Experimente im B2B-Marketing sind die Hölle. So beheben Sie das Problem

Das Experimentieren im B2B-Marketing ist viel schwieriger als im B2C, vor allem wegen des langen Verkaufszyklus und seiner Auswirkungen.

In diesem Beitrag erfahren Sie, warum Experimentieren der Schlüssel zu gutem Marketing ist, warum es eine solche Herausforderung im B2B-Marketing darstellt und wie Sie eine Experimentiermethodik und eine Feedbackschleife implementieren, um dieser Herausforderung gerecht zu werden.

Jeder hat eine Meinung darüber, ob Marketing eine Kunst oder eine Wissenschaft ist. Aber wenn es um Experimente geht, gibt es keine Debatte – robuste Marketingexperimente sind der Goldstandard, um Kausalitäten festzustellen, und sollten für jeden Marketingleiter zur Wissenschaft werden.

Aus Ihrer Zeit im Chemielabor der High School erinnern Sie sich vielleicht, dass Experimente dabei helfen, eine Hypothese zu testen und zu beweisen (oder zu widerlegen) – normalerweise hat dies mit einer Ursache-Wirkungs-Beziehung zu tun.

Experimente im Marketing sind nicht anders. Sie helfen Ihnen, die Aktivitäten zu identifizieren, die funktionieren (die die gewünschte Auswirkung auf eine bestimmte Metrik haben), diejenigen zu eliminieren, die dies nicht tun, und wenn Sie Glück haben, neue Strategien zu entdecken, die auf den dabei gesammelten Erkenntnissen basieren.

Im Zeitalter der Disruption halten sie das Marketing am Puls der Zeit – denn was „funktioniert“, ändert sich ständig. Der einzige Weg, um an der Spitze zu bleiben, besteht darin, die wichtigen Aktivitäten zu finden und zu verbessern , und ein strukturierter Ansatz zum Testen und Experimentieren kann nicht nur zu Verbesserungen, sondern auch zu Durchbrüchen führen.

Klingt bisher nach einer Win-Win-Situation.

Warum vermeiden B2B-Marketingleiter trotz ihrer offensichtlichen Notwendigkeit und Vorteile oft Marketingexperimente?

Die Herausforderung bei B2B-Marketing-Experimenten

Während verschiedene Einkaufskomitees (oft 7 oder mehr Mitglieder, die an der Kaufentscheidung beteiligt sind) und Multi-Channel-Kaufwege (Dutzende, sogar Hunderte von Berührungspunkten) die Komplexität erhöhen, ist die größte Herausforderung für das Experimentieren für ertragsorientierte B2B-Vermarkter die Länge Verkaufszyklus – die lange Lücke zwischen dem ersten Kontakt und der endgültigen Konversion.

Hier ist der Grund.

In einem langen Verkaufszyklus sind die Metriken, die am engsten mit dem Umsatz korrelieren, die Lower-Funnel-Metriken. Zum Beispiel Opportunitys (Anzahl potenzieller Kunden, die die Qualifizierung durchlaufen haben und wahrscheinlich Kunden werden), Pipeline (der potenzielle Umsatz aller Opportunities – d. h. die Summe aller erwarteten Einnahmen, die generiert werden, wenn alle Opportunities gewonnen werden), Verkaufszyklusgeschwindigkeit (Zeit, die benötigt wird, um einen Lead in einen zahlenden Kunden umzuwandeln ), Konversionsrate (das Verhältnis von Leads, die tatsächlich in zahlende Kunden umgewandelt werden).

Die Optimierung für solche Metriken kann eine Herausforderung darstellen. Ein verlängerter Verkaufszyklus bedeutet, dass die Auswirkungen des Experiments erst lange nach Abschluss der Aktivität spürbar sind.

B2B-Vermarkter können es sich nicht leisten, monatelang zu warten, um zu wissen, ob ihre Aktivitäten funktionieren oder nicht. Es könnte einen ganzen verlorenen Verkaufszyklus bedeuten!

