvon keräämällä ostoaietietoa ostoprosessin eri vaiheista.

6. Täydennä analyysi kvantitatiivisella analytiikalla

Yhdistä analyysiin esimerkiksi hakukonekäyttäytymiseen pohjautuvaa dataa. Voit jatkojalostaa kaikkia yllämainittuja tavoitteenasi esimerkiksi asiakaskokemuksen parantaminen eri asiakaskohtaamispisteissä tai digitaalisten kanavien konversio-optimointi.

Teksti: Kimmo Luoma, MicroMedia

Näe ostoprosessin tuolle puolen – Ostoaietieto B2B-markkinoinnissa

Posted in ABM, B2B, B2Bmarkkinointi, Complex Sales, Go-To-Market, Intent Data, Ostoaietieto, sisältömarkkinointi by

Myynnin kohtaamispisteistä (keskustelut, tapaamiset, haastattelut) kerätty kvalitatiivinen ostoaietieto täydentää oivallisesti markkinoinnin keräämää, yleensä kvantitatiivista dataa. Oikein kerätty ja CRM-dokumentoitu ostoaietieto tarjoaa markkinoinnille laajemman ja syvemmän kuvan Ideal Customer Profile -yrityksistä. Se mahdollistaa entistä tarkemmin sisällöllisesti ja ajallisesti kohdennetut ABM-viestit ja CTA:t. Kerätty ostoaietieto antaa mahdollisuuden nähdä kohderyhmän yritysten ostoprosessien alkupäähän, vaiheisiin ennen tiedonkeräämiseen ja vaihtoehtojen vertailuun siirtymistä. Vaiheisiin ennen digitaalisten jalanjälkien syntyä.

Kerätyn ostoaietiedon hyödyntäminen B2B-markkinoinnissa:

1. Go-To-Market-suunnittelu

Hankintojen valinta- ja päätöskriteerit, toivotut materiaalit ja niiden formaatit, tiedonkeruun kanavat, tarjooman fit markkinan toiveiden kanssa.

2. Ostajapersoonien tai ICP-kriteerien täydentäminen

Myyntihankkeissa tunnistetut uudet roolit: vaikuttajat, asiantuntijat ja päättäjät. Näiden mittarit ja ostamisen ajurit.

3. Segmentoinnin tarkentaminen

Kenellä viestit ovat resonoineet parhaiten? Mitkä ovat demografiset ym. kriteerit parhaan myyntiprosessin konversion tarjonneilla yrityksillä?

4. Sisältömarkkinoinnin materiaalien tuotanto

Hyvällä n-määrällä suoritetut keskustelut mahdollistavat vastausten analysoinnin ja löydösten tarjoilun esimerkiksi oppaina ja infograafeina sisältömarkkinoinnin käyttöön.

5. Account-Based marketing

ABM-markkinoinnin kohdentaminen kerätyn ostoaietiedon perusteella, kohdentamisen kriteerinä esimerkiksi tunnistettu hanketieto ja sen päätösaikataulu.

6. Liidipisteytys

Myynnin kohtaamispisteistä kerättu ostoaietieto, asiakas-insight, voi tuoda esille sellaista informaatiota, joka nostaa tai laskee myynnin todennäköisyyttä. Tämä tieto voi olla syötteenä markkinointiautomaation liidipisteytyksen muutoksille.

7. Kilpailijatieto ja teknologiapreferenssit

Tyypillistä ostoaietietoa, jota myynti kerää käymissään keskusteluissa. Tämän tiedon CRM-kirjaaminen on suhteellisen yleistä, joten tietoa on tarjolla.

8. Ennakoiva analytiikka

Kerätty ostoaietieto ristiinajettuna esimerkiksi haastateltujen yritysten taustatietojen (toimiala, koko, sijainti jne) kanssa tarjoaa jo useissa CRM-työkaluissa automaattisia, prediktiivisen analytiikan tuloksia ja ennusteita.

9. Bränditunnettuuden mittaaminen

Yksinkertainen asia, joka on helppo kysyä ja todentaa kaikissa myynnin kohtaamispisteissä. Miten yritys tunnetaan? Yksi kenttä lisää CRM-työkaluun ja tutkimus on valmiina jatkuvaan käyttöön.

