การทดลองในการตลาดแบบ B2B คือนรก นี่คือวิธีแก้ไข

การทดลองทางการตลาดแบบ B2B นั้นยากกว่าใน B2C มาก เนื่องจากวงจรการขายที่ยาวนานและผลที่ตามมา

ในโพสต์นี้ คุณจะได้เรียนรู้ว่าเหตุใดการทดลองจึงเป็นกุญแจสู่การตลาดที่ดี เหตุใดการตลาดแบบ B2B จึงเป็นสิ่งที่ท้าทาย และวิธีการใช้วิธีการทดลองและลูปผลตอบรับเพื่อรองรับความท้าทายนั้น

ทุกคนมีความเห็นว่าการตลาดเป็นศิลปะหรือวิทยาศาสตร์ แต่เมื่อพูดถึงการทดลอง จะไม่มีข้อโต้แย้ง การทดลองทางการตลาดที่แข็งแกร่งเป็นมาตรฐานทองคำในการสร้างความเป็นเหตุเป็นผล และควรเป็นวิทยาศาสตร์สำหรับผู้นำการตลาดทุกคน

จากเวลาของคุณในห้องปฏิบัติการเคมีของโรงเรียนมัธยมศึกษาตอนปลาย คุณอาจจำได้ว่าการทดลองช่วยทดสอบและพิสูจน์ (หรือหักล้าง) สมมติฐาน ซึ่งมักจะเกี่ยวข้องกับความสัมพันธ์ของเหตุและผล

การทดลองทางการตลาดก็ไม่ต่างกัน พวกเขาช่วยคุณระบุกิจกรรมที่กำลังทำงานอยู่ (มีผลกระทบที่ต้องการในตัวชี้วัดเฉพาะ) กำจัดกิจกรรมที่ไม่ทำงาน และหากคุณโชคดี ค้นพบกลยุทธ์ใหม่ตามข้อมูลเชิงลึกที่รวบรวมระหว่างทาง

ในยุคแห่ง Disruption พวกเขายังคงทำการตลาดที่ล้ำหน้า – เพราะสิ่งที่ 'ใช้ได้ผล' ยังคงเปลี่ยนแปลงอยู่เสมอ วิธีเดียวที่จะก้าวไปข้างหน้าคือการค้นหาและปรับปรุงกิจกรรม ที่มีความสำคัญ และ แนวทางที่มีโครงสร้างในการทดสอบและการทดลองไม่เพียงแต่นำไปสู่การปรับปรุงเท่านั้น แต่ยังรวมถึงความก้าวหน้าอีกด้วย

ฟังดูเหมือน win-win จนถึงตอนนี้

เหตุใดถึงแม้จะมีความต้องการและข้อดีที่ชัดเจน แต่ผู้นำการตลาดแบบ B2B มักหลีกเลี่ยงการทดลองทางการตลาด?

ความท้าทายกับการทดสอบการตลาดแบบ B2B

ในขณะที่คณะกรรมการจัดซื้อที่หลากหลาย (โดยมากมีสมาชิก 7 คนขึ้นไปที่เกี่ยวข้องกับการตัดสินใจซื้อ) และเส้นทางการซื้อหลายช่องทาง (สิบหรือหลายร้อยจุดติดต่อ) เพิ่มความซับซ้อน ความท้าทายที่ใหญ่ที่สุดในการทดลองสำหรับนักการตลาดแบบ B2B ที่เน้นรายได้คือเรื่องยาว วงจรการขาย – ช่องว่างยาวระหว่างการติดต่อครั้งแรกและการแปลงครั้งสุดท้าย

นี่คือเหตุผล

ในรอบการขายที่ยาวนาน เมตริกที่สัมพันธ์กับรายได้มากที่สุดคือเมตริกช่องทางระดับล่าง ตัวอย่างเช่น โอกาส (จำนวนผู้มีโอกาสเป็นลูกค้าที่ผ่านคุณสมบัติและมีแนวโน้มว่าจะได้เป็นลูกค้า) ไปป์ไลน์ (รายได้ที่เป็นไปได้ของโอกาสทางการขายทั้งหมด – หมายถึง ผลรวมของรายได้ที่คาดหวังทั้งหมดที่สร้างขึ้นหากมีโอกาสชนะทั้งหมด) ความเร็ว ของวงจรการขาย (เวลาที่ใช้ในการแปลงลูกค้าเป้าหมายให้เป็นลูกค้าที่ชำระเงิน) อัตราการแปลง (อัตราส่วนของโอกาสในการขายที่แปลงเป็นลูกค้าที่ชำระเงินจริง)

การเพิ่มประสิทธิภาพสำหรับเมตริกดังกล่าวอาจเป็นเรื่องที่ท้าทาย วงจรการขายที่ขยายออกไปหมายถึงผลกระทบของการทดลองจะจับต้องได้เป็นเวลานานหลังจากกิจกรรมเสร็จสิ้นเท่านั้น

นักการตลาด B2B ไม่สามารถรอหลายเดือนเพื่อดูว่ากิจกรรมของพวกเขาได้ผลหรือไม่ อาจหมายถึงวงจรการขายที่สูญเสียไปทั้งหมด!