Infolgedessen vermeiden viele Vermarkter das Experimentieren ganz und entscheiden sich stattdessen für glänzende neue Tools, kopieren die Strategien der Wettbewerber oder greifen auf die Verwendung von „Proxy-Metriken“ zurück, um die Auswirkungen auf den Umsatz zu messen. Letztere mögen beliebt sein, aber wenn sie die einzige Metrik sind, die Sie messen, können sie Ihren umsatzorientierten Experimenten am Ende mehr schaden als nützen.

Warum Proxy-Metriken für ertragsorientierte B2B-Marketing-Experimente nicht ausreichen

Proxy-Metriken sind Metriken, die nicht direkt an die Generierung von Einnahmen gebunden sind, aber als Indikatoren für die Metriken verwendet werden können, die es sind.

Im B2B-Marketing-Kontext sehen wir oft Top-Funnel-Metriken (ToFu) wie Lead-Generierung, MQLs und SQLs, die als Ersatz – oder Stellvertreter – für die Lower-Funnel-Metriken gemessen und optimiert werden.

Dies liegt daran, dass ihre Wirkung schneller sichtbar ist, sie relativ einfacher zu verfolgen und zu messen sind und in einem Verkaufszyklus mehrmals optimiert werden können.

Es ist jedoch wichtig anzuerkennen, dass das Testen und Experimentieren mit Metriken, die die „Conversion“ von einer Trichterstufe zur anderen zeigen, nicht dasselbe ist wie das Testen von Metriken, die „ echte Conversion“ zeigen – dh vom Interessenten zum zahlenden Kunden.

Leider ist aufgrund des komplexeren und längeren Verkaufszyklus die Korrelation von Proxy-Metriken zu Lower-Funnel-Metriken – denjenigen, die direkt mit dem Umsatz in Verbindung gebracht werden können – viel geringer. Das bedeutet, dass Proxy-Metriken bestenfalls indikativ und schlimmstenfalls unabhängig sein können.

Das ist ein echtes Hindernis, wenn Sie versuchen, den Umsatz zu optimieren. Während also ToFu-Metriken ihren Platz haben, sind sie möglicherweise nicht die besten Proxy-Metriken für umsatzbezogene B2B-Experimente.

Diese Diskrepanz zwischen den Metriken der Trichterphase und der Länge des Verkaufszyklus stellt den wohlmeinenden Marketingleiter vor ein Dilemma.

Als SaaS-Unternehmen möchten Sie beispielsweise den jährlich wiederkehrenden Umsatz (ARR) optimieren, eine Kennzahl, die am engsten mit Ihrem Geschäftsumsatz zusammenhängt und ein Indikator für die allgemeine Geschäftsgesundheit ist.

Bei einem durchschnittlichen Verkaufszyklus von 8 bis 12 Monaten würde das bedeuten, dass Sie das ganze Jahr warten müssen, um herauszufinden, ob Ihre Aktivitäten zu Conversions geführt haben, die Ihrem ARR-Benchmark entsprechen. Wenn Sie so lange warten, können Sie dieses Jahr nichts optimieren.

Wenn Sie sich jedoch für einen höheren Funnel-Proxy wie MQLs entscheiden, können Sie diese Metriken verfolgen und optimieren, um sie zu verbessern. Etwas ist besser als nichts, oder?

Leider stellen Sie am Ende des Jahres fest, dass Ihre Konversionsrate von MQL zu Kunden im Trichter niedriger gesunken ist, obwohl Sie mehr Aktivitäten durchgeführt haben, die MQLs vorangetrieben haben. Sie stellen jetzt fest, dass Sie einen Proxy-Messwert optimiert haben, der die ganze Zeit nicht mit der umsatzabhängigen Conversion korreliert war.

Das Dilemma der B2B-Marketer

Zweifellos möchten B2B-Vermarkter wissen (und zeigen), welche Auswirkungen ihre Aktivitäten auf den Umsatz haben.

