Ota aloite! B2B-markkinoinnin interventio

Posted in ABM, B2B, B2Bmarkkinointi, Intent Data, Myynti, Ostoaietieto by

B2B-markkinan syyslukukausi on käynnistetty. Lomien jälkeinen aika ja H2-aloitus on otollinen epäjatkuvuuskohta myyntiorganisaation lisäksi myös markkinointiimille tehdä aloitteita ja aktivoitua ns. perustekemisen ohella.

Miksi? B2B-yritykset liikehtivät ja käynnistävät sekä H2-operaatioita että seuraavan vuoden suunnittelua. Tiedonkeruun vaiheesta edetään jo kohti kumppaneiden vertailua ja valintaa. Lisäksi liiketoiminnan vaatimukset ovat saattaneet muuttua jo syksylle esimerkiksi myynnin haasteiden takia, jolloin apua kaivataankin odotettua ja ilmoitettua nopeammin.

B2B-markkinoinnin kannattaakin aktivoida erityisesti jo tunnistettuja ja tunnistautuneita kontakteja; yrityksiä ja päättäjiä jotka ovat jo liikahtaneet ostoprosessillaan. Näitä on varmasti kertynyt ja kerätty eri asiakaskohtaamispisteistä H1-aikana. HUOM! Vaikka tunnistautunut kontakti olisikin ns. inbound-kontakti, niin aktiivinen hoito eri outbound-kanavissa on perusteltua. Potentiaalisen asiakkaan seuraavan siirron tai yhteydenoton odottelu on yleensä huono strategia. Markkinatilanne ja kilpailukenttä huomioon ottaen.

Ota aloite, aktivoi, älä odota inboundia – tee taktinen interventio eri kohtaamispisteistä kerätyn datan avulla. Auta potentiaalista asiakasta ostamaan!

Hyödynnä esimerkiksi seuraavia CRM- & datalähteitä ja medioita kampanjoinnissa tai muodostaessasi uusia yleisöjä:

  1. Uudet tunnistautuneet tai tunnistetut CRM-kontaktit (ei myynnin omistajaa)
  2. Liidipisteet täyttäneet kontaktit
  3. Yksittäisten kampanjoiden top engage-kontaktit
  4. Liidien hoito-ohjelmissa, nurturoinnissa ja  drip-kampanjoissa olevat kontaktit
  5. Uutiskirjetilaajat
  6. CRM-kontaktit ilman aktiviteetteja
  7. Hävityt tarjoukset (CRM: deal, opportunity)
  8. Eri kanavista kerätty ostoaietieto: sopimuskaudet, tulevat hankkeet ja niiden aikataulut
  9. Uudet someseuraajat: LinkedIn, Meta, jne.
  10. www-kävijäseuranta, esimerkiksi Leadfeeder tai Leadforensics
  11. Myynnin tai ulkopuolisen kumppanin tuottama B2B-päättäjien haastatteludata
  12. Webinaari/seminaari-osallistujat ja no-showt
  13. Gated content-materiaalia ladanneet
  14. Aluekohdennetut display-kampanjat  – Kytke alueilta löytyviin, asiakasprofiilin täyttäviin yrityksiin B2B-päättäjät outboud-kampanjointia varten
  15. ABM/IP-kohdennetut kampanjat – Kytke kohdeyrityksiin B2B-päättäjät outbound-kampanjointia varten
  16. Re-marketing tai re-targeting uusin voimakkaammin kehottein (CTA)
  17. Oman median aktivointi, henkilöstö mukaan jakamaan eri some-kanavissa
  18. Nykyasiakasdata ja sen laajentaminen uusilla päättäjäkontakteilla
  19. Nykyasiakasdatan analyysin osoittamat lookalike-yleisöt
  20. Toimialaan liittyvät LinkedIn-ryhmät

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

Syy vierailla Exceleiden hautausmaalla

Posted in AI, B2B, B2Bmarkkinointi, Intent Data, Myynti, Ostoaietieto, sisältömarkkinointi by

Dataa Exceleiden hautausmaalla.

CRM-kirjaukset ja -raportit, GTM-haastattelut, kartoituskampanjoiden haastatteluaineisto, buukkisoittojen vastausdata, win/loss-analyysien vastaukset jne. Yleisesti ottaen kaikki kvalitatiivinen haastatteluaineisto, business insight, jota on kerätty eri tavoin, eri käyttötarkoituksiin, eri asiakaskohtaamispisteissä. Varsinaisen käyttötarkoituksensa ja -hetkensä jälkeen hylätyt tiedostot maatuvat jossakin pilven reunalla, Exceleiden hautausmaalla ja hautarauhastaan nauttien.

