Eksperymentowanie w marketingu B2B to piekło. Oto jak to naprawić

Eksperymentowanie w marketingu B2B jest znacznie trudniejsze niż w B2C, głównie ze względu na długi cykl sprzedaży i jego konsekwencje.

W tym poście dowiesz się, dlaczego eksperymentowanie jest kluczem do dobrego marketingu, dlaczego jest to takie wyzwanie w marketingu B2B oraz jak wdrożyć metodologię eksperymentów i pętlę sprzężenia zwrotnego, aby sprostać temu wyzwaniu.

Każdy ma swoje zdanie na temat tego, czy marketing jest sztuką czy nauką. Ale jeśli chodzi o eksperymenty, nie ma dyskusji – solidne eksperymenty marketingowe są złotym standardem w ustalaniu przyczynowości i powinny sprowadzać się do nauki dla każdego lidera marketingu.

Z pobytu w laboratorium chemicznym w szkole średniej możesz przypomnieć sobie, że eksperymenty pomagają testować i udowadniać (lub obalać) hipotezę – zwykle dotyczącą związku przyczynowo-skutkowego.

Eksperymenty w marketingu nie różnią się. Pomagają zidentyfikować działania, które działają (mające pożądany wpływ na określoną metrykę), wyeliminować te, które nie działają, a jeśli masz szczęście, odkryć nowe strategie na podstawie zebranych po drodze spostrzeżeń.

W epoce przełomu utrzymują marketing na najwyższym poziomie – ponieważ to, co „działa”, ciągle się zmienia. Jedynym sposobem na wyprzedzenie jest znajdowanie i ulepszanie działań , które mają znaczenie, a ustrukturyzowane podejście do testowania i eksperymentowania może prowadzić nie tylko do ulepszeń, ale także do przełomów.

Brzmi jak na razie wygrana-wygrana.

Dlaczego więc mimo oczywistych potrzeb i zalet liderzy marketingu B2B często unikają marketingowych eksperymentów?

Wyzwanie z eksperymentami marketingowymi B2B

Podczas gdy zróżnicowane komisje zakupowe (często 7 lub więcej członków zaangażowanych w decyzję o zakupie) oraz wielokanałowe ścieżki zakupowe (dziesiątki, a nawet setki punktów styku) zwiększają złożoność, największym wyzwaniem dla eksperymentów dla marketerów B2B zorientowanych na przychody jest długi cykl sprzedaży – długa przerwa między pierwszym kontaktem a końcową konwersją.

Dlatego.

W długim cyklu sprzedaży metryki najściślej skorelowane z przychodami to metryki znajdujące się na niższym ścieżce. Na przykład szanse (liczba potencjalnych klientów, którzy przeszli kwalifikację i prawdopodobnie zostaną klientami), potok (potencjalny przychód ze wszystkich szans – czyli suma wszystkich oczekiwanych przychodów wygenerowanych w przypadku wygrania wszystkich szans), szybkość cyklu sprzedaży (czas potrzebny do przekształcenia potencjalnego klienta w płacącego klienta), współczynnik konwersji (stosunek potencjalnych klientów, które faktycznie zamieniają się w płacących klientów).

Optymalizacja pod kątem takich wskaźników może być trudna. Wydłużony cykl sprzedaży oznacza, że ​​wpływ eksperymentu będzie namacalny dopiero długo po zakończeniu działania.

Marketerzy B2B nie mogą sobie pozwolić na czekanie miesiącami, aby dowiedzieć się, czy ich działania działają, czy nie. Może to oznaczać cały utracony cykl sprzedaży!

W rezultacie wielu marketerów w końcu całkowicie unika eksperymentów, wybierając zamiast tego błyszczące nowe narzędzia, kopiując strategie konkurencji lub rezygnując z używania „danych zastępczych” do pomiaru wpływu na przychody. Te ostatnie mogą być popularne, ale jeśli są jedynymi miernikami, które mierzysz, mogą wyrządzić więcej szkody niż pożytku Twoim eksperymentom nastawionym na przychody.

Dlaczego metryki proxy nie wystarczą do eksperymentów marketingowych B2B zorientowanych na przychody

Metryki proxy to metryki, które nie są bezpośrednio powiązane z generowaniem przychodów, ale mogą być używane jako wskaźniki dla metryk, które są.