Aber da die tatsächlichen Einnahmen ein gutes Stück von den Marketingaktivitäten entfernt sind und die umsatzabhängigsten Metriken fest am unteren Ende des Trichters stehen – oder kurz vor dem Ende des Verkaufszyklus – müssen Sie eine Wahl treffen.

Diese Wahl besteht darin, häufigere Optimierungszyklen mit Proxy-Metriken durchzuführen oder sich auf umsatzbezogene Metriken zu konzentrieren, aber weit weniger Optimierungszyklen durchzuführen.

Bei Ersterem ist die Feedback-Schleife schneller, aber das Risiko besteht darin, dass Sie möglicherweise für Metriken optimieren, die sich nicht wirklich auf den Umsatz auswirken. Mit anderen Worten, eine verschwendete Anstrengung (und ein verschwendetes Budget).

Bei letzterem befürchten Sie, dass das Feedback so langsam sein könnte, dass jede Optimierung zu spät kommt, um etwas zu bewirken. Möglicherweise haben Sie nicht einmal die Möglichkeit, Ihre Marketingausgaben auf die umsatzstärksten Aktivitäten im selben Verkaufszyklus umzuleiten.

Überwindung der B2B-Experiment-Herausforderung mit der Revenue-Marketing-Methodik

Glücklicherweise muss die Durchführung von Marketingexperimenten keine Alles-oder-Nichts-Entscheidung sein. Nicht in der Lage zu sein, häufigere Zyklen auszuführen, ist kein Grund, Experimente zur Optimierung für umsatzabhängige Metriken aufzugeben. Es gibt eine dritte Alternative, die viel effektiver und ja, wissenschaftlicher Natur ist.

Tatsächlich müssen Sie sich bei dieser Methodik nicht einmal entscheiden. Man muss nur die richtige Balance finden.

Ein Gleichgewicht zwischen der Optimierung für Lower-Funnel-Metriken und der Ausführung der richtigen Anzahl von Optimierungszyklen. Das bedeutet, dass Sie weder die Häufigkeit von Optimierungszyklen noch Ihren Laserfokus auf End-Funnel-Umsatzkennzahlen opfern müssen.

So funktioniert das.

Richten Sie die richtigen Bedingungen für B2B-Marketing-Experimente ein

Um vollständig darauf vorbereitet zu sein, Umsatzmetriken zu messen und das Beste aus Ihrem Experimentierprogramm herauszuholen, bestehen drei nicht verhandelbare Komponenten:

1. Richten Sie Ziele an Einnahmen aus

Vertrieb und Marketing müssen alle Metriken der Trichterphase vollständig aufeinander abstimmen und wissen, welche davon die wichtigsten umsatzbezogenen Metriken für Ihr Unternehmen sind (und nicht nur für jede Funktion). Wenn Marketingspezialisten beispielsweise Traffic und Leads verfolgen, während sich der Vertrieb um SQLs und Won-Close kümmert, wird eine Optimierung dessen, was wirklich wichtig ist, unmöglich.

Wie wir gesehen haben, ist es nur allzu bequem, auf Proxy-Metriken zurückzugreifen, die nicht direkt mit dem Umsatz verknüpft sind. Durch die Schaffung eines soliden Ertragsmodells wird sichergestellt, dass alle Beteiligten auf Metriken im unteren Trichterbereich ausgerichtet sind – diejenigen, die sich am stärksten auf die Umsatzergebnisse auswirken.

In einem kürzlich geführten Interview teilt Guillaume „G“ Cabane, ehemaliger VP of Growth bei Drift, Segment und Mention, mit, warum sich das gesamte Marketingteam auf den Umsatz ausrichten sollte:

Wenn Sie sich einige der Arbeiten ansehen, die ich in den letzten Jahren geleistet habe, habe ich alle Marketingmetriken in einheitliche, prognostizierte Einnahmen und metrische Dollar-Metriken umgewandelt.