Tällaista kvalitatiivista dataa on yleensä hengästyttävä n-määrä, joka siitäkin syystä jää hyödyntämättä. Tehokkaimmankaan myynti-tai markkinointijohtajan tai tiiminsä aika ei riitä kaiken aineiston läpikäyntiin ja analysointiin, vaikka vaisto sanookin, että sieltä olisi tehtävissä löytöjä esimerkiksi myyntiargumentaation tai segmentoinnin parannuksiin. Vaikka tiimissä olisi mukana Excel-velhojakin.

AI muutti tämän asetelman. Ja palautti isosti arvoa sekä aikaisemmin kerätylle että tulevissa aktiviteeteissa kerättävälle datalle. Asetelma kääntyi toisinpäin; Mitä enemmän vastausdataa, sen parempi. Nyt on mahdollista analysoida isoja n-määriä generatiivisen AI:n avulla, hyvin suunnitelluilla prompteilla. Helposti, kenen tahansa toimesta ja lähes reaaliajassa. Vihdoinkin voi olla data-driven, tehdä korjaavia ja ohjaavia toimenpiteitä AI:n opastamana nopealla vasteajalla. Myyntiargumenttien viilaaminen vastausdataan pohjautuen, päätös- ja valintakriteerien selvittäminen, uusien ostajapersoonien tunnistaminen, ICP-profiilien täsmentäminen, ostoprosessin eri vaiheiden mukaisten viestien ja niiden markkinointisisältöjen ja -konseptien tuottaminen, markkinointiautomaation työnkulkujen käynnistäminen vastausdataan pohjautuen jne. Käyttötapauksia riittää.

Tekoälyn impakti ja sen tarjoamat muutokset saadaan käyttöön jo yksittäisen taktisen kampanjan aikana, jolloin tehoja saadaan välittömästi esimerkiksi myyntiputken parantuneena konversiona.

Nyt on aika tehdä tehdä AI-interventio Exceleiden hautausmaalle ja rikkoa datan hautarauha!

Askelmerkit interventioon, 6T-malli:

1. Tee datainventaari

Valitse tarjooma tai segmentti, jota analysoit. Kerää 2-3 vuoden ajalta kaikki haastatteluaineistot, 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 kieltäytyneitä.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

Outbound-paradoksi ja sen purkaminen

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

Tarkasteltaessa outbound-kanavien käytäntöjä ja mittareita törmätään mielenkiintoiseen konventioon. Volyymipohjaisessa outbound-markkinoinnissa ja -myynnissä arvostetaan suoraviivaista lähestymistä esimerkiksi siten, että ainoa CTA ja konversiopiste on sovittu asiakastapaaminen. Muut tuotokset tai kerätty data ovat monille outboundisteille toissijaisia. Ero inbound-markkinoinnin käytäntöihin ja mittareihin on ilmeinen.

Padoksaalisesti voisi jopa sanoa, että mitä enemmän korkeapaineella toimivat outbound organisaatiot ovat dialogissa potentiaalisten asiakkaiden kanssa, sitä vähemmän ne keräävät tietoa. Asiakasymmärrys ja ostoaietieto jää volyymin alle, on epäformaalia tai kärsii inflaatiosta. Primääri CTA on liian vahva mittari, eli asiakastapaaminen on valitettavasti ainoa joka merkitsee.  Kontaktoidaan kunnes saadaan tapaaminen.  Siinä on asiakaskokemus ja brändimielikuva jo kovilla.

Ja kuitenkin tämä konventio vallitsee laajasti B2B-yrityksissä! Esimerkkinä vaikkapa ns. buukkipäivät. Koko organisaatio kokoontuu kontaktoimaan prospekteja tavoitteenaan mahdollisimman monta asiakastapaamista.  Miksei samalla intensiteetillä kilpailla tunnistetuilla hanketiedoilla, sopimuskausilla, hankintakriteereillä tai oikeilla päättäjillä? Tunnistetuilla ostopolun vaiheilla? Opittaisiin enemmän tulevista asiakkaista?

