B2B企业的数字营销,先从“小数据”开始
数字营销是一个非常大的概念,贯穿了营销的各个环节。B2B企业现阶段可以先管理好小数据,把现有的营销、销售数据整合并深度管理,做好精细化运营。
我们生活在数字时代,每个人在电商平台上的浏览记录、消费信息;微信上的图片文字、支付记录;百度上的搜索词条;滴滴上的地理位置等等都被记录和存储下来。这些实时产生的,格式各异的海量数据,被称为大数据。
大家都会认为这些大数据将被研究,并用于分析和决策。但实际上,并没有。90%的数据还在睡觉。
权威调研公司IDG公司预测,到2020年,仅有35%的信息可以用于分析,而仅仅有10%的信息将被分析。也就是说,数据有了,怎么好好利用还不知道。
但是,个人信息,作为最最简单,最应该被保护数据,以最简单粗暴的方式,被滥用着。比如我们每个人每天都会接到的各种骚扰电话和短信。
2018年5月,欧盟发布了“一般数据保护条例”(GDPR),这是全球近20年在数据隐私保护领域最重大的举措。
滥用数据的企业或组织会被罚款高达4%的营业额或者2000万欧元。这两个数,哪个金额大选哪个。比如,今年年初,法国就对谷歌开出了5000万欧元的罚单。
而在8月,国信办发布《数据安全管理办法(征求意见稿)》,预示着中国也加大数据监管和规范化管理的力度,保护个人隐私,保障网络安全……
企业未经用户许可将不能打电话,发邮件和将信息推送给用户,如果被查到,将会受到高额处罚。
大家留意下,也会发现很多网站、App、市场反馈表等都加上了以下声明:
点击下面的按钮,表示您同意xxx搜集你的数据并用来推荐相关的产品/广告 本站点使用cookies,继续浏览表示同意我们使用cookies。cookies和隐私政策 点击同意,我们将给您发送邮件、短信通知新产品和促销信息等所有的这些都表示,未来企业对于数据的收集和应用必须更谨慎。数字营销也将回归理性,更加深入研究和分析数据,发掘数据价值。
今天我们就来谈谈B2B企业的“流量池”(聚焦在与客户有互动和产生过交易的客户),具体看看如何通过精细化的营销运营,发掘新的生意线索,孵化商机。
这些数据,相对于巨量的互联网大数据,是“小数据”。我们从数据分析到内容创意以及销售线索、商机转化来看看“小数据”营销的全过程。
数据收集和管理
对于企业来讲,客户数据是公司最重要的资产之一,是销售和市场团队工作的基础。收集客户数据可以根据企业的实际状况和技术水平来选择。
第一阶段:企业比较小或者刚刚起步,用Excel当然可以
企业有意识统一做好客户管理,相比销售把客户信息揣在自己口袋已经是很大的进步。(做销售的朋友们会会心一笑)
客户不多的时候,Excel作为信息统计表,基本的功能都可以满足。不过,随着业务的增长,Excel的局限性会凸显。比如只能处理几十万条的数据透视表,数据仅仅包括联系姓名、联系电话、职务、企业等信息。
长期使用的话,局限性比较明显。比如安全性不足、文档容易损坏、多人修改难以同步以及恶意的破坏数据会对造成极大的伤害。所以企业需要升级到第二阶段的数据管理。
第二阶段:通过CRM系统化管理客户
CRM即客户关系管理系统,是从市场-销售-服务的全生命周期的系统化管理。
系统里的信息除了销售拜访记录和商机信息之外,还有客户购买历史、营销中产生的数据信息等等。
另外,企业级客户从认知到购买的流程长并且是团队决策,还需要对客户做360度的分析:
客户是谁?比如行业属性、企业规模、是否百强、纳税大户、上市公司? 客户决策链条:需求部门-执行部门-立项部门-财务部门-采购部门-IT部门…分采还是集采?分公司和总公司的采购关系等 决策关键点:决策人有哪些,审批额度,比如超过多少预算需要走投标流程,最终拍板是CEO还是部门总等这样的信息。 决策人联系方式+关系网:比如CEO上下级汇报关系,决策人之间的个人关系是什么等等SCRM(Social CRM) 概念在营销领域很火,就是除了销售数据外,需要关联客户在社交媒体和营销相关数据。比如网站浏览数据,搜索行为、地理信息位置,社交Cookie数据、电脑网卡的识别码(MAC),经常使用的APP,广告监测等数据等……(切记是在数据合规的情况下收集)
现实是,绝大部分企业并不能够采集并将社交数据和企业数据库相匹配,也就是是“心有余,而力不足”。我们暂时不把这些数据放在“小数据”营销里。
至于大型和超大型企业的数据湖,营销中台等,业内最牛的B2B公司还没有真正落地,所以大家先听听就好。
数据治理
有了数据,但却发现数据格式不一样,不同渠道拿到的数据也有重复、对不上等这样那样的问题。这时候需要做数据标准化、清理、匹配和整合。
举个例子,比如在销售的Excel表里,客户的城市有的写的广州,有的GZ,有的Guagnzhou 。再比如填写公司信息的时候有的写的全名,有的是简称。那么如果想搜索一下,那么也许会因为字段标准不同而漏掉很多信息。
这时候,可以通过技术的手段实现数据格式的统一转换,有能力的企业可以使用“语义分析”的手段来进一步判断。
还有一种情况很常见。客户在市场活动的调研问卷上填写假的姓名和联系方式。或者销售不想让其他人获得客户的真实信息等,也许会在系统上填写虚假信息。这些靠人工识别很难,技术上也不容易。
方法只有简单的判断加上发邮件、电话去尝试确认。比如发给客户的邮件被退回,说明邮箱是错的;电话打不通或者不借,可能是错的,也有可能客户反感电话沟通的方式,可能需要其他的联系方式。
数据治理是非常复杂的过程,这一步的准确性,直接影响到转化率,需要专业的数据分析师参与其中。
客户画像
好了,完成数据规整管理之后,是不是就可以开始给客户发Email,或者电话销售了呢?
