B2B 营销的实验是地狱。 这是解决方法
已发表: 2022-04-30
B2B 营销的实验比 B2C 更难，很大程度上是因为销售周期长及其影响。
在这篇文章中，您将了解为什么实验是良好营销的关键，为什么它在 B2B 营销中如此具有挑战性，以及如何实施实验方法和反馈循环来应对这一挑战。
每个人对营销是一门艺术还是一门科学都有自己的看法。 但是当谈到实验时，没有争议——稳健的营销实验是建立因果关系的黄金标准，应该归结为每一位营销领导者的科学。
从你在高中化学实验室的那段时间起，你可能会记得实验有助于检验和证明（或反驳）一个假设——通常与因果关系有关。
营销实验也不例外。 它们可以帮助您识别有效的活动（对特定指标产生预期的影响），消除无效的活动，如果幸运的话，可以根据一路上收集的见解发现新策略。
在颠覆性的时代，他们将营销保持在最前沿——因为“有效”的东西一直在变化。 保持领先的唯一方法是发现和改进重要的活动，结构化的测试和实验方法不仅可以带来改进，还可以带来突破。
到目前为止听起来是双赢的。
那么，尽管有明显的需求和优势，为什么 B2B 营销领导者经常避免营销实验呢？
B2B 营销实验的挑战
虽然多样化的购买委员会（通常有 7 名或更多成员参与购买决策）和多渠道购买旅程（数十个甚至数百个接触点）增加了复杂性，但对于以收入为中心的 B2B 营销人员来说，试验的最大挑战是漫长的销售周期——第一次接触和最终转化之间的长期差距。
这就是为什么。
在较长的销售周期中，与收入最密切相关的指标是低漏斗指标。 例如，机会（通过资格认证并可能成为客户的潜在客户数量）、管道（所有机会的潜在收入——意思是，如果赢得所有机会，则产生的所有预期收入的总和），销售周期速度（将潜在客户转化为付费客户所需的时间）、转化率（实际转化为付费客户的潜在客户的比率）。
针对此类指标进行优化可能具有挑战性。 延长的销售周期意味着实验的影响只有在活动完成后的很长一段时间内才能显现出来。
B2B 营销人员不能等待数月才能知道他们的活动是否有效。 这可能意味着整个销售周期的损失！
结果，许多营销人员最终完全避免进行实验，转而选择闪亮的新工具，复制竞争对手的策略，或者转而使用“代理指标”来衡量收入影响。 最后一个可能很受欢迎，但如果它们是您衡量的唯一指标，那么它们最终可能对您以收入为中心的实验弊大于利。
为什么代理指标不足以进行以收入为中心的 B2B 营销实验
代理指标是与自身产生收入不直接相关但可以用作指标的指标的指标。
在 B2B 营销环境中，我们经常看到顶部漏斗 (ToFu) 指标（例如潜在客户生成、MQL 和 SQL）被衡量和优化为低漏斗指标的替代或代理。
这是因为它们的影响可以更快地显现出来，它们相对更容易跟踪和衡量，并且可以在一个销售周期内多次优化。
然而，重要的是要承认，测试和试验显示从一个漏斗阶段“转换”到另一个阶段的指标与测试显示“真正转换”的指标不同——即从潜在客户到付费客户。
不幸的是，由于销售周期更加复杂和冗长，代理指标与低漏斗指标（可以直接与收入挂钩的指标）的相关性要低得多。 这意味着代理指标最好是指示性的，最坏的情况是不相关的。
如果您试图优化收入，那将是一个真正的障碍。 因此，虽然 ToFu 指标占有一席之地，但它们可能不是与收入挂钩的 B2B 实验的最佳代理指标。
漏斗阶段指标与销售周期长度之间的这种脱节给善意的营销领导者带来了两难境地。
例如，作为一家 SaaS 企业，您希望针对年度经常性收入(ARR) 进行优化，这是与您的业务收入最密切相关并指示整体业务健康状况的指标。