Pitkien ostosyklien ja kompleksisen B2B-myynnin maailmassa harva prospekti on juuri nyt ostamassa, eli on ns. myyntivalmis liidi. Toki kyvykkäimmät outboundistit lupaavat luoda tarpeen B2B-päättäjän tavatessaan, mutta monesti tapaaminen on kuitenkin turha tai jopa väärä CTA prospektin ollessa ostopolkunsa varhaisemmissa vaiheissa. Muutama nykytilaa ja tulevaisuutta kartoittava ostoaiekysymys hyvin CRM-dokumentoituna vastauksina puolustaisi paikkaansa paremmin.  Ja näiden tietojen pohjalta liidien pisteytys ja siirto nurturointimarkkinoinnin kohteeksi. Kytkös inbound-markkinoinnin hyviin käytäntöihin on syntynyt!

Ja koska päättäjien tavoittaminen eri kanavissa on todella vaikeaa, on tärkeää maksimoida tavoitetun päättäjän kanssa saadun dialogin ja ajan arvo. Silloin CTA tai konversiopiste ei voi olla vain sovittu tapaaminen.

4 siirtoa outbound-paradoksin purkamiseksi:

1. Lisää liidipisteytys

Hyödynnä inbound-markkinoinnin hyviä käytäntöjä ja luo kontaktoiduille ja haastatelluille oma liidipisteytys. Hyödynnä pisteytyksen pohjana vaikkapa BANT-kriteeristöä tuleviin hankkeisiin ja niiden päätösaikatauluihin pohjautuen. Bonus: käytä samaa pisteytyskriteeristöä kuin inbound-markkinointisi. Näin yhteismitallistat molemmista kanavista tulleet liidit ja niiden hoitomallit.

2. Laajenna myynnin mittarit, ”datan suojeluohjelma”

Lisää myynnin mittareihin muitakin määreitä kuin eurot ja aktiviteetit.

Ainoa tapa vähentää korkeapainemyynnin data- ja ostoaietietohukkaa on lisätä kyseiset asiat myynnin mittareihin ja jopa palkitsemismalleihin. Tunnistetut hankkeet, sopimuskaudet, uudet päättäjät, jne.  Varmista, että CRM-työkalusi tukee tällaista datan suojeluohjelmaa, eli ostoaietiedon keräämistä.

3. Uudista myynnin roolitus

Ryhmitä myynti uudelleen tai perusta uusi Presales/SDR/BDR/Sales Operations-toiminto ostoaietiedon keräämiseen ja liidien tuotantoon. Tällainen inside sales-tyyppinen myynnin tukitoiminto on varustettu asianmukaisin työkaluin ja sen mittarit eivät liity myynnin clousaamiseen vaan tiedon keräämiseen myyntiprosessin alkupäässä. #salesprocessengineering

4. Ryhmity prospektikohtaisen ostoaietiedon ympärille

Integroi sekä myynti että markkinointi eri kanavista kerätyn ostoaietiedon ympärille. Oikea-aikainen myynnin kontaktointi, jota edeltävät markkinoinnin pohjustavat ABM-toimenpiteet digitaalisissa kanavissa on tyypillinen käyttötapaus ostoaietiedon hyödyntämisessä.

Teksti: Kimmo Luoma, MicroMedia

Lisää ostoaietiedosta, sen keräämisestä ja hyödyntämisestä täältä!

B2B-myyjän voimaantuminen: Sales Automation

Posted in B2B, Intent Data, Liidit, Myynti, Ostoaietieto, Sales Enablement by

B2B-myynnin ammattilainen optimoi ajankäyttöään ja osaa keskittyä siihen mikä tuottaa eniten arvoa juuri sillä hetkellä. Yleensä suurin arvo syntyy asiakaskohtaamisissa nykyisten ja potentiaalisten asiakkaiden kanssa ja työpäivä kannattaakin primääristi täyttää niillä.  

Mutta miten toteuttaa ja optimoida myyntityön kannalta muita olennaisia toimenpiteitä asiakaskohtaamisten rinnalla? Prospektointia, kontaktointia, tarjousvaiheen dokumentointia, tarjousten aktivointia, jne. Toimenpiteitä, joita tehdään ennen ja jälkeen tapaamisten. Olisiko näissä myyntiprosessin vaiheissa jotakin automatisoitavissa ja näin haettavissa skaala-apua yksittäiselle myyjälle?  

