כיצד לפלח בצורה חכמה את מסד הנתונים של אנשי הקשר שלך לקמפיינים רלוונטיים יותר?

החלטת לשלוח מיילים כדי לשפר את שיעור ההמרה שלך. עם זאת, התוצאות אינן מה שציפית, מכיוון ששיעור הפתיחה שלך התייצב, מספר ביטולי המנוי שלך ממשיך לעלות, וצוות המכירות שלך מקבל לידים פושרים שאין להם השפעה חיובית. נראה כי מיקוד הוא הבעיה מספר אחת. מסד נתונים של 10,000 אנשי קשר לא מפולחים פחות שימושי ממסד נתונים של 1,000 אנשי קשר המאורגן עם מקטעים מדויקים. אל תכוון בהכרח לכמות, שכן איכות צריכה להיות בראש סדר העדיפויות בכל הפעולות שלך.

מדוע פילוח קובע את התוצאות שלך?

למנהל שיווק בחברה תעשייתית בינונית אין את אותן סדרי עדיפויות כמו למנהל שיווק בסטארט-אפ עם חברת SaaS בת 15 איש.

אם המייל שלך אינו תואם ישירות למצב בפועל של הנמען, הוא יתעלם או יסומן כספאם. וככל שמסד הנתונים שלכם מסמן יותר את האימיילים שלכם, כך מוניטין השולח שלכם מתדרדר. זה משפיע על יכולת המסירה של כל הדיוורים שלכם בטווח הארוך. כשאתם שולחים אימיילים, הם לא יגיעו לנמענים שלהם, מה שישפיע לרעה על שיעור ההמרה שלכם. רלוונטיות נתפסת היא הקריטריון היחיד שצריך להדאיג אתכם בעת פתיחת אימייל. זה תלוי ישירות באיכות הפילוח שלכם. כאשר איש קשר מרגיש שהוא מקבל הודעה שרלוונטית עבורו, הוא מעורב יותר. זה די הגיוני; אתם לא לוחצים על אימייל, למשל, שלא עומד בציפיות שלכם. כשהוא מקבל הודעה כללית, הוא מתעלם ממנה או מבטל את המנוי. פילוח שיווקי אינו רק הפרדת אנשי הקשר שלכם לפי מגזרים. זהו תהליך מתמשך המשלב נתונים דמוגרפיים, התנהגותיים, הקשריים וזמניים כדי ליצור קבוצות הומוגניות שסביר להניח שיגיבו באופן דומה לאותה הודעה.

מהם 4 סוגי הפילוח שיש לשלוט בהם?

לפני הגדרת רשימות ב-CRM שלכם, זיהוי סוגי הנתונים שתשתמשו בהם מאפשר לכם לבנות ארכיטקטורה קוהרנטית. ישנן ארבע משפחות עיקריות של קריטריונים, המשלימות זו את זו וניתן לשלב ביניהן.

1. פילוח פירמוגרפי:: מגזר תעשייה, גודל חברה, הכנסות, אזור גיאוגרפי, בגרות דיגיטלית. זהו הפילוח הבסיסי ב-B2B. זה מאפשר לך להתאים את אוצר המילים, דוגמאות מהתעשייה והצעות הערך למציאות של חברת היעד.
2. פילוח התנהגותי&nbsp: דפים שנצפו, משאבים שהורדו, מיילים שנפתחו ולחצו עליהם, טפסים שהוגשו, מפגשים שהוקלטו. זהו הפילוח החזק ביותר לבדיקת כוונת רכישה. איש קשר שצופה בדף התמחור שלך שלוש פעמים בשבועיים אינו באותו מצב רוח כמו איש קשר שקרא פוסט אחד בבלוג לפני שישה חודשים.
3. פילוח לפי שלב במחזור החיים&nbsp: מבקר לא ידוע, איש קשר, MQL, SQL, הזדמנות, לקוח, מקדם. קריטריון זה קובע ישירות את סוג התוכן שיסופק. MQL זקוק להוכחות ולמקרי בוחן של לקוחות. SQL צריך לטפל בהתנגדויות הנותרות שלהם. שימו לב שערבוב שני פרופילים אלה באותו רצף הוא טעות שיטתית.
4. פילוח לפי רמת מעורבות&nbsp: ציון לידים, תדירות אינטראקציות אחרונות, היענות לקמפיינים אחרונים. קריטריון זה מאפשר לכם להבחין בין אנשי קשר פעילים ורדומים ולהתאים את לחץ השיווק בהתאם.