平均销售周期为 8 到 12 个月，这意味着要等一整年才能弄清楚您的活动是否会带来符合您的 ARR 基准的转化。 等待那么久将意味着您今年将无法优化任何东西。
但是，如果您使用更高级别的渠道代理，例如 MQL，您将能够跟踪和优化以改进这些指标。 有总比没有好，对吧？
不幸的是，在年底，您发现尽管您做了更多推动 MQL 的活动，但您的MQL 到客户的转化率在漏斗中下降得更低。 您现在意识到您已经优化了一个代理指标，该指标在整个过程中都与收入相关的转化无关。
B2B 营销人员的困境
毫无疑问，B2B 营销人员想知道（并展示）他们的活动对收入的影响。
但是，由于实际收入与营销活动相距甚远，并且与收入最相关的指标牢牢地处于漏斗底部——或者接近销售周期的末尾——你必须做出选择。
这种选择是在使用代理指标运行更频繁的优化周期，还是专注于与收入相关的指标但运行更少的优化周期之间做出选择。
使用前者，反馈循环更快，但风险是您可能会针对实际上不会影响收入的指标进行优化。 换句话说，浪费了精力（和预算）。
对于后者，您担心反馈可能会非常缓慢，以至于任何优化都可能为时已晚而无法产生影响。 您甚至可能没有机会将您的营销资金重定向到同一销售周期中对收入影响最大的活动。
使用收益营销方法克服 B2B 实验挑战
幸运的是，进行营销实验不一定是全有或全无的选择。 无法运行更频繁的周期并不是放弃实验以优化与收入挂钩的指标的理由。 还有第三种更有效的选择，是的，更科学。
事实上，使用这种方法，您甚至不必选择。 你只需要找到合适的平衡点。
在针对低漏斗指标进行优化和运行正确数量的优化周期之间取得平衡。 这意味着，您既不必牺牲优化周期的频率，也不必将注意力集中在终端漏斗收入指标上。
这是它的工作原理。
为 B2B 营销实验设置合适的条件
充分准备衡量收入指标并充分利用您的实验计划有 3 个不可协商的组成部分：
1. 使目标与收入保持一致
销售和营销需要在每个漏斗阶段指标上完全一致，以及哪些是对您的业务最重要的与收入相关的指标（而不仅仅是每个功能）。 例如，如果营销人员追逐流量和潜在客户，而销售人员关心 SQL 并赢得成交，那么优化真正重要的事情就变得不可能了。
正如我们所看到的，依靠与收入没有直接联系的代理指标太方便了。 创建可靠的收入模型可确保所有利益相关者都围绕低漏斗指标保持一致并以这些指标为导向——这些指标对收入结果影响最大。
在最近的一次采访中，Drift、Segment 和 Mention 的前增长副总裁 Guillaume “G” Cabane 分享了为什么整个营销团队应该围绕收入保持一致：
如果你看看我过去几年所做的一些工作，我所做的就是将所有营销指标转换为统一的、预测收入、公制美元指标。
这非常重要，它为我的其他策略提供了信息。 否则，当你这样做时，很难进行比较。 您将流量吸引到您的某些内容。 那价值有多大？ 不，很难说。 现在，其他人将要做一个网络研讨会。 他们已经注册和参与者。 那价值有多大？ […] 将它们放在一起比较困难，因为您在渠道的不同步骤中拥有不同类型的潜在客户或参与的客户资料。 而那些，实验有不同的时间和预算。
因此，无法进行比较，除非您找到一种方法将其汇总或简化为一个独特的指标，这就是我所做的。 因此，通过使用一些简单的预测模型，我们将所有参与度指标转换为未来收入。 未来收入有多种因素，这些因素基于任何给定潜在客户的可能性，基于他们的参与度，基于他们在未来日期以未来百分比和未来 ACV 转换的规模。
所以我的整个团队只关注未来的收入。 这有助于我们确定路线图是什么。 最高的电梯在哪里。 还有，哪里最划算？