Ensimmäiseksi kannattaa tarkastella yrityksen käyttämää CRM-ohjelmistoa ja selvittää olisiko sen avulla toteutettavissa automatisoituja Sales automation-työnkulkuja, yksinkertaisimmillaan esimerkiksi sähköpostiviestintää. Voiko yksittäinen myyjä käynnistää näitä työnkulkuja? Useimmissa nykyaikaisissa CRM-työkaluissa tämä on mahdollista, osassa myös AI-ohjatusti, esimerkkeinä vaikkapa HubSpot, Pipedrive, Salesforce ja MS Dynamics.

Sales automation auttaa myyjää ja ostajaa etenemään kohti ostopäätöstä myös silloin kun he eivät ole kasvokkain. Ohessa muutama yksinkertainen vinkki esim. HubSpotin käyttäjille

1. Hyödynnä automaatioita yksittäisten prospektien kanssa kommunikoidessasi

Lähetä viestit yksittäiselle kontaktille HubSpotin sähköpostitoiminnon kautta. Päättäjän avatessa esimerkiksi tarjouksen sisältävän viestisi käynnistyy määritelty sähköpostiautomaatio; muutaman viestin ketju päättäjälle ja vaikkapa muutamalle muulle tunnistetulle ostoprosessissa mukana olevalle henkilölle.  Hyötytietoa (referenssit tms.) tarjouksen tueksi esimerkiksi viikon välein.

2. Enroll workfow: Käynnistä markkinointiautomaation työnkulku manuaalisesti

Mikäli olet rakentanut liidipisteytykseen, kontaktin käyttäytymiseen, pohjautuvia markkinointiautomaatiota inbound-markkinoinnin tarpeisiin, niin voit käynnistää näitä valituille päättäjille myös manuaalisesti.  Enroll workflow-toiminnolla käynnistät olemassaolevan sähköpostikampanjan vaikkapa uudelle tunnistamallesi päättäjälle.  Samoin voit käyttää Sequences-toimintoa.

3. Automatisoi Leadfeeder-prospektointi HubSpotilla

Mikä käytössäsi on HubSpot ja Leadfeeder, voit näiden integraation avulla automatisoida sekä prospektointia että liidikonversioon tähtääviä toimepiteitä. Mikäli Leadfeederin tunnistaman yrityksen kontakteja löytyy jo tietokannastasi, HubSpotin avulla rakennat esimerkiksi sähköpostimarkkinoinnin automatisoituja työkulkuja näille päättäjille.  Automatisoi tämä prosessi, saat enemmän arvoa Leadfeederistä.

4. Käynnistä ostoaietietoon pohjautuvat automaatiot        

Varmista CRM-kyvykkyytesi kerätä, tallentaa ja hallita eri kanavista generoituvaa ostoaietietoa (buyer intent data): tulevat hankkeet, sopimuskaudet, kilpailijatieto, päätännän kriteerit, jne. Rakenna automaation työnkulut esimerkiksi pohjautuen tunnistettujen hankkeiden päätösajankohtiin. Luo sisäiset notifikaatiot myynnille ajankohtaisista hankkeista. Rakenna markkinoinnin työnkulut käynnistymään aikataulullisesti samoin kriteerein.

Teksti: Kimmo Luoma

Liidikokemus

Posted in B2B, B2Bmarkkinointi, Intent Data, Myynti, Ostoaietieto by

Varoittavia esimerkkejä riittää. Lähettäessäsi tarjouspyyntöä uudesta työsuhdeautosta, viestin vastaanottaja on yritysliidit@autoliike.fi, joka lähettää takaisin automatisoidun kiitosviestin. Etsit myyjän yhteystietoja IT-yrityksen www-sivuilta ja myyjän tittelinä on Hunter. Huh. Vastaanotat tekoälyn lähettämiä sähköpostiviestejä, joiden sisältö on generoitu eri julkisista tietokannoista. Huh huh.

B2B-yrityksetkin puhuvat asiakaskokemuksesta ja siihen liittyvästä ostokokemuksesta. Jälkimmäiseen voisi lisätä uudeksi alaotsikoksi liidikokemuksen. Liidikokemus on asiakkaan ostoprosessin näkökulmasta katsottuna ”Se ensimmäinen kohtaaminen” aivan ostopolun alussa. Joskus jopa ennen kuin asiakas on identifioinut tarpeensa (tai tarve on piilevä, latentti). Miten tuo kohtaaminen on orkestroitu ja millaista arvoa se tuottaa potentiaaliselle asiakkaalle?