W kontekście marketingu B2B często widzimy metryki na szczycie ścieżki (ToFu), takie jak generowanie leadów, MQL i SQL, które są mierzone i optymalizowane jako zastępcze – lub proxy – dla metryk znajdujących się na dole ścieżki.

Dzieje się tak dlatego, że ich wpływ jest szybciej widoczny, stosunkowo łatwiej je śledzić i mierzyć oraz można je wielokrotnie optymalizować w jednym cyklu sprzedaży.

Należy jednak pamiętać, że testowanie i eksperymentowanie z danymi, które pokazują „konwersję” z jednego etapu ścieżki do drugiego, to nie to samo , co testowanie danych, które pokazują „ rzeczywistą konwersję”, tj. od potencjalnego klienta do płacącego klienta.

Niestety, ze względu na bardziej złożony i dłuższy cykl sprzedaży, korelacja metryk zastępczych z metrykami znajdującymi się na niższym ścieżce – tymi, które można bezpośrednio powiązać z przychodami – jest znacznie niższa. Oznacza to, że metryki zastępcze mogą być w najlepszym razie orientacyjne, w najgorszym niepowiązane.

To prawdziwa przeszkoda, jeśli próbujesz zoptymalizować przychody. Tak więc, chociaż wskaźniki ToFu mają swoje miejsce, mogą nie być najlepszymi wskaźnikami proxy dla eksperymentów B2B powiązanych z przychodami.

Ta rozbieżność między wskaźnikami etapu lejka a długością cyklu sprzedaży stanowi dylemat dla lidera marketingu, który ma dobre intencje.

Na przykład, jako firma SaaS, chcesz zoptymalizować roczny przychód cykliczny (ARR), metrykę najściślej związaną z przychodami Twojej firmy i wskazującą na ogólną kondycję firmy.

Przy średnim cyklu sprzedaży od 8 do 12 miesięcy oznaczałoby to czekanie przez cały rok, aby dowiedzieć się, czy Twoje działania doprowadziły do ​​konwersji spełniających Twój test ARR. Tak długie czekanie oznacza, że ​​nie będziesz w stanie niczego zoptymalizować w tym roku.

Jeśli jednak zdecydujesz się na wyższy proxy lejka, taki jak MQL, będziesz mógł śledzić i optymalizować, aby poprawić te metryki. Coś jest lepsze niż nic, prawda?

Niestety, pod koniec roku okazuje się, że chociaż wykonałeś więcej czynności, które napędzały MQL, Twój współczynnik konwersji MQL na klienta spadł niżej na ścieżce. Teraz zdajesz sobie sprawę, że zoptymalizowałeś dane proxy, które przez cały czas nie były skorelowane z konwersją powiązaną z przychodami.

Dylemat marketerów B2B

Bez wątpienia marketerzy B2B chcą wiedzieć (i pokazać) wpływ ich działań na przychody.

Ale przy rzeczywistych przychodach w dużej odległości od działań marketingowych i najbardziej powiązanych z przychodami metrykach mocno na dole lejka – lub blisko końca cyklu sprzedaży – musisz dokonać wyboru.

Ten wybór to między częstszym uruchamianiem cykli optymalizacji przy użyciu metryk proxy lub skupieniem się na metrykach powiązanych z przychodami, ale przeprowadzanie znacznie mniejszej liczby cykli optymalizacji.

W pierwszym przypadku pętla sprzężenia zwrotnego jest szybsza, ale istnieje ryzyko, że możesz zoptymalizować metryki, które w rzeczywistości nie wpływają na przychody. Innymi słowy, zmarnowany wysiłek (i budżet).

W przypadku tych ostatnich obawiasz się, że informacje zwrotne mogą być tak powolne, że jakakolwiek optymalizacja może nastąpić zbyt późno, aby coś zmienić. Możesz nawet nie mieć szansy na przekierowanie środków marketingowych na działania mające największy wpływ na przychody w tym samym cyklu sprzedaży.

Pokonywanie wyzwania związanego z eksperymentem B2B za pomocą metodologii Revenue Marketing

Na szczęście przeprowadzanie eksperymentów marketingowych nie musi być wyborem typu wszystko albo nic. Brak możliwości wykonywania częstszych cykli nie jest powodem do rezygnacji z eksperymentów w celu optymalizacji pod kątem danych związanych z przychodami. Istnieje trzecia alternatywa, która jest znacznie bardziej skuteczna i tak, naukowa.