10. AI-analysointi: trendien, murtokohtien tunnistaminen kerätystä ostoaietiedosta

Kvalitatiivisen haastatteluaineiston AI-analysointi auttaa tunnistamaan uusia segmenttejä, ostajapersoonia ja ostoprosessien vaiheita. Isojenkin CRM-aineistojen analysointi tuo näkyville trendejä ja murtokohtia, joita voidaan hyödyntää entistä kohdennetumman B2B-markkinoinnin suunnittelussa.

Teksti: Kimmo Luoma, MicroMedia

Valmius ostoaietiedon hyödyntämiseen: tarkistuslista

Posted in ABM, B2Bmarkkinointi, Complex Sales, Intent Data, Myynti, Ostoaietieto, Sales Enablement by

Tarkistuslista B2B-myynnille ja -markkinoinnille:

  1. Myynti ja markkinointi on mallinnettu yhdeksi kaupalliseksi prosessiksi
  2. Kaupallinen prosessi alkaa jo no need-vaiheesta tai tunnistetusta ostoaietiedosta
  3. Myyjien mittareissa ovat eurojen ja aktiviteettien lisäksi tunnistetut hanketiedot
  4. Ostoprosessi on mallinnettu segmenteittäin/ostajapersoonittain ja viestit, sisällöt ja CTA.t ovat määritetty prosessin eri vaiheisiin
  5. Markkinointiautomaation työnkulut on rakennettu tukemaan ostoprosessia
  6. Markkinointiautomaation työnkulut tai sequences-toiminnot ovat myös manuaalisesti myyjien käynnistettävissä
  7. Liidin määritelmässä on taustatietojen ja käyttäytymisen lisäksi ajallinen ulottuvuus
  8. Markkinointiautomaation liidipisteytys pohjautuu kerättyyn ostoaietietoon joko osittain tai kokonaan
  9. Myynti tai myynnin tuki (sales enablement) on ohjeistettu keräämään ja dokumentoimaan ostoaietietoa joko digitaalisin työkaluin tai puhelinhaastatteluin
  10. www-analytiikan keräämä vierailijadata on seurannassa ja se laadullistetaan
  11. Markkinoinnin mittareissa ovat aktiviteettien ja liidien lisäksi eurot
  12. Liidille on määritetty euromääräinen arvo
  13. Myyntihankkeen todennäköisyyden muuttaminen CRM-työkalussa vaikuttaa myös yrityspäättäjille kohdennettavaan markkinointiin
  14. Myynnillä ja markkinoinnilla on yhteinen toimintatapa ryhmittyä tunnistetun ostoaietiedon, myyntihankkeen ympärille (Account-based sales and marketing)
  15. Kaupallista prosessia tukee CRM-työkalu, jonka ominaisuuksia ovat sekä myyntihankkeiden hallinta että niiden tukeminen markkinoinnin toimin
  16. Ostoaietiedot, esimerkiksi hanketiedot, voidaan kirjata CRM-työkaluun omille kentilleen – ei vapaisiin kommentteihin tai taskeihin
  17. Kaupallista prosessia voidaan hallita CRM-työkalun deal stage-vaiheilla ja niiden todennäköisyyksillä
  18. Ostoaietietoa keräävät sovellukset (esim. 6sense) ja 3.osapuolen ostoaieinformaatiota tarjoavat tietokannat (esim. Vainu) ovat käytettävissä
  19. Liidi tai myyntihanke voidaan siirtää ns. nurturointiohjelmaan kaikista kaupallisen prosessin vaiheista, eli päättää aktiivinen työstäminen
  20. Myyntihanketta voidaan tukea esimerkiksi strategisen ABM-markkinoinnin keinoin
  21. Myynti kykenee myymään tai tukemaan myyntihankkeita monikanavaisesti, mm. sosiaalisen median avulla
  22. Kaupallisessa prosessissa on takaisinkytkentämahdollisuus kaikissa vaiheissaan, koska myyntiorganisaatio ymmärtää B2B-ostosyklien olevan pitkiä ja monimutkaisia

Lisää aiheesta: Katso webinaaritallenne “Ostoaietieto – Tunne B2B-asiakkaittesi tulevaisuuden tarpeet jo tänään”

Ostoaietieto & B2B-myynti: mitä, miksi, miten?

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

Ostoaietieto (intent data) on asiakaskohtaamispisteistä kerättyä tietoa, joka kertoo B2B-yrityksen nykyisistä ja tulevista tarpeista. Tämän tiedon avulla voidaan toteuttaa myynnin ja markkinoinnin toimenpiteitä reaaliaikaisesti (Real-time marketing) ja asiakaskohtaisesti (Account-based marketing).