ด้วยเหตุนี้ นักการตลาดจำนวนมากจึงหลีกเลี่ยงการทดลองโดยสิ้นเชิง เลือกใช้เครื่องมือใหม่ที่เป็นประกาย คัดลอกกลยุทธ์ของคู่แข่ง หรือถอยกลับไปใช้ 'ตัววัดพร็อกซี' เพื่อวัดผลกระทบต่อรายได้ ตัวสุดท้ายอาจได้รับความนิยม แต่ถ้าเป็นตัวชี้วัดเดียวที่คุณวัด พวกมันอาจทำอันตรายมากกว่าผลดีต่อการทดสอบที่เน้นรายได้ของคุณ

เหตุใด Proxy Metrics จึงไม่เพียงพอสำหรับการทดสอบการตลาดแบบ B2B ที่เน้นรายได้

ตัววัดพร็อกซี่คือตัววัดที่ไม่ เกี่ยวข้องโดยตรง กับการสร้างรายได้ด้วยตัวเอง แต่สามารถใช้เป็น ตัวชี้วัด สำหรับตัววัดที่เป็น

ในบริบททางการตลาดแบบ B2B เรามักจะเห็นเมตริกของช่องทางยอดนิยม (ToFu) เช่น การสร้างลูกค้าเป้าหมาย MQL และ SQL ที่วัดและปรับให้เหมาะสมเป็นแบบสแตนด์อินหรือ พร็อกซี สำหรับเมตริกช่องทางล่าง

เนื่องจากจะเห็นผลกระทบได้เร็วกว่า การติดตามและวัดผลค่อนข้างง่ายกว่า และสามารถเพิ่มประสิทธิภาพได้หลายครั้งในวงจรการขายเดียว

อย่างไรก็ตาม สิ่งสำคัญคือต้องยอมรับว่าการทดสอบและทดสอบกับเมตริกที่แสดง 'การแปลง' จากขั้นตอนช่องทางหนึ่งไปยังอีกขั้นตอนหนึ่งนั้น ไม่เหมือนกับ การทดสอบเมตริกที่แสดง ' การแปลงจริง' - เช่น จากผู้มีโอกาสเป็นลูกค้าไปยังลูกค้าที่ชำระเงิน

น่าเสียดาย เนื่องจากวงจรการขายที่ซับซ้อนและยาวนานกว่า ความสัมพันธ์ของตัววัดพร็อกซีกับตัววัดระดับล่าง - ตัวที่สามารถเชื่อมโยงโดยตรงกับรายได้ - ต่ำกว่ามาก นั่นหมายความว่า ตัวชี้วัดพร็อกซี่สามารถบ่งบอกได้ดีที่สุด และไม่เกี่ยวข้องเมื่อแย่ที่สุด

นั่นคืออุปสรรคที่แท้จริงหากคุณพยายามเพิ่มประสิทธิภาพเพื่อรายได้ ดังนั้นในขณะที่เมตริก ToFu มีตำแหน่ง แต่ก็อาจไม่ใช่เมตริกพร็อกซีที่ดีที่สุดสำหรับการทดสอบ B2B ที่เชื่อมโยงกับรายได้

การตัดการเชื่อมต่อระหว่างตัววัดระยะของช่องทางและความยาวของวงจรการขาย ทำให้เกิดภาวะที่กลืนไม่เข้าคายไม่ออกสำหรับผู้นำทางการตลาดที่มีความหมายดี

ตัวอย่างเช่น ในฐานะธุรกิจ SaaS คุณต้องการเพิ่มประสิทธิภาพสำหรับ รายได้ประจำประจำปี (ARR) ซึ่งเป็นเมตริกที่เกี่ยวข้องมากที่สุดกับรายได้ของธุรกิจของคุณ และบ่งบอกถึงความสมบูรณ์ของธุรกิจโดยรวม

ด้วยวงจรการขายเฉลี่ย 8 ถึง 12 เดือน นั่นหมายถึงการรอทั้งปีเพื่อดูว่ากิจกรรมของคุณนำไปสู่การแปลงที่ตรงตามเกณฑ์มาตรฐาน ARR ของคุณหรือไม่ การรอนานขนาดนั้นหมายความว่าคุณจะไม่สามารถเพิ่มประสิทธิภาพอะไรได้ในปีนี้

อย่างไรก็ตาม หากคุณใช้พร็อกซีช่องทางที่สูงกว่า เช่น MQL คุณจะสามารถติดตามและเพิ่มประสิทธิภาพเพื่อปรับปรุงเมตริกเหล่านั้นได้ มีบางอย่างที่ดีกว่าไม่มีอะไรใช่มั้ย?