W rzeczywistości przy tej metodologii nie musisz nawet wybierać. Musisz tylko znaleźć odpowiednią równowagę.

Równowaga między optymalizacją pod kątem wskaźników znajdujących się na niższym ścieżce a wykonaniem odpowiedniej liczby cykli optymalizacji. Oznacza to, że nie musisz rezygnować z częstotliwości cykli optymalizacji ani skupiać się na wskaźnikach przychodów na końcu ścieżki.

Oto jak to działa.

Skonfiguruj odpowiednie warunki do eksperymentów marketingowych B2B

Pełne przygotowanie do pomiaru danych o przychodach i maksymalne wykorzystanie programu eksperymentów składa się z 3 niepodlegających negocjacjom elementów:

1. Dopasuj cele do przychodów

Sprzedaż i marketing wymagają pełnego dostosowania do każdego wskaźnika etapu lejka, a także tego, które z nich są najważniejszymi wskaźnikami powiązanymi z przychodami dla Twojej firmy (a nie tylko dla każdej funkcji). Na przykład, jeśli marketerzy ścigają ruch i leady, podczas gdy sprzedawcy dbają o SQL i wygrane, optymalizacja tego, co naprawdę ma znaczenie, staje się niemożliwa.

Jak widzieliśmy, zbyt wygodne jest opieranie się na wskaźnikach proxy, które nie są bezpośrednio powiązane z przychodami. Stworzenie solidnego modelu przychodów zapewnia, że ​​wszyscy interesariusze są zorientowani i zorientowani na wskaźniki znajdujące się na niższym ścieżce – te, które mają największy wpływ na wyniki przychodów.

W niedawnym wywiadzie Guillaume „G” Cabane, były wiceprezes ds. wzrostu w Drift, Segment i Mention, wyjaśnia, dlaczego cały zespół marketingowy powinien skupiać się na przychodach:

Jeśli spojrzysz na część pracy, którą wykonałem przez ostatnie lata, to co zrobiłem, to przekształcenie wszystkich wskaźników marketingowych w ujednolicone, prognozowane przychody, wskaźnik w dolarach.

A to jest bardzo ważne i wpływa na resztę mojej strategii. W przeciwnym razie trudno porównywać, kiedy to robisz. Kierujesz ruch do niektórych swoich treści. Jak cenne jest to? Nie, trudno powiedzieć. Teraz ktoś inny przeprowadzi webinarium. Zarejestrowali się i uczestnicy. Jak cenne jest to? […] A porównywanie ich razem jest trudne, ponieważ masz różne typy leadów lub zaangażowane profile klientów, na różnych etapach ścieżki. A te eksperymenty mają różne ilości czasu i budżety.

Więc nie da się tego porównać, chyba że znajdziesz sposób na zagregowanie lub uproszczenie tego do unikalnej metryki, to właśnie zrobiłem. Używając prostych modeli prognostycznych, przekształcamy wszystkie dane o zaangażowaniu w przyszłe przychody. Przyszłe przychody mają pomnożenie czynników opartych na prawdopodobieństwie wystąpienia danego potencjalnego klienta w oparciu o jego zaangażowanie, w oparciu o jego wielkość konwersji w przyszłej dacie według przyszłej wartości procentowej i przyszłego ACV.

A więc cały mój zespół patrzy tylko na przyszłe przychody. To bardzo pomaga nam zdecydować, jaki jest plan działania. Gdzie jest najwyższa winda. A także, gdzie jest to najbardziej opłacalne?

Można argumentować, że Cabane przyjmuje dość ekstremalne podejście, mierząc jedynie wskaźniki przychodów. Uważam, że istnieje szeroki zakres skutecznych wskaźników, które możesz wybrać, o ile rozumiesz potrzebę ich ponownego powiązania z przychodami.

