Ustawianie scoringów w systemach marketing automation jest nie lada wyzwaniem. Jak zrobić to szybko i skutecznie wykorzystując do tego najnowocześniejszą technologię?
CMO coraz częściej są rozliczani za faktyczny efekt swojej pracy. Zalewanie działu sprzedaży falą kontaktów bez sprawdzenia nie jest już akceptowalne. Marketing ma obowiązek dbać o to, by przekazywać do działów sprzedaży leady gotowe do zakupu. Jednak to czy to się uda, zależy od precyzji w ustawianiu scoringów w systemach Marketing Automation.
Poprawne ustawienie scoringu, bez twardych danych o realnej sprzedaży z CRM, jest praktycznie niemożliwe. Scoringi należy bowiem optymalizować, a optymalizacja polega tutaj na przejściu pełnego cyklu od momentu pierwszego kontaktu leada z firmą, aż po podpisanie umowy. Jeżeli w ciągu jednego roku umowę podpisało 100 nowych kontrahentów, a 300 następnych nie, to wystarczy porównać patterny behavioralne obydwu grup i ustawić scoringi od początku.
Zadanie opisane powyżej tylko w założeniu jest proste. Wymaga bowiem dokładności, wiedzy statystycznej, marketingowej oraz – co najważniejsze – danych.
Jest jednak sposób na to, by zautomatyzować i uprościć cykle i cały proces ustawiania scoringu.
Rozwiązaniem jest Predictive Lead Scoring, który opiera się na złożonych modelach statystycznych oraz bardzo dużej ilości danych.
Przykłady dobrego Predictive Analytics
Dobrymi przykładami firm, które stosują Predictive Analytics są na przykład Netflix, który bierze pod uwagę to co oglądasz, kiedy, gatunki, typy scenariuszy – wszystko to jest gromadzone i dzięki temu polecenia są niezwykle trafne.
Około 30% dochodów Amazon pochodzi z Predictive Analitics czyli proponowanych produktów.
Obama zatrudnił ponad 50 wysokiej klasy specjalistów od analizy danych, którzy pomogli mu dostosować komunikaty do konkretnych grup docelowych.
Predictive Analytics w branży B2B
Sporo firm z branż B2B od paru lat wykorzystuje tego typu podejście, do analizy tego co jest interesujące, jak pracować z leadami ktore nie są jeszcze gotowe do zakupu, jak przewidywać wysokość sprzedaży, jak rozpoznawać gotowych do zakupu i tych którzy do zakupu gotowi nie są.
Zazwyczaj jednak takie rozwiązania stosowane są przez duże, bardzo znane marki jak IBM, SAP, Amazon. Pozostałe firmy, pozostawały daleko w tyle.
Demokratyzacja Predictive Lead Scoring dla B2B
Niedawno powstały kilka usług opartych o chmurę, które umożliwiają podpięcie najpopularniejszych systemów Marketing Automation do Predictive Analytics, a konkretnie do systemów Predictive Lead Scoring.
Wśród nich są dwie warte uwagi firmy: Lattice, Mintigo.
To co zrobiły te dwie firmy to do typowego zestawienia CRM plus Marketing Automation, dodali dane ze źródeł publicznych o zyskach, obrotach, ilości biur, lokacji, pracowników, ofert pracy. Do tego miksu dodali potężną porcję twardej nauki i to co otrzymali w pełni pasuje do rozwiązań analityki predyktywnej.
Podsumowanie
Jeżeli korzystasz z popularnych systemów Marketing Automation oraz zintegrowanych systemów CRM, istnieje możliwość wykorzystania jednego z najgorętszych technologii w marketingu czyli big data. Pytanie nie brzmi czy warto, ale kiedy i jak można zrobić to najlepiej.