น่าเสียดายที่ช่วงสิ้นปี คุณพบว่าแม้ว่าคุณจะทำกิจกรรมต่างๆ ที่ขับเคลื่อน MQL มากขึ้น แต่ อัตราการแปลง MQL เป็นลูกค้า ของคุณก็ลดลงต่ำกว่าในช่องทาง ตอนนี้คุณตระหนักว่าคุณได้เพิ่มประสิทธิภาพเมตริกพร็อกซีที่ไม่สัมพันธ์กับ Conversion ที่เชื่อมโยงกับรายได้ตลอดเวลา

ภาวะที่กลืนไม่เข้าคายไม่ออกของนักการตลาด B2B

ไม่ต้องสงสัยเลยว่านักการตลาด B2B ต้องการทราบ (และ แสดง) ผลกระทบที่กิจกรรมของพวกเขามีต่อรายได้

แต่ด้วยรายได้จริงที่อยู่ห่างไกลจากกิจกรรมทางการตลาด และเมตริกที่เชื่อมโยงกับรายได้ส่วนใหญ่จะอยู่ที่ด้านล่างของช่องทาง หรือใกล้กับจุดสิ้นสุดของวงจรการขาย คุณต้องตัดสินใจเลือก

ทางเลือกนั้นคือการเรียกใช้รอบการเพิ่มประสิทธิภาพบ่อยขึ้นโดยใช้เมตริกพร็อกซี หรือการมุ่งเน้นที่เมตริกที่เชื่อมโยงกับรายได้แต่ใช้รอบการเพิ่มประสิทธิภาพน้อยกว่ามาก

ในอดีต วงความคิดเห็นจะเร็วขึ้น แต่ความเสี่ยงคือคุณอาจปรับให้เหมาะสมสำหรับเมตริกที่ไม่ส่งผลกระทบต่อรายได้จริงๆ กล่าวอีกนัยหนึ่งคือความพยายามที่สูญเปล่า (และงบประมาณ)

คุณเกรงว่าข้อเสนอแนะจะช้ามากจนการเพิ่มประสิทธิภาพใดๆ อาจมาช้าเกินไปที่จะสร้างความแตกต่าง คุณอาจไม่มีโอกาสเปลี่ยนเส้นทางเงินการตลาดของคุณไปยังกิจกรรมที่กระทบต่อรายได้มากที่สุดในวงจรการขายเดียวกัน

เอาชนะความท้าทายในการทดสอบ B2B ด้วย Revenue Marketing Methodology

โชคดีที่การทำการทดลองทางการตลาดไม่จำเป็นต้องเป็นทางเลือกทั้งหมดหรือไม่มีเลย การไม่สามารถเรียกใช้รอบบ่อยขึ้นไม่ใช่เหตุผลที่จะเลิกการทดสอบเพื่อเพิ่มประสิทธิภาพสำหรับเมตริกที่เชื่อมโยงกับรายได้ มีทางเลือกที่สามที่มีประสิทธิภาพมากกว่าและใช่ทางวิทยาศาสตร์

อันที่จริง ด้วยวิธีการนี้ คุณไม่จำเป็นต้องเลือกด้วยซ้ำ คุณเพียงแค่ต้องหาสมดุลที่เหมาะสม

ความสมดุลระหว่างการเพิ่มประสิทธิภาพสำหรับเมตริกในช่องทางระดับล่างและการเรียกใช้รอบการเพิ่มประสิทธิภาพในจำนวนที่เหมาะสม ซึ่งหมายความว่า คุณไม่ต้องเสียสละความถี่ของรอบการเพิ่มประสิทธิภาพ หรือเลเซอร์ของคุณมุ่งเน้นไปที่เมตริกรายได้ของช่องทางสุดท้าย

นี่คือวิธีการทำงาน

กำหนดเงื่อนไขที่เหมาะสมสำหรับการทดลองการตลาดแบบ B2B

การเตรียมพร้อมอย่างเต็มที่ในการวัดเมตริกรายได้และใช้ประโยชน์สูงสุดจากโปรแกรมการทดสอบของคุณมี 3 องค์ประกอบที่ไม่สามารถต่อรองได้:

1. ตั้งเป้าหมายให้สอดคล้องกับรายได้

การขายและการตลาดจำเป็นต้องมีการจัดตำแหน่งที่สมบูรณ์ในแต่ละเมตริกขั้นตอนของช่องทาง ตลอดจนเมตริกใดเป็นเมตริกที่เชื่อมโยงกับรายได้ที่สำคัญที่สุดสำหรับธุรกิจของคุณ (ไม่ใช่เฉพาะสำหรับแต่ละฟังก์ชัน) ตัวอย่างเช่น หากนักการตลาดไล่ตามปริมาณการใช้งานและโอกาสในการขาย ในขณะที่ฝ่ายขายใส่ใจเกี่ยวกับ SQL และปิดการขาย การเพิ่มประสิทธิภาพสิ่งที่สำคัญจริงๆ จะกลายเป็นเรื่องเป็นไปไม่ได้

ดังที่เราเห็นแล้วว่าสะดวกเกินไปที่จะถอยกลับไปใช้เมตริกพร็อกซีที่ไม่ได้เชื่อมโยงกับรายได้โดยตรง การสร้างโมเดลรายได้ที่มั่นคงช่วยให้มั่นใจได้ว่าผู้มีส่วนได้ส่วนเสียทั้งหมดมีความสอดคล้องและมุ่งเน้นไปที่เมตริกช่องทางล่าง ซึ่งเป็นเมตริกที่ส่งผลต่อรายได้มากที่สุด

ในการสัมภาษณ์เมื่อเร็วๆ นี้ Guillaume “G” Cabane อดีตรองประธานฝ่ายการเติบโตที่ Drift, Segment และ Mention ได้แบ่งปันสาเหตุที่ทีมการตลาดทั้งหมดควรให้ความสำคัญกับรายได้:

ถ้าคุณดูงานบางอย่างที่ฉันทำเมื่อหลายปีก่อน สิ่งที่ฉันทำคือแปลงเมตริกทางการตลาดทั้งหมดเป็นรายได้ที่คาดการณ์แบบรวมเป็นหนึ่งเดียว เมตริกดอลลาร์

และนั่นสำคัญมาก และนั่นทำให้ทราบกลยุทธ์ที่เหลือของฉัน มิฉะนั้นก็ยากที่จะเปรียบเทียบเมื่อคุณทำ คุณกระตุ้นการเข้าชมเนื้อหาบางส่วนของคุณ มันมีค่าแค่ไหน? ไม่สิ พูดยาก ตอนนี้ คนอื่นกำลังจะทำการสัมมนาทางเว็บ ได้ลงทะเบียนและเข้าร่วมแล้ว มันมีค่าแค่ไหน? […] และการเปรียบเทียบสิ่งเหล่านี้เข้าด้วยกันเป็นเรื่องยากเพราะคุณมีลูกค้าเป้าหมายประเภทต่างๆ หรือโปรไฟล์ที่มีส่วนร่วมของลูกค้าในขั้นตอนต่างๆ ของช่องทาง การทดสอบเหล่านี้มีเวลาและงบประมาณต่างกัน

ดังนั้นจึงเป็นไปไม่ได้ที่จะเปรียบเทียบ เว้นแต่คุณจะหาวิธีรวมหรือลดความซับซ้อนของสิ่งนั้นเป็นเมตริกที่ไม่ซ้ำกัน นั่นคือสิ่งที่ฉันได้ทำไปแล้ว ด้วยการใช้รูปแบบการคาดการณ์ง่ายๆ เราจึงแปลงเมตริกการมีส่วนร่วมทั้งหมดให้เป็นรายได้ในอนาคต รายได้ในอนาคตมีหลายปัจจัยตามความน่าจะเป็นของผู้มีโอกาสเป็นลูกค้าตามการมีส่วนร่วม โดยพิจารณาจากขนาดที่จะแปลงในวันที่ในอนาคตที่เปอร์เซ็นต์ในอนาคตและ ACV ในอนาคต

ดังนั้นทีมงานทั้งหมดของฉันจึงพิจารณาเฉพาะรายได้ในอนาคตเท่านั้น ซึ่งช่วยให้เราตัดสินใจได้มากว่าแผนงานคืออะไร ลิฟท์ที่สูงที่สุดคือที่ไหน และที่ไหนที่คุ้มค่าที่สุด?

อาจเป็นที่ถกเถียงกันอยู่ว่า Cabane ใช้แนวทางที่ค่อนข้างสุดโต่งโดยการวัดเมตริกรายได้เท่านั้น ฉันเชื่อว่ามีเมตริกที่มีประสิทธิภาพมากมายที่คุณสามารถเลือกได้ ตราบใดที่คุณเข้าใจถึงความจำเป็นในการเชื่อมโยงเมตริกเหล่านั้นกลับคืนสู่รายได้