2. Skonfiguruj solidne rozwiązanie atrybucji

Według niedawnej ankiety 76% wszystkich marketerów twierdzi, że obecnie ma lub będzie mieć w ciągu najbliższych 12 miesięcy możliwość korzystania z atrybucji marketingowej. Świetna wiadomość, ponieważ umiejętność prawidłowego zidentyfikowania i zmierzenia wpływu na przychody każdego działania marketingowego (kanał, kampania, treść itp.) jest warunkiem koniecznym do podwojenia liczby tych, które działają.

Ze względu na złożony charakter podróży klientów B2B nie wystarczy każde rozwiązanie atrybucji. Potrzebujesz kompleksowego rozwiązania atrybucji, które będzie w stanie agregować wiele działań marketingowych online i offline (kanały, zasoby, punkty styku) za pośrednictwem lejka i łączyć wyniki atrybucji z wynikami biznesowymi.

3. Poznaj dokładną długość swojego cyklu sprzedaży

Długość cyklu sprzedaży to zazwyczaj średni czas potrzebny do zamknięcia sprzedaży, mierzony przez system CRM. Czas trwania zależy od złożoności Twojego procesu sprzedaży. Bardzo ważne jest, aby wszyscy interesariusze uzgodnili i byli świadomi dokładnej długości cyklu sprzedaży, ponieważ program eksperymentów będzie opierał się na tej wartości.

Chociaż zawsze będzie presja, aby szybko pokazywać wyniki, bardziej interesuje nas pokazywanie właściwych wyników – takich, które zwiększają przychody. Dlatego ignorowanie długości cyklu sprzedaży jako kluczowego czynnika w eksperymentach może prowadzić do przedwczesnych wniosków lub podejmowania błędnych decyzji, takich jak zbyt szybkie lub zbyt późne przerwanie działań marketingowych.

Wydaje się, że w naszej branży rośnie zrozumienie, że należy brać pod uwagę właściwe uwzględnienie długości cyklu sprzedaży.

Chris Walker, założyciel i dyrektor generalny Refine Labs, wspomniał niedawno o tym, jak ważne jest zapewnienie wystarczającej ilości czasu na inicjatywy marketingowe, aby wywarły wpływ:

Dzięki nowemu programowi marketingowemu w Enterprise SaaS Twoje okno czasowe na ocenę sukcesu powinno wynosić od 4 do 12 miesięcy. Minimum 4 miesiące.

Nadszedł czas, aby zmienić to postrzeganie, aby zespoły ds. marketingu miały wystarczająco dużo czasu/przestrzeni, aby znaleźć nowe programy, które faktycznie przyniosą wyniki biznesowe .

Przeprowadź eksperymenty marketingowe B2B

Zbyt wielu marketerów B2B w rzeczywistości nie bierze pod uwagę cykli optymalizacji podczas planowania eksperymentów, zamiast tego wybiera dane losowo, odizolowane od kontekstu większej ścieżki.

Metodologia marketingu przychodowego jest lepsza, ponieważ pozwala mierzyć jak najbliżej przychodów, bez poświęcania liczby cykli optymalizacji potrzebnych w ciągu roku. Widok pełnego lejka pomaga również zdefiniować i połączyć cykle przez cały czas trwania cyklu sprzedaży.

Nazywamy to znalezieniem „najlepszego punktu cyklu optymalizacji” dla Twojej firmy.

Weźmy przykład.

Jeśli Twoja firma ma dłuższy cykl sprzedaży i zależy Ci na optymalizacji pod kątem wskaźników powiązanych z przychodami na niższym ścieżce, ważne jest, aby zaakceptować fakt, że cykl optymalizacji będzie musiał być po prostu dłuższy, aby zapewnić rozstrzygające wyniki.

Załóżmy, że optymalizujesz pod kątem takich danych jak przychód (zamknięte-wygrane) i masz sześciomiesięczny cykl sprzedaży. Nie ma możliwości, aby cykl optymalizacji był krótszy niż sześć miesięcy. Dlatego planujesz dwa sześciomiesięczne cykle rocznie, aby analizować, mierzyć i optymalizować przychody z zamkniętymi wygranymi.

Optymalizacja pod kątem przychodów nie oznacza jednak, że jesteś skazany na dwa półroczne cykle optymalizacji! W tym miejscu zaprojektujesz niestandardowy cykl, który będzie kaskadowo przesuwał się po ścieżce w oparciu o Twój unikalny kontekst.