有人可能会说，Cabane 采取了一种相当极端的方法，只衡量收入指标。 我相信，只要您了解将它们与收入联系起来的必要性，您就可以选择多种有效的指标。
2. 建立强大的归因解决方案
根据最近的一项调查，76% 的营销人员表示他们目前拥有或将在未来 12 个月内拥有使用营销归因的能力。 好消息，因为能够正确识别和衡量每个营销活动（渠道、活动、内容等）的收入影响是加倍努力的先决条件。
由于 B2B 客户旅程的复杂性，不仅仅是任何归因解决方案都可以。 您需要一个全渠道归因解决方案，能够通过渠道聚合多个线上和线下营销活动（渠道、资产、接触点），并将归因结果与业务结果联系起来。
3. 了解销售周期的确切长度
销售周期长度通常是完成销售所需的平均时间，由 CRM 系统衡量。 持续时间取决于您的销售流程的复杂性。 对于所有利益相关者来说，就确切的销售周期长度达成一致并了解这一点至关重要，因为您的实验计划将基于此值。
虽然总是有快速展示结果的压力，但我们更感兴趣的是展示正确的结果——那些增加收入的结果。 这就是为什么在实验中忽略销售周期长度作为一个关键因素可能会导致你要么过早地得出结论，要么做出错误的决定，比如过早或过晚地削减营销活动。
我们的行业似乎越来越认识到，应该考虑适当考虑销售周期的长度。
Refine Labs 的创始人兼首席执行官 Chris Walker 最近提到了给营销计划足够的时间以产生影响的重要性：
通过企业 SaaS 中的新营销计划，您评估成功的时间窗口应该是 4-12 个月。 最少4个月。
现在是改变这种看法的时候了，这样营销团队就有足够的时间/空间来寻找能够真正推动业务成果的新计划。
执行 B2B 营销实验
太多的 B2B 营销人员在计划实验时实际上并没有考虑优化周期，而是随机选择指标，与更大的漏斗环境隔离开来。
收入营销方法更好，因为它可以让您尽可能接近收入来衡量，而不会牺牲全年所需的优化周期数。 全渠道视图还有助于定义和连接整个销售周期的周期。
我们称之为为您的公司寻找“优化周期最佳位置”。
让我们举个例子。
如果您的企业有较长的销售周期，并且您致力于优化与低漏斗收入相关的指标，那么重要的是要接受优化周期必须更长才能提供确凿的结果。
假设您正在针对诸如收入（已关闭）之类的指标进行优化，并且您有六个月的销售周期，没有办法比六个月更短的优化周期。 因此，您每年计划两个每六个月的周期来分析、衡量和优化已收成的收入。
但是，针对收入进行优化并不意味着您注定要进行两个半年优化周期！ 在这里，您将设计一个自定义循环，根据您的独特背景将漏斗向上级联。
找出优化周期的真实 B2B 示例
在最近一次关于 B2B 营销计划的采访中，Metadata 营销副总裁 Jason Widup 分享了他如何使用他的需求模型来保持每周的 KPI 和收入目标。
我们需要三个月、六个月的时间才能了解一场活动或一项新战略的实际影响。 但是，我们一直在关注领先指标。 领先指标是创建的管道、预定的会议、演示请求。 因此，只要我们看到这些领先指标很接近……随着我们越来越接近收入，这些转化率需要更加严格。
我大概每周看一次[我的需求模型]。 所以我在当前季度查看它，并确保它显示为负数，所以我知道我不需要为当前季度推动更多管道。 我还在下个季度每月查看两次，以确保管道没有转移。
Widup 使用他的需求模型来运行预定的优化周期，并每周和每月跟踪收入指标和代理指标。 从 Widup 的回答中可以明显看出，决定何时设置优化周期也与您自己的焦虑程度和个人偏好有关，而不是一个完全合乎逻辑和面向业务的决定。
建立您的自定义瀑布优化计划
