Análise e probasCRM e plataformas de datosEmail Marketing & Automatización

Marketing baseado en contas 3D (ABM): como dar vida ao teu marketing B2B

A medida que realizamos cada vez máis a nosa vida laboral e persoal en liña, as relacións e conexións B2B entraron nunha nova dimensión híbrida. Marketing baseado en contas (ABM) pode axudar a ofrecer mensaxes relevantes en condicións e localizacións cambiantes, pero só se as empresas combinan novas complexidades do lugar de traballo con novas dimensións da tecnoloxía que aproveitan datos de calidade, coñecementos preditivos e sinerxías en tempo real. 

Catalizadas pola pandemia de COVID-19, empresas de todo o mundo repensaron os acordos de traballo remoto. 

Preto da metade das empresas enquisadas pola CNBC afirman que adoptarán modelos de oficina híbridos, cos empregados traballando a tempo parcial desde casa, mentres que outro terzo di que volverán en persoa-primeiro condicións.

CNBC

Mentres tanto

Máis da metade dos traballadores estadounidenses que prefiren o traballo remoto optan por abandonar en lugar de volver á oficina, o que leva ás organizacións de vendas a barallar as súas listas de contactos como empresa a empresa (B2B) os compradores abandonan empresas antigas e comezan con outras novas.

Pew Research

Ao longo da pandemia, o mercadotecnia dixital demostrou ser un salvavidas para conectarse coa conta de destino e os clientes potenciales en medio de eventos e reunións presenciais canceladas. Case a metade das empresas empresariais di que a súa comercialización sufriu un cambio "dramático". durante a pandemia, con ABM subindo ao primeiro plano. Catro de cada cinco líderes de mercadotecnia empresarial din que aumentarán o investimento en ABM no próximo ano; As conexións individualizadas e personalizadas habilitadas por ABM poden producir un aumento dos ingresos de ata un 30 % en comparación coas campañas tradicionais de un a moitos.

Non obstante, para alcanzar ese potencial, as empresas B2B deben adoptar un enfoque unificado. Intelixencia artificial (AI) e aprendizaxe automática (ML) pode axudar ás empresas a realizar o tan buscado visión única do cliente— pero só se se comprometen cunha estratexia de datos tridimensionais.

As tres dimensións dos datos ABM

  1. Cantidade de datos   Calidade

Os datos do investigador tecnolóxico Forrester mostran que menos de tres puntos porcentuais separan as 10 canles principais nunha clasificación de fontes que consultan os compradores B2B cando investigan posibles provedores, o que indica que as empresas deben dominar varias modalidades e utilizar todos os puntos de contacto ao seu alcance para conectarse con clientes potenciales e ofrecerlles o contido relevante que impulsa as decisións de compra.  

Ademais, as empresas empresariais que dependen da venda de actualizacións, melloras e novos produtos ou servizos aos clientes existentes probablemente xa teñan perfís de usuario baseados na actividade no sitio web da empresa, nos seus foros de soporte e outras plataformas de propiedade total. 

Estes datos constitúen a columna vertebral do ABM efectivo. Pero aínda que a cantidade de datos é importante, o contexto e a calidade son igual de cruciales, aínda que máis difíciles de capturar. Forrester descubriu que as empresas empresariais consideran a usabilidade e a integración de datos entre os seus principais retos ABM. Por exemplo, en diferentes centros rexionais dunha soa empresa, as campañas localizadas poden reunir diferentes puntos de datos que resultan difíciles de sincronizar. Unha solución ABM completa pode aceptar diferentes entradas individuais mentres aplica intelixencia algorítmica para interpretar e unificar correctamente a información. 

  1. Poder preditivo de datos

Moitos comerciantes confían agora na IA para avaliar o potencial de que os clientes potenciales se convertan en clientes, utilizando algoritmos sofisticados que combinan interaccións pasadas con resultados probables baseados en perfís de comportamento similares. Estes modelos preditivos son cruciais para que as empresas poidan ofrecer mercadotecnia individualizada a escala. 

As previsións e recomendacións algorítmicas melloran co paso do tempo a medida que se producen máis interaccións, pero tamén dependen de regras comerciais configuradas por estándares do sector, costumes ou calendarios rexionais e outros factores individuais de cada organización B2B. Os equipos internos deberían ser capaces de influír nos modelos preditivos, mellorando o poder de procesamento da IA ​​con coñecementos humanos, para crear campañas coa máxima relevancia.

  1. Capacidades de datos en tempo real e vontade de implementalas

O contexto oportuno é fundamental para que as campañas de ABM poidan despregar a mensaxe correcta nas canles adecuadas para a etapa dun cliente potencial na viaxe de consideración da compra. Dado que os clientes potenciales que interactúan co contido en liña son receptivos a máis mensaxes durante 20 minutos como máximo, as alertas automatizadas para os equipos de vendas e as capacidades de mensaxería personalizada son esenciais para garantir un contacto rápido nos puntos de decisión cruciais. 

Esa destreza técnica pode ser complicada de conseguir, pero para algunhas empresas, construír a confianza nos datos de márketing necesarios para aproveitar ao máximo a automatización é un reto igual de difícil. Forrester descubriu que as empresas máis grandes que as pequenas din que "a falta de compra de vendas" é un obstáculo para o éxito de ABM. ABM automatizado baseado en datos require que o marketing e as vendas colaboren, apoiados na intelixencia de máquinas que permiten escalar a capacidade de resposta en tempo real. 

As dimensións interdependentes requiren unha tecnoloxía robusta

Aínda que cada unha destas tres dimensións de datos é crucial, ningunha é solucións autónomas. A maioría das empresas xa teñen datos abundantes, pero carecen das ferramentas para unificar e actuar sobre a información en silos. As análises preditivas poden proporcionar información prospectiva, pero necesitan datos históricos de calidade para producir recomendacións relevantes. E só aproveitando os coñecementos de ML e datos para impulsar as vendas e as accións de mercadotecnia, as empresas poden crear as conexións oportunas que pechan acordos nun mercado en continua evolución. 

Para unificar os tres elementos e impulsar o éxito ABM, as empresas deben buscar unha plataforma ABM de extremo a extremo que permita a unidade de datos, a intelixencia impulsada pola IA e o procesamento en tempo real. O rendemento comprobado nas rexións que importan e a capacidade de personalizar os informes e as funcións para divisións e equipos individuais tamén poden axudar ás empresas a adaptar as súas estratexias ABM para ter éxito nun mercado dinámico.

Coa economía global en transición, os novos lugares de traballo híbridos e os procesos de compra B2B están a transformar as vendas e o marketing das empresas. Armadas con plataformas ABM robustas e impulsadas por intelixencia artificial, as empresas B2B poden manexar datos en tres dimensións para proporcionar mensaxes relevantes para as condicións comerciais máis recentes, forxando relacións duradeiras. 

Jennifer Golden

Jennifer Golden é a directora de mercadotecnia corporativa con responsabilidade global na estratexia e execución de mercadotecnia en MRP. Jennifer aporta unha profunda experiencia na conexión de datos, coñecementos e accións para facer impresións duradeiras dos compradores. Antes de MRP, actuou como consultora de mercadotecnia e marca e desempeñou funcións de liderado de mercadotecnia en Acxiom, Rigzone e outros.

artigos relacionados

Botón de volta ao principio
preto

Adblock detectado

Martech Zone pode fornecerche este contido sen ningún custo porque monetizamos o noso sitio mediante ingresos publicitarios, ligazóns de afiliados e patrocinios. Agradeceríamos que elimines o teu bloqueador de anuncios mentres visitas o noso sitio.