Przykład B2B w świecie rzeczywistym, jak opracować cykle optymalizacji

W niedawnym wywiadzie, który przeprowadziliśmy na temat planowania marketingu B2B, Jason Widup, wiceprezes ds. marketingu w Metadata, opowiedział, w jaki sposób wykorzystuje swój model popytu, aby co tydzień być na bieżąco ze swoimi KPI i celami przychodów.

Zrozumienie rzeczywistego wpływu kampanii lub nowej strategii zajmuje nam trzy miesiące, sześć miesięcy. Ale po drodze zawsze patrzymy na wskaźniki wyprzedzające. Wiodące wskaźniki to utworzone potok, zarezerwowane spotkania, prośby o demo. Tak długo, jak widzimy, że te wyprzedzające wskaźniki są zbliżone… W miarę zbliżania się do przychodów te współczynniki konwersji muszą być węższe.

Przyglądam się [mojemu modelowi popytu] prawdopodobnie raz w tygodniu. Więc patrzę na to w bieżącym kwartale i upewniam się, że pokazuje mi liczbę ujemną, więc wiem, że nie muszę zwiększać potoku w bieżącym kwartale. Patrzę na to również dwa razy w miesiącu przez następny kwartał, aby upewnić się, że rurociąg się nie zmienił.

Widup używa swojego modelu popytu do uruchamiania zaplanowanych cykli optymalizacji i śledzenia zarówno metryk przychodów, jak i metryk proxy w ujęciu tygodniowym i miesięcznym. Jak wynika z odpowiedzi Widup, decyzja, kiedy ustawić cykle optymalizacji, ma również związek z własnym poziomem niepokoju i osobistymi preferencjami, a nie jest decyzją, która jest wyłącznie logiczna i zorientowana na biznes.

Zbuduj swój niestandardowy harmonogram optymalizacji wodospadu

Aby dostosować się do wielu cykli optymalizacji w zależności od potrzeb, zbuduj kaskadowy harmonogram optymalizacji, zaczynając od najmniej częstego cyklu optymalizacji (np. sześciomiesięcznego lub kwartalnego) i kontynuuj częstsze cykle optymalizacji (np. miesięczne lub tygodniowe zgodnie z SQL i MQL).

W powyższym przykładzie rozpoczęliśmy od sześciomiesięcznego cyklu optymalizacji przychodów (zamknięte-wygrane) . W następnym cyklu wybierasz najbliższe dane o przychodach. Załóżmy, że w przypadku Twojej firmy jest to „okazja” , a od potencjalnej sprzedaży do szansy mija 3 miesiące. Następnie kolejny cykl optymalizacji może być cyklem kwartalnym dla możliwości, która jest również dość skorelowana z przychodami.

Istnieje jednak również presja, aby częściej pokazywać postępy w zarządzaniu. Dlatego podejmujesz kolejny, częstszy cykl optymalizacji dla następnego usuniętego wskaźnika. Powiedzmy „ SQL” . Przeprowadzasz comiesięczną analizę zapytań SQL. Może to być dobry wskaźnik proxy i wiodący wskaźnik, że jesteś na dobrej drodze, ale nie zastępuje analizy kwartalnej.

Może to nawet posunąć się do tygodniowego cyklu optymalizacji, powiedzmy w przypadku „MQL”. Należy jednak pamiętać o dokładnej korelacji tych danych z początku ścieżki z przychodami – najprawdopodobniej będą one mniej skorelowane z przychodami niż poprzedni element kaskadowy.

Dostosuj cykl optymalizacji do swoich priorytetów

Należy zauważyć, że każda organizacja wymaga innego zestawu cykli optymalizacji. Podczas projektowania harmonogramu kaskadowego musisz wziąć pod uwagę zmienne, takie jak długość cyklu sprzedaży, budżet, wybrane kanały, ICP, narzędzia, możliwości zespołu, priorytety zarządzania itp., które są specyficzne dla Twojej organizacji.

Użyj analizy korelacji jako bonusu

Jak widzieliśmy, metryki, które nie są silnie skorelowane z przychodami, nie są postrzegane jako prawidłowa reprezentacja sukcesu. Marketerzy skoncentrowani na rozwoju muszą stawiać sobie wyzwanie, aby dostosować się do wskaźników niższej ścieżki, ponieważ są one znacznie ściślej skorelowane z przychodami niż wskaźniki z wyższej ścieżki.

