اتوماسیون بازاریابی یا Marketing Automation
بازاریابان مدرن مملو از مطالبی در مورد ابزارهای اتوماسیون بازاریابی هستند که می توانند به آنها در تولید پایپ لاین و افزایش درآمد کمک کنند. اکنون که نرم افزارهایی چون Marketo ، Hubspot ، Eloqua و بسیاری از سیستم عامل های دیگر به جریان اصلی تبدیل شده اند ، مورد بعدی چیست؟ بازاریابان با این همه ابزار یکپارچه چه کاری می توانند برای تولید مشتری جدید انجام دهند؟
من دریافته ام که بهترین بازاریابان موفقیت را براساس ارزش دلاری پایپ لاینی ای که می توانند تولید کنند اندازه گیری می کنند. ما ابزارهایی را برای بازاریابان ایجاد می کنیم و وقتی با مشتریان احتمالی ، تأثیرگذاران بازاریابی و کاندیداهای احتمالی شغل صحبت می کنم ، همیشه می پرسم که چگونه موفقیت را اندازه می گیرند. بازاریابانی که بیشترین تلاش را دارند به طور معمول جواب می دهند ، “من موفقیت خود را بر اساس میزان پیشرفت اندازه گیری می کنم.” بازاریابانی که از اهداف خود پیشی می گیرند معمولاً پاسخ می دهند: “من موفقیت تیم خود را براساس ارزش دلاری پایپ لاین اندازه گیری می کنم.” بازاریابانی که برای رسیدن به اهداف خود تلاش می کنند ، از توانایی تیم فروش خود در بستن معاملات آگاهی ندارند. بازاریابانی که در رسیدن به اهدافشان سرآمد هستند با فروش بصورت تنگاتنگ همکاری می کنند تا مشتریانی عالی پیدا کنند که تیم بتواند آنها را ببندد. گرگ فیوریندو ، معاون اصلی فروش ما ، بیشتر وقت خود را در زمینه صلاحیت متمرکز می کند: “همه اینها در مورد واجد شرایط بودن یا عدم وجود یک چشم انداز است. در Salesforce.com ، ما تمام تلاش خود را کردیم تا پایپ لاین خود را با توجه به اینکه مشتری واقعاً می تواند خرید کند یا نه ، در اولویت قرار دهیم. ”
برای اولویت بندی پایپ لاین برای یافتن مشتریانی عالی ، بازاریاب ها باید درک عمیقی از نحوه بازاریابی با مشتریان مناسب داشته باشند. ده سال پیش ، حجم پیشرفت تنها معیار معقول در دسترس برای سنجش موفقیت در بازاریابی بود. امروزه بازاریابان به منابع داده جدید ، تجزیه و تحلیل برتر و ادغام بهتر دسترسی دارند که به آنها امکان می دهد پایپ لاین با ارزش بالا تولید کنند.
در Radius ، ما این فرآیند را هوش بازاریابی می نامیم. امروز ، ما یک راهنمای گسترده منتشر کرده ایم که نشان می دهد چگونه هوشمندانه فرآیند بازاریابی خود را انجام می دهیم. برای تیم های بازاریابی که از فرآیند بیان شده در راهنما استفاده می کنند ، ما معتقدیم که اندازه گیری موفقیت می تواند از میزان حجم پیشرفت به تولید پایپ لاین انتقال یابد. انتقال با درک دو تغییر اساسی در اکوسیستم بازاریابی آغاز می شود: (۱) انفجار داده ها و (۲) عدم کفایت ابزارهای متفاوت
-
انفجار داده ها
در صورت تمایل به تحقیق در مورد بازاریابان B2B (Business to Business) ، اطلاعات زیادی در دسترس است. اکتشاف اینترنت ، جستجو ، استفاده از دستگاه های هوشمند ، مرور محتوا و فعالیت های اجتماعی جامعه تجاری ، پیچ و خم های مشتری را در طول زندگی خود نشان می دهد. ایجاد معنای کلان داده نه تنها به دلیل بزرگی ، بلکه به دلیل پیچیدگی آن نیز یک چالش است. ارزش داده های بزرگ از حجم داده های جمع شده شما ناشی نمی شود ، بلکه از روابط بین داده ها ناشی می شود. برای استخراج بینش از مجموعه داده ها ، دانشمندان داده باید حجم ، سرعت ، تنوع و صحت داده ها را در نظر بگیرند. آنها فقط روی داده ها آزمایش نمی کنند ، بلکه داده ها را نیز ادغام ، سازماندهی ، تمیز و آزمایش می کنند.
انجام این سطح از تجزیه و تحلیل برای اکثر سازمان های بازاریابی دشوار است. بیشتر سازمانهای بازاریابی چندین ابزار مختلف را برای استفاده از این روشها خریداری می کنند. ممکن است یک ابزار شامل پیش بینی امتیاز پیشرفت و دیگری ممکن است استخدام تیمی از تحلیلگران باشد که به آموزش گسترده ای نیاز دارند.
-
ابزارهای بی اثر و متفاوت
دانشمندان داده و بازاریابان ، داده ها را در دو سطل بزرگ طبقه بندی می کنند: داخلی و خارجی. داده های داخلی شامل ویژگی های مربوط به پیشرفت ها ، حساب ها و فعالیت های جمع آوری شده توسط فرم های وب ، آپلود شده در لیست های ثابت ، یا ورودی توسط نمایندگان فروش و ذخیره شده در CRM ها و سیستم های اتوماسیون بازاریابی است. داده های خارجی شامل سیگنال های اضافی درباره چشم اندازها ، مانند درآمد ، مقدار سرمایه ، فعالیت تبلیغات آنلاین ، حضور رسانه های اجتماعی ، فناوری های وب و موارد دیگر است. طبق نظر Bizo در بیش از ۸۰۰ رهبر بازاریابی B2B ، کمتر از ۲۰ درصد معتقدند که آنها به خوبی از داده ها استفاده می کنند. و برای بازاریابانی که SMB ها را هدف قرار می دهند ، مشکل داده ها حتی بدتر است. فقط ۸ درصد بازاریابان دید ۳۶۰ درجه ای نسبت به مشتریان SMB خود دارند. با توجه به چالش های جهانی که امروز بازاریابان با آن روبرو هستند (مخصوص داده های بزرگ و بینش مشتری) این امر لزوما جای تعجب ندارد.
برای بازاریابان استفاده از داده ها و تجزیه و تحلیل در همه این سطوح در پایپ لاین آسان نیست و معمولاً منجر به تعداد زیادی ابزار می شود که مشکل را در نیمه راه حل می کنند. سازمان شما برای پذیرش داده ها و ساده سازی روند کار شما چه کاری انجام می دهد؟