Und das ist sehr wichtig und beeinflusst den Rest meiner Strategie. Ansonsten ist es schwer zu vergleichen, wenn Sie dies tun. Sie lenken den Verkehr zu einigen Ihrer Inhalte. Wie wertvoll ist das? Nein, schwer zu sagen. Jetzt wird jemand anderes ein Webinar halten. Sie haben sich angemeldet und Teilnehmer. Wie wertvoll ist das? […] Und es ist schwierig, diese miteinander zu vergleichen, da Sie auf verschiedenen Stufen des Trichters unterschiedliche Arten von Leads oder engagierten Kundenprofilen haben. Und diese Experimente haben unterschiedlich viel Zeit und Budget.

Es ist also unmöglich zu vergleichen, es sei denn, Sie finden einen Weg, dies zu einer eindeutigen Metrik zusammenzufassen oder zu vereinfachen, das habe ich getan. Durch die Verwendung einiger einfacher Prognosemodelle wandeln wir alle Engagement-Metriken in zukünftige Einnahmen um. Die zukünftigen Einnahmen haben eine Multiplikation von Faktoren, basierend auf der Wahrscheinlichkeit für einen bestimmten potenziellen Kunden, basierend auf seinem Engagement, basierend auf seiner Größe, zu einem zukünftigen Zeitpunkt den zukünftigen Prozentsatz und einen zukünftigen ACV umzuwandeln.

Und so schaut mein gesamtes Team nur auf zukünftige Einnahmen. Das hilft uns sehr bei der Entscheidung, was die Roadmap ist. Wo ist der höchste Aufzug zu haben. Und wo ist es am kostengünstigsten?

Man könnte argumentieren, dass Cabane einen ziemlich extremen Ansatz verfolgt, indem es nur Umsatzkennzahlen misst. Ich glaube, dass es eine breite Palette effektiver Metriken gibt, die Sie auswählen können, solange Sie die Notwendigkeit verstehen, sie mit dem Umsatz in Verbindung zu bringen.

2. Richten Sie eine robuste Attributionslösung ein

Laut einer kürzlich durchgeführten Umfrage geben 76 % aller Marketingfachleute an, dass sie derzeit oder in den nächsten 12 Monaten die Möglichkeit haben werden, Marketing-Attribution zu nutzen. Gute Neuigkeiten, denn die Fähigkeit, die Umsatzauswirkungen jeder Marketingaktivität (Kanal, Kampagne, Inhalt usw.) richtig zu identifizieren und zu messen, ist eine Grundvoraussetzung, um diejenigen zu verdoppeln, die funktionieren.

Aufgrund der komplexen Natur von B2B-Kundenreisen reicht nicht irgendeine Attributionslösung aus. Sie benötigen eine Full-Funnel-Attributionslösung, die in der Lage ist, mehrere Online- und Offline-Marketingaktivitäten (Kanäle, Assets, Touchpoints) über den Trichter zu aggregieren und Attributionsergebnisse mit Geschäftsergebnissen zu verbinden.

3. Kennen Sie die genaue Länge Ihres Verkaufszyklus

Die Verkaufszykluslänge ist typischerweise die durchschnittliche Zeit, die zum Abschluss eines Verkaufs benötigt wird, wie vom CRM-System gemessen. Die Dauer hängt von der Komplexität Ihres Verkaufsprozesses ab. Es ist wichtig, dass sich alle Beteiligten auf die genaue Länge des Verkaufszyklus einigen und sich dessen bewusst sind, da Sie Ihr Experimentierprogramm auf diesen Wert stützen werden.

Während es immer Druck geben wird, schnell Ergebnisse zu zeigen, sind wir mehr daran interessiert, die richtigen Ergebnisse zu zeigen – diejenigen, die den Umsatz steigern. Aus diesem Grund kann das Ignorieren der Verkaufszykluslänge als Schlüsselfaktor in Experimenten dazu führen, dass Sie entweder voreilige Schlussfolgerungen ziehen oder falsche Entscheidungen treffen, wie z. B. eine Marketingaktivität zu früh oder zu spät zu beenden.