Ostoaietieto voi olla eksplisiittistä, jolloin potentiaalinen yritys tai päättäjä indikoi itse tarvetta ja siihen liittyvää aikataulua. Implisiittinen ostoaietieto on esimerkiksi eri lähteistä tai analytiikalla tunnistettu potentiaalinen tai piilevä tarve, esimerkiksi sopimuskausitieto tai tieto edellisen investoinnin ajankohdasta.  Ostoaietoa kerätään mm. kvalitatiivisin haastattelun, jolloin päättäjän kanssa käyty dialogi on tiedonlähteenä. Kvantitatiivinen ostoaietieto pohjautuu yleensä digitaalisten kanavien analyysiin, esimerkiksi verkkosivustovierailujen määrään ja frekvenssiin.

Ostoaietieto voi olla omista kanavista kerättyä ns.1.osapuolen dataa tai ostettua 2.tai 3.osapuolen keräämää tietoa.

B2B-asiakkaat ja -prospektit viestivät tarpeistaan eri kohtaamispisteissä mm. keskustelemalla myyjien kanssa tai tekemällä hakuja ja verkkosivustovierailuja. Olennaista onkin saattaa tämä potentiaalisen asiakkaan ostoprosessin vaiheesta ja tarpeesta kertova tieto näkyväksi markkinoinnin ja myynnin toimenpiteitä varten.

Muutosohjelma: Ostoaietiedon kerääminen ja hyödyntäminen

1. Myynti- ja CRM-prosessin muutokset

Ulota myyntiprosessi myös vaiheisiin ennen myyntivalmista liidiä tai tarjousta. Tee tiedonkeruusta näkyvä osa myyntiprosessia. Esimerkiksi BANT-analyysin avulla selvität prospektin nykytilanteen, tarpeet ja niiden aikataulut. Varmista, että CRM-työkalustasi löytyvät vastaavat kentät näiden Account Status-tietojen tallentamiseen, vaikkapa vuosineljänneksen tarkkuudella.

2. Asiakaskohtaamispisteiden auditointi

Auditoi asiakaskohtaamispisteiden tapa ja kyky kerätä ostoaietietoa. www-yhteydenottolomakkeet, verkkokauppa, puhelinvaihde, helpdesk, Extranet, chatbot, asiakaspalvelu, myyntiorganisaatio, jne. Jokainen kohtaamispiste on paikka kerätä suorien yhteydenottopyyntöjen ja liidien lisäksi ostoaietietoa. Mikä on potentiaalisen asiakkaan ostoprosessin vaihe: no-need, tarve olemassa, tiedon kerääminen, vaihtoehtojen vertailu vai päätös?

3. Asiakaskohtainen markkinointi (Account-based marketing, ABM)

Markkinointiteknologia ja -automaatio mahdollistavat asiakaskohtaisen markkinoinnin. Prospektisi on segment of one. CRM-pohjainen ostoaietieto tai lead scoring ovat pohjana automatisoiduille viesteillesi eri kanavissa. Ei enää geneerisiä massapostituksia tai bannerikampanjoita vaan henkilökohtaista one-to-one-markkinointia toimiala, päättäjän rooli, ostopolun vaihe ja pitkäkin ostosykli huomioiden. Tämä ei olisi mahdollista tai järkevää ilman automaatiota.

4. Reaaliaikainen markkinointi (Real-time marketing)

Keräämäsi ostoaietieto päättäjä- ja hankeaikataulutietoineen mahdollistaa välittömän markkinointiprosessin ja workflown käynnistämisen. Ostoprosessin vaihe on näin tunnistettu ja viestit voidaan automatisoida ajamaan läpi vaikkapa koko awareness/consideration/decision-kampanja hyvissä ajoin ennen ostoikkunan aukeamista. Hyvään työnkulkuun kuuluu myös task-merkintä myyjälle olla tiettynä hetkenä yhteydessä yrityksen päättäjiin.

Teksti: Kimmo Luoma

Ostoaietieto, B2B-markkinointi ja Complex Sales

Posted in ABM, B2Bmarkkinointi, Complex Sales, Inbound, Intent Data, Liidit, Myynti, Ostoaietieto, Sales Enablement, sisältömarkkinointi by

Inbound-markkinointia ohjaa ostajan käyttäytyminen ja eteneminen ostoprosessillaan. B2B-ostajaa tuetaan ostoprosessin vaiheen mukaisella informaatiolla ja hyötytiedolla. Toiminto on tyypillisesti ollut markkinoinnin omistuksessa, vaikka kompleksi B2B-ostaminen vaatii myös myynnin panosta. B2B-inbound onkin dynamiikaltaan erilaista kuin vaikkapa kuluttajabisneksen kanta-asiakasohjelmien pyörittäminen B2C-markkinointiautomaation avulla.