כיצד לבנות מסד נתונים שמיש לפני פילוח&ampnbsp?

אסטרטגיית הפילוח הטובה ביותר אינה יעילה במסד נתונים בעל מבנה גרוע. לפני יצירת רשימות, מסד נתונים אמין הוא תנאי הכרחי שאסור להתעלם ממנו. זה כרוך בשלוש רמות עבודה.

1. ניקוי מסד נתונים:הסר כפילויות, תקן כתובות דוא"ל לא חוקיות וסטנדרטיזציה של פורמטים של מאפיינים (אותיות גדולות, קיצורים, פורמטים של תאריך). מאפיין מגזר המכיל גם IT, מדעי המחשב, טכנולוגיה וטכנולוגיות אינו מאפשר פילוח עקבי.
2. העשרה&nbsp: השלם רשומות אנשי קשר עם הנתונים החסרים שישמשו לקריטריוני הפילוח שלך. עבודה זו יכולה להיעשות באופן ידני עבור אנשי קשר אסטרטגיים, באופן חצי אוטומטי באמצעות טפסים מתקדמים, או באופן אוטומטי באמצעות כלי העשרה מקוריים.
3. מבנה&nbsp: הגדר את המאפיינים המותאמים אישית שאתה צריך ב-CRM שלך בהתאם למגזר ולמחזור המכירות שלך. מסד נתונים של לקוחות בנוי היטב ב-HubSpot מאחסן מאפיינים אלה ישירות ברשומת איש הקשר או החברה. הם נגישים בכל כלי הפילוח וההפעלה שלך ללא צורך בחילוץ נוסף.

פלח עם HubSpot באמצעות רשימות סטטיות ודינמיות

HubSpot מציע שתי דרכים ליצור רשימות.

• רשימות סטטיות מפרטות אנשי קשר קבוצתיים שהוגדרו בנקודת זמן מסוימת. הרשימה אינה מתעדכנת אוטומטית. זה שימושי לקמפיינים חד פעמיים המכוונים לפלח קבוע. יש לך דיוור למשתתפים באירוע קודם, תקשורת ללקוחות על הצעה ספציפית, ייצוא לכלי חיצוני עבור קמפיין פרסום.
• רשימות דינמיות (או רשימות פעילות) פועלות בזמן אמת. איש קשר נכנס לרשימה ברגע שהוא עומד בתנאים שהגדרת. לעומת זאת, הוא מוסר ברגע שהוא כבר לא עומד בהם. פורמט זה מתאים לכל תרחישי טיפוח, ניקוד והתאמה אישית.

כוחן של רשימות דינמיות ב-HubSpot נובע מעושר הקריטריונים ומהאופרטורים הלוגיים המשלבים אותם. ניתן לשלב מאפייני איש קשר (תעשייה, תפקיד, מדינה), מאפייני חברה משויכת (גודל, הכנסות), התנהגויות (הם ביקרו בדף זה, פתחו אימייל זה, שלחו טופס זה ב-14 הימים האחרונים) ונתונים מחושבים (ציון גדול מ-50, שלב מחזור חיים שווה ל-MQL, תאריך פעילות אחרון לפני פחות מ-30 יום). האופרטורים AND, OR ו-AND NOT מאפשרים לך לבנות פלחים מפורטים מבלי שתצטרך לשלוט בשפת שאילתות. לדוגמה, ב-HubSpot, יש לכם אנשי קשר שתפקידם כולל מנהל או דירקטור, שהתעשייה שלהם היא שירותי B2B, וציון הלידים שלהם גדול מ-40. הם ביקרו בדף התמחור ב-30 הימים האחרונים ועדיין לא משויכים לעסקה פעילה בצנרת. פלח זה מפעיל אוטומטית הודעת מכירה ורצף מעקב ממוקד. אינכם צריכים לבצע התערבות ידנית. לכן אתם חוסכים זמן רב.