2. ตั้งค่าโซลูชันการระบุแหล่งที่มาที่แข็งแกร่ง

จากการสำรวจเมื่อเร็ว ๆ นี้ 76% ของนักการตลาดทั้งหมดกล่าวว่าขณะนี้พวกเขามีหรือจะมีในอีก 12 เดือนข้างหน้า ความสามารถในการใช้การระบุแหล่งที่มาทางการตลาด ข่าวดี เนื่องจากสามารถระบุและวัดผลกระทบด้านรายได้ของกิจกรรมทางการตลาดแต่ละอย่างได้อย่างถูกต้อง (ช่องทาง แคมเปญ เนื้อหา ฯลฯ) เป็นข้อกำหนดเบื้องต้นในการเพิ่มกิจกรรมที่ได้ผลเป็นสองเท่า

เนื่องจากเส้นทางของลูกค้าแบบ B2B มีความซับซ้อน จึงไม่เพียงแค่โซลูชันการระบุแหล่งที่มาเท่านั้น คุณต้องการโซลูชันการระบุแหล่งที่มาแบบเต็มช่องทางที่สามารถรวมกิจกรรมการตลาดออนไลน์และออฟไลน์หลายรายการ (ช่องทาง เนื้อหา จุดติดต่อ) ผ่านช่องทาง และเชื่อมโยงผลลัพธ์ของการระบุแหล่งที่มากับผลลัพธ์ทางธุรกิจ

3. รู้ระยะเวลาที่แน่นอนของวงจรการขายของคุณ

ระยะเวลาของวงจรการขายโดยทั่วไปคือเวลาเฉลี่ยที่ใช้ในการปิดการขาย ซึ่งวัดโดยระบบ CRM ระยะเวลาขึ้นอยู่กับความซับซ้อนของกระบวนการขายของคุณ เป็นสิ่งสำคัญสำหรับผู้มีส่วนได้ส่วนเสียทั้งหมดที่จะต้องตกลงและตระหนักถึงระยะเวลาของวงจรการขายที่แน่นอน เนื่องจากคุณจะใช้โปรแกรมการทดสอบของคุณเป็นฐานตามค่านี้

แม้ว่าจะมีแรงกดดันอยู่เสมอในการแสดงผลลัพธ์อย่างรวดเร็ว แต่เราสนใจการแสดงผลลัพธ์ที่ เหมาะสม มากกว่า ซึ่งก็คือผลลัพธ์ที่เพิ่มรายได้ นั่นคือเหตุผลที่การเพิกเฉยต่อระยะเวลาของวงจรการขายซึ่งเป็นปัจจัยสำคัญในการทดลองอาจทำให้คุณข้ามไปยังข้อสรุปก่อนเวลาอันควร หรือตัดสินใจผิดพลาด เช่น การตัดกิจกรรมทางการตลาดเร็วหรือสายเกินไป

ดูเหมือนว่าจะมีความเข้าใจเพิ่มขึ้นในอุตสาหกรรมของเราว่าควรพิจารณาระยะเวลาของวงจรการขายอย่างเหมาะสม

Chris Walker ผู้ก่อตั้งและ CEO ของ Refine Labs กล่าวถึงความสำคัญของการให้เวลาเพียงพอสำหรับการริเริ่มทางการตลาดเพื่อสร้างผลกระทบ:

ด้วยโปรแกรมการตลาดใหม่ใน Enterprise SaaS กรอบเวลาของคุณในการประเมินความสำเร็จควรอยู่ที่ 4-12 เดือน ขั้นต่ำ 4 เดือน.

ถึงเวลาแล้วที่จะเปลี่ยนการรับรู้นี้ เพื่อให้ทีมการตลาดมีเวลา/พื้นที่เพียงพอในการค้นหาโปรแกรมใหม่ๆ ที่ขับเคลื่อนผลลัพธ์ทางธุรกิจ ได้อย่างแท้จริง

ดำเนินการทดลองการตลาดแบบ B2B

นักการตลาด B2B จำนวนมากเกินไปจริงๆ ไม่ได้พิจารณาวงจรการเพิ่มประสิทธิภาพเมื่อวางแผนการทดสอบ แทนที่จะเลือกเมตริกแบบสุ่ม โดยแยกจากบริบทของช่องทางที่ใหญ่กว่า

วิธีการทำการตลาดเพื่อรายได้ดีกว่าเพราะช่วยให้คุณวัดผลได้ใกล้เคียงกับรายได้มากที่สุด โดยไม่ต้องเสียจำนวนรอบการเพิ่มประสิทธิภาพที่คุณต้องการตลอดทั้งปี มุมมองเต็มช่องทางยังช่วยกำหนดและเชื่อมต่อรอบระยะเวลาทั้งหมดของวงจรการขาย

เราเรียกมันว่าการค้นหา 'จุดศูนย์กลางของวงจรการเพิ่มประสิทธิภาพ' สำหรับบริษัทของคุณ