B2B-ratkaisumyyjien tai vaikkapa sales enablement-toiminnon hankkima ostoaietieto (intent data) harvoin vaikuttaa markkinointiohjelmiin, joissa nämä kyseiset prospektit ja liidit ovat kohteina. Täsmentynyt tieto asiakkaan ostoprosessin vaiheesta, sopimuskausitieto tai vaikkapa uusi päättäjätieto jää monesti hyödyntämättä – vaikka se olisi CRM-tietokantaan asianmukaisesti kirjattukin! Markkinointi on pysähtynyt odottamaan vain ostajan aloitetta tai reaktiota ja vain sillä on  heille merkitystä.

Dataohjattu, dynaaminen markkinointi ja myynti vaatii uuden toimintatavan, jossa myynnin kohtaamispisteistä kerätty ostoaietieto auttaa tarkentamaan ja kohdentamaan markkinointia entistä paremmin.  Jokainen uusi prospektiin, liidiin tai oppoon kytketty myynnin tai sales enablementin keräämä lisätieto vaikuttaa välittömästi markkinointiviesteihin, sisältöihin ja kehotteisiin (CTA).  Kerätyt tiedot voivat olla esimerkiksi maturiteettiin, hankkeiden aikaikkunoihin tai päättäjiin liittyviä. Markkinointiautomaation pisteytyksessä on siis huomioitava myös myynnin tekemät CRM-kirjaukset.

Ostoaietietojen hyödyntäminen: 4 askelta kohti dynaamista B2B-markkinointia ja -myyntiä

1. Hyödynnä dynaamista segmentointia

Yksi hyvä syy hankkia markkinointiautomaatio-ohjelmisto. Käytä sen tarjoamia pisteytysmahdollisuuksia luodessasi myös myynnin kirjauksiin pohjautuvia markkinointiohjelmia ja työnkulkuja (workflow). Käyttäytymiseen ja muihin taustatietoihin (hanketiedot yms.)  pohjautuva pisteytys ohjaa markkinoinnin tulevia aktiviteetteja, entistä tarkemmin asiakkaittain one-to-one.

2. Luo myyntiprosessiohjattu markkinointi

Kytke markkinoinnin työnkulut myös B2B-myyntiprosessin eri vaiheisiin. Näin tuet myyjiä liidin tai oppon työstämisessä eteenpäin. Käytä triggereinä myyjien tekemiä muutoksia oppon myyntiprosessin vaiheissa tai todennäköisyyksissä. Luo oma markkinointiohjelma esimerkiksi juuri tarjousvaiheeseen edenneelle oppolle ja toinen 90% todennäköisyydellä clousaantuville. (Näistä 90% oppoista voi muuten aina todeta, että se 10% on vielä todella iso kuilu ylitettäväksi!)

3. Ajattele Account-Based

Miksei kaikki markkinointisi ole Account-Based? Varsinkin Suomessa tunnet myös tulevat asiakkaat ja näiden päättäjät. Markkinointiteknologia ja monet mediatkin mahdollistavat asiakkaittain toteutetut markkinointikampanjat, esimerkiksi yhdessä myynnin kanssa suunniteltuina. Pois massamarkkinoinnista kohti segment of one-ajattelua! Hyödynnä ABM-ohjelmistoja ja päättäjäkontakteittain käynnistyviä markkinoinnin työnkulkuja ja drip-markkinointia.

4. Opi pois vanhasta: B2B-markkinointi on henkilökohtaista, kuten B2B-myyntikin

Kun markkinointi pohjautuu henkilön käyttäytymiseen tai myynnin keräämään asiakastietoon, niin jokainen prospekti ja liidi kulkee myös markkinoinnin prosessissasi omaa polkuaan. Tämä olkoon tavoitteesi. Voit todeta päässeesi pois ”kampanjoinnista”kun toteutat toimintatapaa, jossa jokainen prospekti, liidi ja oppo kulkevat kaupallisen prosessin päästä päähän ”yksilöinä”. Myynti jo näin toimiikin, nyt on markkinoinnin vuoro.  

Teksti: Kimmo Luoma, MicroMedia