In unserer Branche scheint es ein wachsendes Verständnis dafür zu geben, dass die Länge des Verkaufszyklus angemessen berücksichtigt werden sollte.

Chris Walker, Gründer und CEO von Refine Labs, erwähnte kürzlich, wie wichtig es ist, Marketinginitiativen genügend Zeit zu geben, um Wirkung zu erzielen:

Mit einem neuen Marketingprogramm in Enterprise SaaS sollte Ihr Zeitfenster für die Erfolgsbewertung 4-12 Monate betragen. Mindestens 4 Monate.

Es ist an der Zeit, diese Wahrnehmung zu ändern, damit Marketingteams genügend Zeit und Raum erhalten, um neue Programme zu finden, die die Geschäftsergebnisse tatsächlich vorantreiben .

Führen Sie B2B-Marketing-Experimente durch

Zu viele B2B-Vermarkter berücksichtigen bei der Planung von Experimenten tatsächlich keine Optimierungszyklen, sondern wählen zufällig Metriken aus, die vom Kontext des größeren Trichters isoliert sind.

Die Revenue-Marketing-Methodik ist besser, da Sie damit den Umsatz so nah wie möglich messen können, ohne die Anzahl der Optimierungszyklen zu opfern, die Sie im Laufe des Jahres benötigen. Die Full-Funnel-Ansicht hilft auch dabei, die Zyklen über die gesamte Dauer des Verkaufszyklus zu definieren und zu verbinden.

Wir nennen es das Finden des „Optimierungszyklus-Sweetspots“ für Ihr Unternehmen.

Nehmen wir ein Beispiel.

Wenn Ihr Unternehmen einen längeren Verkaufszyklus hat und Sie bestrebt sind, für umsatzbezogene Metriken im unteren Trichterbereich zu optimieren, dann ist es wichtig zu akzeptieren, dass der Optimierungszyklus einfach länger sein muss, um aussagekräftige Ergebnisse zu liefern.

Angenommen, Sie optimieren für eine Metrik wie den Umsatz (geschlossen-gewonnen) und haben einen sechsmonatigen Verkaufszyklus. Es gibt keine Möglichkeit, einen kürzeren Optimierungszyklus als sechs Monate zu haben. Sie planen also zwei halbjährliche Zyklen pro Jahr, um den Umsatz mit Closed-Won zu analysieren, zu messen und zu optimieren.

Die Umsatzoptimierung bedeutet jedoch nicht, dass Sie zu zwei halbjährlichen Optimierungszyklen verdammt sind! Hier entwerfen Sie einen benutzerdefinierten Zyklus, der den Trichter basierend auf Ihrem einzigartigen Kontext nach oben kaskadiert.

B2B-Beispiel aus der Praxis zur Ermittlung von Optimierungszyklen

In einem kürzlich von uns geführten Interview zur B2B-Marketingplanung teilte Jason Widup, VP of Marketing bei Metadata, mit, wie er sein Nachfragemodell einsetzt, um jede Woche den Überblick über seine KPIs und Umsatzziele zu behalten.

Es dauert drei Monate, sechs Monate, bis wir die tatsächliche Wirkung einer Kampagne oder einer neuen Strategie verstehen. Aber auf dem Weg dorthin schauen wir uns immer die Frühindikatoren an. Frühindikatoren sind erstellte Pipelines, gebuchte Meetings, Demo-Anfragen. Solange wir also sehen, dass diese Frühindikatoren nahe beieinander liegen … Je näher wir dem Umsatz kommen, desto enger müssen diese Konversionsraten sein.

Ich schaue mir [mein Nachfragemodell] wahrscheinlich einmal pro Woche an. Also schaue ich es mir im laufenden Quartal an und stelle sicher, dass es mir eine negative Zahl anzeigt, damit ich weiß, dass ich für das laufende Quartal keine weitere Pipeline fahren muss. Ich schaue es mir auch im nächsten Quartal zweimal im Monat an, nur um sicherzustellen, dass sich die Pipeline nicht verschoben hat.