ลองมาดูตัวอย่างกัน

หากธุรกิจของคุณมีวงจรการขายที่ยาวขึ้น และคุณมุ่งมั่นที่จะเพิ่มประสิทธิภาพสำหรับเมตริกที่เชื่อมโยงกับรายได้ในช่องทางระดับล่าง สิ่งสำคัญคือต้องยอมรับว่าวงจรการเพิ่มประสิทธิภาพจะต้องยาวนานขึ้นเพื่อให้ได้ผลลัพธ์ที่แน่ชัด

สมมติว่าคุณกำลังเพิ่มประสิทธิภาพสำหรับตัวชี้วัด เช่น รายได้ (ปิดแล้ว) และคุณมีวงจรการขายหกเดือน ไม่มีทางที่จะมีวงจรการเพิ่มประสิทธิภาพที่สั้นกว่าหกเดือน ดังนั้น คุณจึงวางแผนสองรอบหกเดือนต่อปีเพื่อวิเคราะห์ วัดผล และเพิ่มประสิทธิภาพรายได้ด้วยการปิดกำไร

อย่างไรก็ตาม การเพิ่มประสิทธิภาพเพื่อรายได้ไม่ได้หมายความว่าคุณจะถึงวาระการเพิ่มประสิทธิภาพครึ่งปีสองรอบ! นี่คือที่ที่คุณจะออกแบบวงจรแบบกำหนดเองที่เรียงตามช่องทางตามบริบทเฉพาะของคุณ

ตัวอย่าง B2B ในโลกแห่งความเป็นจริงของการหาวงจรการเพิ่มประสิทธิภาพ

ในการสัมภาษณ์เมื่อเร็วๆ นี้ เราทำเกี่ยวกับการวางแผนการตลาดแบบ B2B Jason Widup รองประธานฝ่ายการตลาดที่ Metadata ได้แชร์วิธีที่เขาใช้โมเดลความต้องการเพื่อควบคุม KPI และเป้าหมายรายได้ทุกสัปดาห์

เราต้องใช้เวลาสามเดือนหกเดือนในการทำความเข้าใจผลกระทบที่แท้จริงของแคมเปญหรือกลยุทธ์ใหม่ แต่เรามักจะมองหาตัวชี้วัดชั้นนำตลอดเส้นทางนั้น ตัวบ่งชี้ชั้นนำคือการสร้างไปป์ไลน์ การประชุมที่จองไว้ คำขอสาธิต ตราบใดที่เราเห็นตัวชี้วัดชั้นนำเหล่านี้ใกล้เคียงกัน… เมื่อเราเข้าใกล้รายได้มากขึ้น อัตราการแปลงเหล่านั้นจะต้องเข้มงวดมากขึ้น

ฉันดู [แบบจำลองความต้องการของฉัน] สัปดาห์ละครั้ง ดังนั้นฉันจึงดูในไตรมาสปัจจุบัน และฉันแน่ใจว่ามันแสดงตัวเลขติดลบ ดังนั้นฉันรู้ว่าฉันไม่จำเป็นต้องผลักดันไปป์ไลน์เพิ่มเติมสำหรับไตรมาสปัจจุบัน ฉันยังดูมันเดือนละสองครั้งสำหรับไตรมาสถัดไป เพื่อให้แน่ใจว่าไปป์ไลน์ไม่เปลี่ยนแปลง

Widup ใช้โมเดลอุปสงค์เพื่อเรียกใช้รอบการเพิ่มประสิทธิภาพตามกำหนดเวลา และติดตามทั้งเมตริกรายได้และเมตริกพร็อกซีแบบรายสัปดาห์และรายเดือน ดังที่เห็นได้ชัดจากคำตอบของ Widup การตัดสินใจว่าจะตั้งค่ารอบการเพิ่มประสิทธิภาพเมื่อใดนั้นขึ้นอยู่กับระดับความวิตกกังวลและความชอบส่วนตัวของคุณเองด้วย และไม่ใช่การตัดสินใจที่มีเหตุผลและเชิงธุรกิจเพียงอย่างเดียว

สร้างกำหนดการเพิ่มประสิทธิภาพน้ำตกของคุณเอง

เพื่อรองรับรอบการเพิ่มประสิทธิภาพระยะเวลาหลายรอบตามความต้องการของคุณ ให้สร้างกำหนดการเพิ่มประสิทธิภาพของ Waterfall โดยเริ่มจากรอบการเพิ่มประสิทธิภาพที่มีความถี่น้อยที่สุด (เช่น หกเดือนหรือทุกไตรมาส) และดำเนินการตามรอบการเพิ่มประสิทธิภาพที่บ่อยขึ้น (เช่น รายเดือนหรือรายสัปดาห์ตาม SQL และ MQL)