Istnieją jednak dwa scenariusze, w których konieczne może być użycie metryk z wyższego ścieżki jako proxy, aczkolwiek po ustaleniu ich korelacji z przychodami – jakkolwiek odległej – za pomocą analizy korelacji.

Te scenariusze są

1. W bardzo długich cyklach sprzedaży metryki zastępcze mogą pomóc w wskazaniu postępów lub wąskich gardeł w cyklu zakupu. W takich przypadkach marketer może użyć danych z początku ścieżki, takich jak potencjalni klienci, jako danych zastępczych, o ile znajdzie jakąś korelację między potencjalnymi klientami a przychodami.
2. Istnieje potrzeba udowodnienia zarządowi lub C-Suite, że nawet wskaźniki działań marketingowych z początku ścieżki są rzeczywiście skorelowane z przychodami, mimo że marketer optymalizuje wskaźniki pod kątem wskaźników znajdujących się w dolnej części ścieżki.

Ponieważ analiza korelacji wykracza poza dziedzinę marketingu i wymaga analityka danych lub specjalnego oprogramowania, scenariusze te mogą być postrzegane jako premia wzmacniająca program eksperymentu.

Bądź proaktywny dzięki akceleracji potoków

Twoje cykle optymalizacji są zaprojektowane wokół istniejących harmonogramów cyklu sprzedaży i dotyczą głównie wskaźników efektywności (wolumen) i efektywności kosztowej (ROI).

Oprócz optymalizacji pod kątem tych kluczowych wskaźników, możesz również proaktywnie wdrożyć strategię przyspieszenia lejka sprzedaży, aby skrócić cykl sprzedaży i umożliwić więcej cykli testowania w programie eksperymentu.

Przyspieszone rurociągi oznaczają krótsze cykle sprzedaży. A krótsze cykle sprzedaży oznaczają szybsze pętle informacji zwrotnych i krótsze cykle optymalizacji. Przyspieszenie potoku zapewnia również przyspieszenie przychodów, uproszczoną podróż kupującego i mniejszą złożoność.

Ponieważ wprowadziliśmy już rozwiązanie atrybucji opartej na pełnym lejku, możemy łatwiej zweryfikować, które kanały przyczyniają się do krótszych lub dłuższych cykli sprzedaży lub wpływają na okres cyklu sprzedaży.

Dzięki tym informacjom możesz wybrać jedną z wielu taktyk, aby przyspieszyć lejek sprzedaży, w tym identyfikować (i racjonalizować) czynniki, które przyczyniają się do dłuższego cyklu sprzedaży, podwajać wysiłki na rzecz umożliwienia sprzedaży, skupiać się na segmentach odbiorców z szybszymi cyklami sprzedaży i optymalizować kanały przy krótszych cyklach sprzedaży m.in.

Nie przegap. Wykorzystaj potęgę eksperymentów marketingowych B2B.

Podczas gdy eksperymenty marketingowe B2B są wyzwaniem, w erze przychodów nie można już optymalizować wskaźników związanych z przychodami.

Ważne jest jednak, aby zachować realistyczne podejście do tego procesu: mierzenie czynników wpływających na sfinalizowanie transakcji wartej milion dolarów, której zamknięcie zajmuje rok, nie może być wykonane w taki sam sposób, jak w przypadku transakcji o wartości 50 USD, której zamknięcie zajmuje 2 minuty.

Chociaż nie ma magicznej formuły pozwalającej zoptymalizować wskaźniki związane z przychodami w długich cyklach sprzedaży B2B, udostępniona przez nas metodologia może pomóc w prowadzeniu bardziej spójnego i udanego programu eksperymentalnego.

Jak odkryli marketerzy skoncentrowani na przychodach, którzy już stosują tę metodologię, optymalizując odpowiednie metryki w kontekście pełnego lejka i długości cyklu sprzedaży, zysk obejmuje nie tylko wyraźny związek między działaniami marketingowymi a przychodami, ale także pewność, że dolarów za działania, które przechodzą przez lejek.

A dzięki metodologii, którą opisaliśmy w tym artykule, nic nie stoi na przeszkodzie, aby wykorzystać moc eksperymentów marketingowych B2B dla Twojej firmy.