数据量少的时候也许这样做可以。但是客户信息比较多(比如上万条以上),行业特点各异、成熟度不同的时候,还需要对客户归类并给予标签,做精准化的营销。
数字营销领域使用用户画像(Persona )来归类客户。简单来说就是通过数字分析,虚拟出来一些典型的用户形象。有点像传统营销中的“用户细分”,只不过数据颗粒度更小,标签更准确。
在 B2B行业经常根据客户的职位来做用户画像分析和精准的营销。
比如是营销自动化软件产品,客户画像之一营销总监 Vivian。30岁左右,喜欢坐地铁上班,平时既喜欢看营销相关的公众号,汇报的上级是销售VP..那么根据“她”的各种标签做Customer Journey 客户旅程的接触点的分析。
除此之外还可以根据CRM销售数据按照现有客户、竞争对手客户、全新客户、公司其他产品线的客户等来给予画像以及标签。
内容以及触达
有了用户画像和标签后,可以从营销目的出发,针对对不同画像的特征用邮件、微信公众号、市场活动、电话营销、信息流推送等把信息发送给客户。
如果说数字分析是找到对的人,那么内容就是跟对的人说对的话。
比如公司推广一款新的IP电话,经过产品经理的分析和规划,最有可能的目标客户是购买过原有产品的客户做置换,于是营销部门策划了以旧换新的优惠活动。
那么数据营销部可以首先根据产品分类、销售状况等标签做好基础的数据分析,然后选择客户画像,根据性别、所在区域、职位等标签特点设计多款邮件营销的内容,在官网上设置专区,以及做百度关键词的选择等。
根据客户标签发送不同内容的邮件,客户有兴趣会点击进入官网,做深入了解。如果被打动会留下信息,便于销售联系。
这是最简单的数据库营销方式。找到目标客户后,好的创意、温暖贴心的文案不仅能让客户心动,也是增强品牌认知的最佳方式。B2B最终还是B2B2C的过程。
内容和创意是营销中的艺术,也是冰冷的数字背后温暖的力量。
销售线索发掘与孵化
客户反馈有兴趣,比如打开了邮件、在百度上搜索了企业或者产品的名字,进入到网站留下了个人信息,在市场活动上留下资料希望进一步接洽,或者关注了企业公众号、微博并有互动,这些信息都能用于发掘销售线索(Leads)。
销售线索拿到了要先放到各种客户数据中做匹配,如果是现有大客户,销售已经跟开的,那么要通知销售,并反馈客户现有的新需求。
如果是全新的客户,那么营销的同事还要继续跟进,了解可与对哪方面有兴趣,采购的时间,需求是什么,竞争对手有哪些,预算等(BANTC )判断线索的成熟度,供销售或合作伙伴跟进。
所有的客户反馈和销售跟进数据又将丰富和优化现有的客户数据库,形成有效的闭环。
再谈谈营销技术与工具
数字营销绕不开技术的加持,现在的营销技术发展Martech 日新月异。我们可以简单的了解下。
“营销云”这个专业术语在当下的定义很松散。通常解释为,基于SaaS的营销技术产品系列。
在国外市场,两个比较出名的营销云来自Adobe和Google。Adobe做的是企业级的营销云,Google做的是偏中小型企业的营销云。
在中国自称营销云的公司很多都是数据和分析公司,或者就是营销自动化平台(比如集中发送邮件、短信、微信、内容和设计模版等)。
营销中台就更加是为了迎合“中台”造出来的新概念。在多个事业部的企业中,设立营销平台服务中心,做全公司的数据管理整合,提供工具给各个事业部的营销同事这个是早就存在的。如果是中小客户,只有单一的业务和产品,没必要设立营销中台。
还有数据湖,CDP,DMP,大家暂时都别去费劲理解了,大部分公司都用不上,需要投入的人力、财力都巨大。
总结来说,数字营销是个非常大的概念,贯穿了营销的各个环节。大部分企业在现阶段都可以先从小数据营销做起。
把现有的营销、销售数据整合并深度管理;做好精细化运营;提供给客户有针对性、有温度的内容;同时对销售线索和商机进行科学跟进。
管好小数据之后,再扩充第二方和第三方数据,优化“流量池”,借鉴B2C行业触达客户的一些方法,以数字驱动,实现增长。
作者: Hanni;微信公众号:时光笔记簿
本文由 @Hanni 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议