ในตัวอย่างข้างต้น เราเริ่มต้นด้วยวงจรการเพิ่มประสิทธิภาพ รายรับรายหกเดือน (ปิด-ชนะ) สำหรับรอบถัดไป คุณเลือกเมตริกรายได้ถัดไปที่ใกล้เคียงที่สุด สมมติว่าสำหรับธุรกิจของคุณ นั่นคือ 'โอกาส' และต้องใช้เวลา 3 เดือนจากโอกาสในการขายถึงโอกาส จากนั้น รอบการเพิ่มประสิทธิภาพถัดไปอาจเป็นรอบไตรมาสสำหรับโอกาส ซึ่งค่อนข้างสัมพันธ์กับรายได้เช่นกัน

อย่างไรก็ตาม ยังมีแรงกดดันให้แสดงความคืบหน้าของฝ่ายบริหารให้บ่อยขึ้นด้วย ดังนั้น คุณจึงใช้วงจรการเพิ่มประสิทธิภาพอีกรอบที่บ่อยขึ้นสำหรับเมตริกถัดไปที่นำออก สมมติว่า ' SQL' คุณเรียกใช้การวิเคราะห์ SQL รายเดือน นี่อาจเป็นตัววัดพร็อกซีที่ดีและเป็นตัวบ่งชี้ว่าคุณมาถูกทางแล้ว แต่ไม่ได้แทนที่การวิเคราะห์รายไตรมาส

มันสามารถไปได้ไกลถึงวงจรการเพิ่มประสิทธิภาพรายสัปดาห์ เช่น 'MQL' อย่างไรก็ตาม คุณควรทราบถึงความสัมพันธ์ที่แน่นอนของเมตริกช่องทางระดับบนกับรายได้ ซึ่งเป็นไปได้มากว่าจะมีความสัมพันธ์กับรายได้น้อยกว่ารายการน้ำตกก่อนหน้า

ปรับแต่งวงจรการเพิ่มประสิทธิภาพของคุณให้ตรงตามความต้องการของคุณ

สิ่งสำคัญคือต้องทราบว่าแต่ละองค์กรต้องการชุดวงจรการเพิ่มประสิทธิภาพที่แตกต่างกัน คุณต้องคำนึงถึงตัวแปรต่างๆ เช่น ระยะเวลาของวงจรการขาย งบประมาณ ช่องทางที่เลือก ICP เครื่องมือ ความสามารถของทีม ลำดับความสำคัญในการจัดการ ฯลฯ ซึ่งเจาะจงสำหรับองค์กรของคุณในขณะที่ออกแบบกำหนดการน้ำตกของคุณ

ใช้การวิเคราะห์สหสัมพันธ์เป็นโบนัส

ดังที่เราได้เห็นแล้ว ตัวชี้วัดที่ไม่สัมพันธ์กับรายได้อย่างแน่นหนานั้นไม่ได้ถูกมองว่าเป็นตัวแทนของความสำเร็จที่ถูกต้อง นักการตลาดที่เน้นการเติบโตต้องท้าทายตัวเองในการปรับให้เข้ากับเมตริกช่องทางที่ต่ำกว่า เนื่องจากมีความสัมพันธ์อย่างใกล้ชิดกับรายได้มากกว่าเมตริกช่องทางที่สูงกว่า

อย่างไรก็ตาม มีสองสถานการณ์ที่คุณอาจต้องใช้เมตริกของช่องทางที่สูงกว่าเป็นตัวแทน แม้ว่าจะตรวจสอบสหสัมพันธ์กับรายได้แล้วก็ตาม โดยใช้การวิเคราะห์สหสัมพันธ์แล้วก็ตาม

สถานการณ์เหล่านี้คือ

1. ในรอบการขายที่ยาวนานมาก เมตริกพร็อกซีสามารถช่วยระบุความคืบหน้าหรือคอขวดตลอดวงจรการซื้อ ในกรณีดังกล่าว นักการตลาดสามารถใช้เมตริกช่องทางระดับบน เช่น โอกาส ในการขายเป็นเมตริกพร็อกซี ตราบใดที่พวกเขาพบความสัมพันธ์ของโอกาสในการขายกับรายได้
2. มีความจำเป็นต้องพิสูจน์ให้คณะกรรมการหรือ C-Suite เห็นว่าแม้แต่ตัวชี้วัดช่องทางระดับบนของกิจกรรมการตลาดก็สัมพันธ์กับรายได้อย่างแท้จริง แม้ว่านักการตลาดกำลังปรับให้เหมาะสมสำหรับตัวชี้วัดช่องทางที่ต่ำกว่า

เนื่องจากการวิเคราะห์สหสัมพันธ์อยู่นอกสาขาการตลาดและต้องใช้นักวิทยาศาสตร์ข้อมูลหรือซอฟต์แวร์พิเศษ สถานการณ์เหล่านี้จึงถูกมองว่าเป็นโบนัสในการเสริมความแข็งแกร่งให้กับโปรแกรมการทดสอบ