Widup verwendet sein Nachfragemodell, um geplante Optimierungszyklen durchzuführen und sowohl Umsatzmetriken als auch Proxy-Metriken auf wöchentlicher und monatlicher Basis zu verfolgen. Wie aus der Antwort von Widup hervorgeht, hat die Entscheidung, wann Sie Ihre Optimierungszyklen festlegen, auch mit Ihrem eigenen Angstniveau und Ihren persönlichen Vorlieben zu tun und ist keine Entscheidung, die ausschließlich logisch und geschäftsorientiert ist.

Erstellen Sie Ihren benutzerdefinierten Wasserfall-Optimierungsplan

Um Optimierungszyklen mit mehreren Dauern basierend auf Ihren Anforderungen zu berücksichtigen, erstellen Sie einen Wasserfall-Optimierungsplan, beginnend mit dem am wenigsten häufigen Optimierungszyklus (z. B. sechs Monate oder vierteljährlich) und weiter zu den häufigeren Optimierungszyklen (z. B. monatlich oder wöchentlich gemäß SQLs und MQLs).

In unserem obigen Beispiel haben wir mit einem halbjährlichen Optimierungszyklus für den Umsatz (geschlossen-gewonnen) begonnen. Für den nächsten Zyklus wählen Sie die nächstliegende Umsatzkennzahl aus. Sagen wir für Ihr Unternehmen, das ist „Gelegenheit“ , und es dauert 3 Monate vom Lead bis zur Chance. Dann kann der nächste Optimierungszyklus ein vierteljährlicher sein, um Chancen zu schaffen, was auch ziemlich mit dem Umsatz korreliert.

Es besteht jedoch auch der Druck, den Managementfortschritt häufiger zu zeigen. Sie nehmen also einen weiteren, häufigeren Optimierungszyklus für die nächste entfernte Metrik vor. Sagen wir " SQL" . Sie führen eine monatliche Analyse von SQLs durch. Dies kann eine gute Proxy-Metrik und ein Frühindikator dafür sein, dass Sie auf dem richtigen Weg sind, aber es ersetzt nicht die vierteljährliche Analyse.

Es kann sogar bis zu einem wöchentlichen Optimierungszyklus gehen, sagen wir für „MQLs“. Sie sollten sich jedoch der genauen Korrelation dieser Metriken des oberen Trichters mit dem Umsatz bewusst sein – sie wird höchstwahrscheinlich weniger mit dem Umsatz korrelieren als das vorherige Wasserfallelement.

Passen Sie Ihren Optimierungszyklus an Ihre Prioritäten an

Es ist wichtig zu beachten, dass jede Organisation unterschiedliche Optimierungszyklen benötigt. Sie müssen Variablen wie die Länge des Verkaufszyklus, das Budget, ausgewählte Kanäle, ICP, Tools, Teamfähigkeiten, Managementprioritäten usw. berücksichtigen, die für Ihr Unternehmen spezifisch sind, während Sie Ihren Wasserfallplan entwerfen.

Verwenden Sie die Korrelationsanalyse als Bonus

Wie wir gesehen haben, werden Metriken, die nicht stark mit dem Umsatz korrelieren, nicht als gültige Darstellung des Erfolgs angesehen. Auf Wachstum ausgerichtete Vermarkter müssen sich selbst herausfordern, sich an Metriken mit niedrigerem Trichter auszurichten, da diese weitaus enger mit den Einnahmen korrelieren als Metriken mit höherem Trichter.

Es gibt jedoch zwei Szenarien, in denen Sie möglicherweise Metriken aus höheren Trichtern als Proxys verwenden müssen, allerdings nachdem Sie ihre Korrelation mit dem Umsatz – wie entfernt auch immer – mithilfe der Korrelationsanalyse ermittelt haben.