Kukaan ei halua kokea olevansa liidi. Sellainen, joka huomaa päätyneensä päällekäyvän markkinointiautomaation tai CRM-myyntiputken vaiheita toistavan, yksioikoisesti eteenpäin pyrkivän myyntiprosessin käsittelyyn. Varsinkin jos tarve on ajankohtainen vasta myöhemmässä tulevaisuudessa ja asia myös tehdään tiettäväksi myyvälle yritykselle eri kanavissa. Ollaan vielä ostoprosessin alussa, korkeintaan tiedonkeruun vaiheessa. Tällaiseen, aika tyypilliseen, epäjatkuvuuskohtaan ei myyvällä yrityksellä olekaan toimintatapaa ja myyntiprosessi keskeytyy.  Yleensä lopullisesti. Markkinointi jää toistamaan geneerisiä viestejään. Asiakkaan tarpeen sitten myöhemmin aktualisoituessa ei myyjistä ja markkinoijista enää kuulukaan mitään.

Liidikokemuksen parantaminen lähtee tietenkin asennemuutoksesta. Jokainen asiakaskohtaaminen missä tahansa kohtaamispisteessä on ”laulun arvoinen.”  Oli kyseessä sitten asiakastapaaminen, tarjouspyyntö sähköpostissa, vastaus postaukseen somessa tai vaikkapa www-analytiikan poimima nimi verkkosivustovierailijoista.  Se, että osa kohtaamispisteistä on teknologia-avusteisia ei ole syy olla vastauksessa kasvoton, geneerinen tai näkyvästi automatisoitu. Suomalainen, teknologiaan hurahtanut, kohtaamisia pelkäävä insinöörikansa on ymmärtänyt tahallaan väärin.  

Ja paradoksi tietenkin on, että hyväkatteisia investointihyödykkeitä tai jatkuvia palveluita myyvät B2B-yritykset pyrkivät minimoimaan markkinoinnin ja myynnin kustannuksia, vaikka juuri heillä olisi varaa siihen investoida. Ja pitäisikin erottuakseen kilpailijoista.

Sillä B2B on H2H, voisi todeta jo hieman kliseenomaisestikin.  

Erotu käyttäytymällä ihmisiksi:

1. Henkilökohtaista – Personoi molempiin suuntiin mahdollisimman aikaisin

Yritykset eivät kommunikoi vaan ihmiset kommunikoivat. Monille personointi on vain sitä, että vastaanottajaa puhutellaan henkilönä ja nimenä, ja viestejä räätälöiden. Esittele myös oma yhteyshenkilö mahdollisimman varhain. Personoi jo markkinointivaiheessa. Allekirjoittajana tai lähettäjänä ei ole yritys/osasto/funktio, vaan se tuleva myynnin yhteyshenkilö tai asiantuntija.

2. Lopeta töksäyttely – Kuuntele, kartoita ja opi

Liidi on tunnistautunut tai muuten tunnistettu. Se ei tarkoita, että tämä potentiaalinen asiakas olisi ostopolullaan jo loppusuoralla tai edes tiedonkeruun vaiheessa. Dialogi alkaa ja varmasti myös loppuu töksähtäen (kanavasta riippumatta), jos oletat etkä kartoita ja opi. Monesti B2B-myynnissä ensimmäinen kohtaaminen on vasta esinäytös eikä loppuhuipennus. Kohtaamisessa keräämäsi ostoaietieto auttaa käsikirjoittamaan seuraavat markkinoinnin ja myynnin vaiheet.

3. Auta myyjiä – Automatisoi pitkien ostosyklien hallinta

B2B-ostamisen syklit ovat pitkiä, joten varmista että keräät eri asiakaskohtaamispisteissä tietoa asiakkaan ostamisen vaiheista, ostopäätöksen perusteista ja aikatauluista. Kerätyn tiedon avulla teet CRM-ohjattua myyntiä ja markkinointia. Tieto auttaa kohdentamaan myynnin ja markkinoinnin toimenpiteitä; juuri oikea viesti tai myynnin yhteydenotto, oikeaan aikaan, oikeassa kanavassa. Varma tapa erottua kilpailijoista, joiden myyntiprosessi ei taivu hyödyntämään kerättyä ostoaietietoa.