รับเชิงรุกด้วยการเร่งความเร็วของไปป์ไลน์

รอบการปรับให้เหมาะสมของคุณได้รับการออกแบบตามไทม์ไลน์ของวงจรการขายที่มีอยู่ และส่วนใหญ่จะระบุเมตริกประสิทธิภาพ (ปริมาณ) และประสิทธิภาพต้นทุน (ROI)

นอกจากการเพิ่มประสิทธิภาพสำหรับเมตริกที่สำคัญเหล่านั้นแล้ว คุณยังสามารถใช้กลยุทธ์การเร่งความเร็วไปป์ไลน์ในเชิงรุกเพื่อลดระยะเวลาของวงจรการขายและอนุญาตให้มีรอบการทดสอบมากขึ้นในโปรแกรมการทดสอบของคุณ

ไปป์ไลน์ที่เร่งความเร็วหมายถึงรอบการขายที่สั้นลง และรอบการขายที่สั้นลงหมายถึงการวนรอบความคิดเห็นที่เร็วขึ้นและรอบการเพิ่มประสิทธิภาพที่สั้นลง การเร่งความเร็วของท่อยังนำมาซึ่งการเร่งรายได้ เส้นทางของผู้ซื้อที่ง่ายขึ้น และความซับซ้อนน้อยลง

เนื่องจากเราได้วางโซลูชันการระบุแหล่งที่มาแบบเต็มช่องทางแล้ว เราจึงสามารถตรวจสอบได้ง่ายขึ้นว่าช่องทางใดมีส่วนทำให้เกิดรอบการขายที่สั้นลงหรือยาวนานขึ้น หรือส่งผลกระทบต่อระยะเวลาของวงจรการขาย

ด้วยข้อมูลดังกล่าว คุณสามารถเลือกกลวิธีมากมายเพื่อเร่งกระบวนการ ซึ่งรวมถึงการระบุ (และการหาเหตุผลเข้าข้างตนเอง) ปัจจัยที่นำไปสู่วงจรการขายที่ยาวนานขึ้น ความพยายามในการเปิดใช้งานการขายที่ลดลงเป็นสองเท่า การมุ่งเน้นที่กลุ่มผู้ชมด้วยวงจรการขายที่เร็วขึ้น และการเพิ่มประสิทธิภาพสำหรับช่องทาง ด้วยวงจรการขายที่สั้นลง เป็นต้น

อย่าพลาด. ทำให้พลังของการทดสอบการตลาดแบบ B2B ทำงานแทนคุณ

แม้ว่าการทดสอบการตลาดแบบ B2B จะเป็นความท้าทาย แต่การไม่เพิ่มประสิทธิภาพเมตริกที่เกี่ยวข้องกับรายได้ก็ไม่ใช่ทางเลือกในยุครายได้อีกต่อไป

อย่างไรก็ตาม สิ่งสำคัญคือต้องปฏิบัติตามความเป็นจริงในกระบวนการ: การวัดปัจจัยที่ส่งผลกระทบต่อข้อตกลงมูลค่าล้านดอลลาร์ที่ใช้เวลาหนึ่งปีในการปิดไม่สามารถทำได้ในลักษณะเดียวกับข้อตกลง 50 ดอลลาร์ที่ใช้เวลา 2 นาทีในการปิด

แม้ว่าจะไม่มีสูตรวิเศษใดที่จะเพิ่มประสิทธิภาพสำหรับเมตริกที่เกี่ยวข้องกับรายได้ในวงจรการขายแบบ B2B ที่ยาวนาน แต่วิธีการที่เราแชร์สามารถช่วยให้คุณเรียกใช้โปรแกรมการทดสอบที่เหนียวแน่นและประสบความสำเร็จมากขึ้น

เนื่องจากนักการตลาดที่เน้นรายได้ใช้วิธีการนี้อยู่แล้วได้ค้นพบ โดยการปรับเมตริกที่เหมาะสมในบริบทของกระบวนการเต็มรูปแบบ และ ระยะเวลาของวงจรการขาย ผลตอบแทนไม่เพียงแต่รวมถึงความเชื่อมโยงที่ชัดเจนระหว่างกิจกรรมทางการตลาดและรายได้เท่านั้น แต่ยังรวมถึงความมั่นใจที่จะทำให้คุณ เงินดอลลาร์ที่อยู่เบื้องหลังกิจกรรมที่ทำงานผ่านช่องทาง

และด้วยวิธีการที่เราได้สรุปไว้สำหรับคุณในบทความนี้ ไม่มีอะไรมาหยุดคุณจากการควบคุมพลังของการทดลองทางการตลาดแบบ B2B สำหรับธุรกิจของคุณ