הפעילו את הפלחים שלכם באמצעות התאמה אישית של השיווק

זכרו שבניית פלחים בלבד אינה מספיקה. הם חייבים לתרגם למסרים, תוכן וחוויות השונות באמת מפלח אחד למשנהו. כאן התאמה אישית של השיווק ב-HubSpot הופכת למשמעותית באמת.

HubSpot מאפשר לכם להחדיר כל מאפיין CRM לתוכן דוא"ל באמצעות טוקנים להתאמה אישית (שם פרטי, שם חברה, תעשייה, שם פרטי של איש המכירות המשויך, ערך של מאפיין מותאם אישית). אם המאפיין ריק עבור איש קשר נתון, HubSpot מציג ערך placeholder מוגדר מראש. שיטה זו עוזרת לך להימנע מטעויות יקרות.

מעבר לאסימונים, התוכן החכם של HubSpot מאפשר לך לשנות בלוקים שלמים של אימייל או דף אינטרנט בהתבסס על הפלח של הנמען.

• איש קשר TOFU רואה הקדמה כללית להצעה שלך.
• איש קשר BOFU רואה אלמנטים של עידוד, המלצות לקוחות וקריאה לפעולה לקביעת פגישה.

הכל מוגדר בעורך הוויזואלי של HubSpot. גם אם אין לכם כישורי פיתוח, עדיין תוכלו לקבל פלחים איכותיים. יתר על כן, קריאות פעולה חכמות (CTA) מתאימות את המסר שלהן בהתאם לפרופיל המבקר שלכם. לדוגמה, אדם זר רואה הצעת גילוי. איש קשר שכבר נמצא במסד הנתונים שלכם מקבל תוכן המותאם לשלב המעורבות שלו. ללקוח קיים יש הזדמנות לקבל הצעה משלימה או הזמנה לאירוע ללקוחות בלבד. מדדו, נקו, ומעל הכל, פתחו את הפלחים שלכם. לפלח יש יתרון בכך שהוא נבנה פעם אחת, אך אם הוא לעולם לא נבדק, הוא הופך למיושן. זכרו שהתנהגויות מתפתחות, תפקידים משתנים ועסקים משתנים. ביקורת קבועה של הפלחים שלכם עוזרת לזהות רשימות שגדלות מבלי לייצר מעורבות. תוכלו לזהות במהירות קריטריונים שהפכו ללא מתאימים ואנשי קשר שסווגו בצורה שגויה. יתר על כן, המדדים שיש לעקוב אחריהם לפי פלח הם פשוטים (שיעור פתיחה, שיעור קליקים, שיעור המרה בקריאה לפעולה הראשית, שיעור ביטול הרשמה והתקדמות במחזור חיי הלקוח). פלח עם שיעור פתיחה נמוך מאוד מצביע על קריטריון רחב מדי של פילוח או על תוכן שאינו רלוונטי לפרופיל. פלח עם שיעור קליקים גבוה אך המרה נמוכה ממכירות מצביע על בעיית מסירה עם המכירות. מיזוג נתונים ב-HubSpot משפר את איכות הלידים על פי 79% מהלקוחות. אופטימיזציה זו קשורה ישירות לפילוח. אתם מקבלים נתונים מרכזיים יותר שמייצרים פלחים מדויקים יותר. זה גם מייצר הודעות רלוונטיות יותר ומספק איכות טובה יותר לאנשי קשר לפני שהם מגיעים לנציגי מכירות.

אם מסד הנתונים של אנשי הקשר שלכם עדיין לא בנוי כך שיאפשר פילוח מדויק, אתם מוזמניםליצורחשבון חינמי ב-HubSpot. תקבלו גישה מהירה ל-CRM, למאפיינים מותאמים אישית ולכל הרשימות הדינמיות. זוהי הזדמנות לבנות את הפלחים הראשונים שלכם ללא כל תשתית טכנית.