4. Tee asennemuutos: Liidi ei ole liidi

Rivi Excel-tiedostossa, vajaat liidipisteet täyttänyt inbound-kontakti markkinointilistalla, tunnistettu verkkovierailija Leadfeederin feedissä tai uusi LinkedIn-seuraaja. He eivät ole liidejä, he ovat kaikki yksilöitä ja yrityksensä edustajia erilaisine tarpeineen. Tarkastele jokaista heistä yksilöinä, käyttäydy arvostaen ja lähesty henkilöinä.

Teksti: Kimmo Luoma

TOP 3 luetuimmat blogaukseni 2023

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

Kiitokset jälleen kerran lukijoille, tykkääjille ja jakajille!

Luetuimmat blogaukseni 2023:

  1. Intent-based marketing 2.0 ja pitkät B2B-ostosyklit
  2. Vastamyrkkyä B2B-myynnin kesäapatiaan
  3. B2B-markkinoinnin seuraava kierros – Päästä irti ja pidä kiinni

Bloggaan kuukausittain myös 2024. Teemoina mm. ostoaietieto, tekoäly B2B-markkinoinnissa, liidien konvertointi ja nurturointi eri kanavissa, uudet markkinointiteknologiat.

Kaupallista tulevaa vuotta!

T: Kimmo

Edellisen blogauksen sovitus näytelmäksi by ChatGPT

Posted in B2B, B2Bmarkkinointi, Intent Data, Markkinointi, Ostoaietieto by

Promt: kirjoita blogitekstistä näytelmä, 3 roolia

Content: Rivit ja rivien välit – Implisiittinen ostoaietieto

Näytelmä: “Kauppaa rivien välissä”

Henkilöt:

  1. MYYNTIJOHTAJA (MJ): Kokenut myynnin mestari, joka uskoo eksplisiittiseen tietoon.
  2. ANALYYTIKKO (A): Tietotekniikan velho, joka ymmärtää implisiittisen tiedon voiman.
  3. MYYNTIEDUSTAJA (ME): Nuori ja innokas myyntitykki, joka haluaa oppia kaiken mahdollisen.

Toiminta:

Taustalla soi levoton musiikki, kun MJ, A ja ME kokoontuvat yrityksen strategiapalaveriin.

Kuva 1: Strategiapalaveri

Huone on täynnä jännitystä, kun MJ aloittaa:

MJ: Hyvät kollegat, meidän on päivitettävä myyntistrategiaamme. Keskitymme eksplisiittiseen tietoon, asiakkaiden selkeisiin tarpeisiin!

ME: (innokkaana) Mutta eikö implisiittinen tieto voisi tuoda uusia mahdollisuuksia? Asiakkaiden salaiset tarpeet?

A: (hypistelee tietokonettaan) Totta kai! Implisiittinen tieto avaa uusia ovia. Voisimme yhdistää sen dataan ja luoda voittavan yhdistelmän.

Kuva 2: Keskustelu

ME yrittää vakuuttaa MJ:lle implisiittisen tiedon merkityksestä.

ME: (innokkaana) Kuvitelkaa, jos voisimme ennustaa asiakkaiden tarpeet ennen kuin he itse tajuavat ne! Se olisi vallankumous!

MJ: (epäillen) Mutta eksplisiittinen tieto on ketterää ja suoraviivaista. Eikö analyysi ole liian monimutkaista?

A: (näyttää näytöltä dataa) Ei ollenkaan! Katso näitä numeroita, ne puhuvat puolestaan. Voimme tehdä analyysin, joka tuo selkeyttä liiketoimintaamme.

Kuva 3: Päätös

Palaveri etenee, ja kolmikko löytää kompromissin.

ME: Entä jos yhdistämme molemmat? Käytämme eksplisiittistä ja implisiittistä tietoa rinnakkain?

MJ: (mietteliäänä) Se saattaa toimia. Saamme parhaat puolet molemmista maailmoista.

A: (hymyillen) Juuri niin! Voimme luoda strategian, joka perustuu vahvaan eksplisiittiseen tietoon ja älykkääseen implisiittiseen analyysiin.

Toiminta jatkuu, kun kolmikko alkaa suunnitella uutta strategiaa yhdistämällä molempien tietojen voimat.

Loppu: Uusi Alku

Taustamusiikki muuttuu voimakkaammaksi, kun kolmikko astuu kohti tulevaisuutta, valmiina kohtaamaan liike-elämän seikkailuja.