Diese Szenarien sind

1. In sehr langen Verkaufszyklen können Proxy-Metriken dabei helfen, Fortschritte oder Engpässe im Kaufzyklus anzuzeigen. In solchen Fällen kann der Vermarkter Metriken des oberen Trichters wie Leads als Proxy-Metrik verwenden, solange er eine gewisse Korrelation zwischen Leads und Umsatz findet.
2. Es muss dem Vorstand oder der C-Suite nachgewiesen werden, dass selbst die Upper-Funnel-Metriken der Marketingaktivitäten tatsächlich mit dem Umsatz korrelieren, obwohl der Marketer für Lower-Funnel-Metriken optimiert.

Da die Korrelationsanalyse außerhalb des Marketingbereichs liegt und einen Data Scientist oder eine spezielle Software erfordert, können diese Szenarien als Bonus zur Stärkung des Experimentprogramms angesehen werden.

Werden Sie proaktiv mit Pipeline-Beschleunigung

Ihre Optimierungszyklen orientieren sich an bestehenden Verkaufszykluszeitplänen und beziehen sich hauptsächlich auf Kennzahlen zur Effektivität (Volumen) und Kosteneffizienz (ROI).

Neben der Optimierung für diese entscheidenden Metriken können Sie auch proaktiv eine Pipeline-Beschleunigungsstrategie implementieren, um den Verkaufszyklus zu verkürzen und mehr Testzyklen in Ihrem Experimentprogramm zu ermöglichen.

Beschleunigte Pipelines bedeuten kürzere Verkaufszyklen. Und kürzere Verkaufszyklen bedeuten schnellere Feedbackschleifen und kürzere Optimierungszyklen. Die Pipeline-Beschleunigung bringt auch eine Umsatzbeschleunigung, eine vereinfachte Käuferreise und weniger Komplexität.

Da wir bereits eine Full-Funnel-Zuordnungslösung eingerichtet haben, können wir einfacher validieren, welche Kanäle zu kürzeren oder längeren Verkaufszyklen beitragen oder sich auf die Dauer des Verkaufszyklus auswirken.

Mit diesen Informationen können Sie aus vielen Taktiken wählen, um die Pipeline zu beschleunigen, einschließlich der Identifizierung (und Rationalisierung) von Faktoren, die zu einem längeren Verkaufszyklus beitragen, der Verdoppelung der Bemühungen zur Verkaufsförderung, der Konzentration auf Zielgruppensegmente mit schnelleren Verkaufszyklen und der Optimierung für Kanäle mit kürzeren Verkaufszyklen, unter anderem.

Nicht verpassen. Nutzen Sie die Kraft von B2B-Marketing-Experimenten für sich.

Während B2B-Marketing-Experimente eine Herausforderung darstellen, ist es im Umsatzzeitalter keine Option mehr, umsatzbezogene Metriken nicht zu optimieren.

Es ist jedoch wichtig, in Bezug auf den Prozess realistisch zu bleiben: Die Messung der Faktoren, die sich auf einen Millionen-Dollar-Deal auswirken, dessen Abschluss ein Jahr dauert, kann nicht auf die gleiche Weise erfolgen wie ein 50-Dollar-Deal, dessen Abschluss 2 Minuten dauert.

Es gibt zwar keine Zauberformel zur Optimierung umsatzbezogener Metriken in langen B2B-Verkaufszyklen, aber die von uns geteilte Methodik kann Ihnen dabei helfen, ein zusammenhängenderes und erfolgreicheres Experimentprogramm durchzuführen.

Wie umsatzorientierte Vermarkter, die diese Methodik bereits anwenden, festgestellt haben, beinhaltet die Optimierung der richtigen Metriken im Kontext des gesamten Trichters und der Länge des Verkaufszyklus nicht nur eine klare Verbindung zwischen Marketingaktivitäten und Umsatz, sondern auch das Vertrauen, das Sie setzen Dollar hinter den Aktivitäten, die durch den Trichter arbeiten.

Und mit der Methodik, die wir Ihnen in diesem Artikel skizziert haben, hält Sie nichts davon ab, die Kraft von B2B-Marketing-Experimenten für Ihr Unternehmen zu nutzen.