Automatización impulsada por la intención para marketing B2B

En esta sesión en la Conferencia GrowthHackers 2018 , Guillaume «G» Cabane , vicepresidente de crecimiento en Drift, presentó cómo el marketing B2B está evolucionando hacia una experiencia hiperpersonalizada y compartió el malvado plan de Drift para que la IA se apodere del mundo del marketing.

A continuación se muestra un resumen de la sesión principal de G. Para obtener más resúmenes de sesiones de #GHConf18 y recursos de estrategia de crecimiento, diríjase a Estrategia de cohetes .

“Los días de ‘rociar y orar’ han terminado”.

Durante años, los especialistas en marketing han estado utilizando tácticas de ‘rociar y rezar’ porque no saben mucho sobre sus contactos. Muchos especialistas en marketing hacen todo lo posible para reducir el costo por cliente potencial, en lugar de centrarse en optimizar la experiencia adecuada para cada cliente potencial.

El conocimiento es lo que cambió en 2017. Pasamos de ser un completo desconocido de nuestros clientes a tener conocimiento sobre ellos y poder hacer predicciones básicas. Pero las predicciones precisas requieren datos.

Tome la velocidad de ventas de una campaña de chat en 2017, por ejemplo. El chat tiene un costo humano. Algunas pistas son buenas y otras son malas. Entonces, los especialistas en marketing intentan reducir el costo automatizando las cosas. Pero esta automatización a menudo conduce a una mala experiencia de usuario.

La automatización puede generar una mejor experiencia de marketing B2B, pero para que eso funcione, necesita saber más sobre sus clientes potenciales para poder predecir su velocidad de ventas y valor futuro.

Velocidad de ventas = (Número de clientes potenciales x valor promedio del contrato x tasa de conversión) dividido por el tiempo de conversión.

«Ahora es posible conocer la calidad del tráfico anónimo por fuente, ¡y tomar medidas!»

En 2017, Drift quería encontrar formas de obtener datos de visitantes del sitio web además de preguntar a través de un formulario de clientes potenciales. Mediante el uso de seguimiento de direcciones IP y varias plataformas de software de análisis predictivo, el equipo de marketing de Drift pudo construir un modelo que predice la intención de los visitantes, para gane el 79 % de las oportunidades con solo el 16 % de los clientes potenciales .

Cómo el equipo de G aprovechó inicialmente estas plataformas de datos predictivos:

• Obtener la dirección IP del visitante
• Encuentre el dominio de su empresa (Clearbit Reveal)
• Obtener una puntuación predictiva (MadKudu)
• Enviar correos electrónicos a prospectos
• Diríjase a prospectos de alto valor con anuncios
• Involucre a los usuarios activamente en el sitio con un chat de ventas en vivo solo para clientes potenciales de alto valor (Drift)
• Cambie el contenido que aparece en el sitio en función de los datos que conoce sobre el cliente potencial (Intellimize)

Descubrir la intención no expresada:

Después de ver tanto éxito en la predicción precisa de puntajes de clientes potenciales con datos tan limitados, el equipo de Drift decidió profundizar en otros tipos de datos que pudieran encontrar para ayudar a predecir el comportamiento de los usuarios individuales para optimizar aún más su estrategia de marketing B2B.

Esto es lo que encontraron:

• Datanyze le permite extraer el historial de instalación de SDK para dirigirse a los clientes de sus competidores.
• Product Hunt tiene una API que le permite obtener todos los votos a favor en cualquier publicación y devolver los identificadores de Twitter.
• G2 Crowd , un sitio de revisión de software comercial, tiene una suscripción premium que le brinda datos de tráfico de IP del cliente cada vez que su logotipo se muestra en cualquiera de sus páginas (páginas de categoría, páginas de la competencia, etc.).
• Bombora tiene asociaciones con miles de editores de contenido empresarial. Recopilan y agregan datos sobre qué temas de contenido son visitados por direcciones IP. Incluso pueden proporcionar un análisis histórico de sus listas de clientes para darle una idea de los temas sobre los que los clientes estaban leyendo hasta 12 meses antes de la conversión, para crear un modelo de ruta temática.
• Apptopia ofrece datos de aplicaciones móviles, incluidas las instalaciones de SDK y las cifras de ingresos.

¿El resultado? Predecir la intención del comprador antes de que se exprese.

La mayoría de las personas ven el sitio web como la parte superior del embudo de ventas, pero lo han convertido en la parte inferior del embudo y movieron la predicción del cliente al primer toque, automáticamente.

Si centraliza todos los datos sobre un cliente y le da sentido a esa persona ANTES de que visite su sitio, le ayuda a optimizar y personalizar el contenido para ellos. A medida que aumenta el conocimiento de la velocidad de las ventas individuales, también aumenta la capacidad de gastar más para cerrar clientes potenciales de alto valor sin perder demasiado dinero en las ventas.

“En 2017, observamos el comportamiento. En 2018, lo entendemos y lo predecimos.“

Las campañas de marketing suelen llegar tarde al juego. Después de que un usuario abandona el sitio, decimos «¡Vuelve, por favor!». Al integrar de manera inteligente todas las plataformas de minería de datos que existen, ahora puede predecir el ajuste del producto al mercado para estimar el comportamiento y las conversiones de los usuarios en función de las creencias y motivaciones de los usuarios.

Si puede conocer la velocidad de ventas de un usuario específico, puede optimizar el momento perfecto para inyectar una oferta promocional para alcanzar el punto de inflexión de conversión y convertir a ese usuario; todo sin regalar demasiado y sin perderlos.

¿Cómo es la pila de martech para esto?

En 2018, podemos automatizar MARGEN.

El resultado de marketing B2B deseado no debe ser solo conversiones o clientes potenciales. Debería ser margen máximo. Drift ya no se centra en predecir intención (hecho); se centran en predecir el valor. Planean hacer esto mediante la creación de un sistema que seleccione la mejor acción para tomar con cada visitante del sitio y prospecto en función del costo de esa acción y su impacto potencial (previsto).

MadKudu puede calificar y puntuar la adecuación del cliente en función de las señales de datos positivas y negativas asociadas con sus direcciones IP. Luego, puede usar esos datos para encontrar más información sobre los perfiles de individuos específicos en la empresa para desarrollar estrategias de ventas adaptadas a ellos.

Ejemplo : usar Crystal para crear un perfil del director general de la empresa para determinar la mejor forma de venderle.

El malvado plan de Drift para automatizar el mundo

El plan de 5 años de Drift es construir un sistema que no solo calcule la siguiente mejor acción, sino también su contenido. Con base en todas las señales agregadas, un día, el contenido estará perfectamente diseñado y será muy superior a lo que un humano podría escribir usando IA (lo que dejará sin trabajo a muchos de nosotros, los escritores).

Finalmente, G nos dejó esta especulación sobre el futuro de la IA y las ventas a considerar:

“Rechazamos los correos electrónicos automatizados porque, hoy en día, su valor es menor que el de los correos electrónicos escritos por un humano. Pero cuando lleguemos a un punto en el que los correos electrónicos impulsados por IA sean más valiosos que los correos electrónicos hechos a mano, ¿cómo cambiará esa percepción?”.