Näin päättyy näytelmä “Kauppaa Rivien Välissä”, tarina siitä, kuinka eksplisiittinen ja implisiittinen tieto kohtaavat ja luovat yhdessä menestyvän liiketoimintastrategian.

Alkuperäinen teksti: Kimmo Luoma, sovitus ChatGPT

Rivit ja rivien välit – Implisiittinen ostoaietieto

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

Käyttäytymiseen (liidipisteytys, www-analytiikka) tai haastatteluvastauksiin perustuva ostoaietieto on yleensä eksplisiittistä, selkeästi ilmaistua tietoa aikeista, tarpeista tai hankkeista. Sitä on helppo hyödyntää myynnin ja markkinoinnin kohdistamisessa. Tällaiset organisaatiot ovat tyypillisesti hahmottaneet tarpeen ja saattavat olla ostoprosessillaan jo tiedonkeruun vaiheessa. Siksi myös myyvien organisaatioiden kilpailijat saavat ”vainun” potentiaalisen asiakkaan jättämistä digijalanjäljistä. Kerätty ostoaietieto ei enää olekaan eksklusiivista.

Miten kerätä hiljaista, implisiittistä ostoaietietoa? Millaista on implisiittinen ostoaietieto?  Se on tyypillisesti tietoa, joka kuvaa yrityksen tilannetta ostoprosessin alussa, ns. no need-vaiheessa.  Yrityksellä ei ole selkeää kuvaa tarpeistaan, eikä niitä ole hankkeistettu tai aikataulutettu. Yritys ei ole keräämässä informaatiota eri kanavista eikä sillä ole kiinnostusta tavata myyviä organisaatioita. Implisiittinen ostoaietieto on tietoa, joka vaatii tuekseen päättelyä ja analysointia. Se kerätään tyypillisesti haastatteluina, joiden kysymykset kartoittavat nykytilaa ja historiaa. Nykyisen ratkaisun ominaisuudet kertovat esimerkiksi käytettävän teknologian maturiteetista, elinkaaren vaiheesta. Ajankohtatieto edellisestä investoinnista vihjaa tulevan hankkeen aikataulusta ja todennäköisyydestä. Implisiittinen ostoaietieto ja sen hyödyntäminen vaatii päättelytaitoa, kykyä lukea rivien välistäkin

Implisiittisen ostoaietiedon kerääminen ja hyödyntäminen, 4 vinkkiä:

1. Muokkaa kartoitus- ja kvalifiointikysymyksiä

Varmista, että myynnin tai myynnin tuen käyttämissä kartoituskysymyksissä kerätään myös  implisiittistä ostoaietietoa. Lisää kysymyksiä mm. nykyominaisuuksista, tyytyväisyydestä niihin ja investointihistoriasta.

2. Yhdistä 2. ja 3.osapuolen dataa ostoaietietoon

Käytä hyväksesi esimerkiksi strategisen kumppanin (päämies, jälleenmyyjä tms.) omistamaa tietoa samoista organisaatioista. Yhdistäkää tietonne ja oppikaa lisää potentiaalisten asiakkaiden nykytilasta, valinnoista ja tarpeista. Lisää tietoa on hankittavissa erilaisilta tutkimustaloilta liittyen vaikkapa teknologiapreferensseihin ja niihin liittyviin hankkeisiin.

3. Käynnistä demand generation-markkinointiohjelma

Implisiittinen ostoaietieto tunnistaa tyypillisesti ostoprosessinsa alkuvaiheessa olevia yrityksiä. Luo markkinoinnin viestit, sisällöt ja CTA:t puhuttelemaan näitä, jotka eivät vielä tiedä tarvitsevansa. Miten opastat heitä neuvonantajana näkemään tarpeen muutokselle ja uudistuksille?

4. Valitse oikeat kohtaamispisteet ja kanavat

Missä kanavissa kultivoit heitä, jotka eivät tiedä tarvitsevansa? Tilanteessa, jossa yritys ei itse tee aloitetta, kerää informaatiota tai kuluta sisältöjäsi. Kohdennetun markkinoinnin työkalupakista voit käyttää esimerkiksi IP-kohdennettua markkinointia, display-markkinointia ohjelmallisen ostamisen keinoin tai newslettereitä. Myynnin kohtaamispisteissä pitää ottaa huomioon haastajamyynnin ja assertiivisen myynnin tekniikat.

Teksti: Kimmo Luoma