为了根据您的需要适应多个持续时间的优化周期，建立一个瀑布优化计划，从最不频繁的优化周期开始（例如六个月或每季度），并继续到更频繁的优化周期（例如每月或每周根据 SQL 和MQL)。
在上面的示例中，我们从六个月的收入优化周期开始（已关闭） 。 对于下一个周期，您选择下一个最接近的收入指标。 假设您的业务是“机会” ，从线索到机会需要 3 个月。 然后下一个优化周期可以是一个季度一个，用于机会，这也与收入相当相关。
然而，也存在更频繁地展示管理进展的压力。 因此，您为下一个删除的指标采取另一个更频繁的优化周期。 让我们说' SQL' 。 您每月运行一次 SQL 分析。 这可能是一个很好的代理指标，也是您走在正确轨道上的领先指标，但它不能取代季度分析。
它甚至可以达到每周优化周期，例如“MQL”。 但是，您应该知道这些漏斗上层指标与收入的确切相关性——它与收入的相关性很可能比之前的瀑布项目少。
自定义优化周期以满足您的优先级
需要注意的是，每个组织都需要一组不同的优化周期。 在设计瀑布计划时，您必须考虑特定于您的组织的变量，例如销售周期的长度、预算、选择的渠道、ICP、工具、团队能力、管理优先级等。
使用相关分析作为奖励
正如我们所见，与收入不密切相关的指标不能被视为成功的有效代表。 以增长为重点的营销人员必须挑战自己，以与较低的渠道指标保持一致，因为与较高的渠道指标相比，它们与收入的相关性要密切得多。
但是，在两种情况下，您可能需要使用高漏斗指标作为代理，尽管在使用相关性分析确定它们与收入的相关性（无论多么遥远）之后。
这些场景是
- 在非常长的销售周期中，代理指标可以帮助指示购买周期中的进度或瓶颈。 在这种情况下，营销人员可以使用漏斗上层指标（例如潜在客户）作为代理指标，只要他们发现潜在客户与收入之间存在某种相关性。
- 有必要向董事会或最高管理层证明，即使营销活动的漏斗上层指标确实与收入相关，即使营销人员正在针对漏斗下层指标进行优化。
由于相关性分析不属于营销领域，需要数据科学家或特殊软件，因此这些场景可以看作是加强实验程序的奖励。
积极利用管道加速
您的优化周期是围绕现有的销售周期时间表设计的，主要针对有效性（数量）和成本效益（ROI）指标。
除了针对这些关键指标进行优化外，您还可以主动实施管道加速策略，以缩短销售周期并在您的实验计划中允许更多的测试周期。
加速管道意味着更短的销售周期。 更短的销售周期意味着更快的反馈循环和更短的优化周期。 管道加速还带来了收入加速、更简化的买家旅程和更低的复杂性。
由于我们已经实施了全渠道归因解决方案，因此我们可以更轻松地验证哪些渠道有助于缩短或延长销售周期或影响销售周期期限。
有了这些信息，您可以从多种策略中进行选择来加速销售渠道，包括识别（并合理化）导致销售周期更长的因素、加倍销售支持工作、关注具有更快销售周期的细分受众群以及优化渠道销售周期更短，等等。
不要错过。 让 B2B 营销实验的力量为您服务。
虽然 B2B 营销实验是一项挑战，但在收入时代，不优化与收入相关的指标已不再是一种选择。
然而，重要的是要对过程保持现实：衡量影响需要一年才能完成的百万美元交易的因素不能与需要 2 分钟才能完成的 50 美元交易相同。
虽然在漫长的 B2B 销售周期中没有针对与收入相关的指标进行优化的神奇公式，但我们分享的方法可以帮助您运行更具凝聚力和成功的实验计划。
正如已经使用这种方法的以收入为中心的营销人员发现的那样，通过在完整的漏斗和销售周期长度的背景下优化正确的指标，回报不仅包括营销活动和收入之间的明确联系，而且还有信心把你的通过漏斗进行的活动背后的美元下降。
通过我们在本文中为您概述的方法，没有什么能阻止您为您的企业利用 B2B 营销实验的力量。
