Seleccionar página

PREDICTABLE LEAD PROSPECTING. La estrategia basada en datos

8 de junio de 2020
yvina
Photo by Jen Theodore on Unsplash

Hacer una prospección predicativa* de leads es una tarea muy importante para la monitorización de las tendencias actuales, el análisis de datos y sobre todo para la toma de decisiones. Tiene como objetivo aportar información de la manera más rápida y clara posible, la cual se usará para cumplir unos objetivos a corto o largo plazo.

A simple vista puede parecer un proceso largo, complejo y en alguna ocasión aburrido, pero a la hora de tomar decisiones importantes relacionadas con el cumplimiento de nuestro objetivo principal, no debemos pasar por alto ciertos aspectos que podrían sernos útiles. Una manera muy eficaz y sencilla para evitar posibles errores o descuidos al respecto es el análisis de la prospección de leads.

*La prospección predicativa consiste en crear perfiles generalizados de los clientes/consumidores/partners actuales (sus intereses, características socio-demográficas, etc.) para buscar a los prospects nuevos que tienen mayor probabilidad de comprar en el futuro.

El caso en foco

Uno de nuestros problemas principales y el cual queremos resolver mediante un análisis de prospección completo es el siguiente: siendo una agencia de marketing B2B queremos averiguar si somos o no capaces de en un periodo de 30 días entregar 20 leads para un cliente. 

Nuestro cliente se dedica a analizar millones de páginas de tiendas online y marketplace mediante inteligencia artificial monitorizando precios, analizando la competencia.

Tiene 4 tipos de tratos (perfiles objetivos de clientes) que dependen de la proyección (internacional o nacional) y del tipo de empresa (brand o retailer). 

Vista

Las personas involucradas en este caso serán: un SDR, un SDR Manager, un Copywriter y un director comercial. Para cada cargo construimos un dashboard diferente usando las diferentes dimensiones, métricas y KPIs.

Para definir estas dimensiones y métricas, nos hemos planteado una serie de preguntas, que nos van a servir para saber qué datos debemos extraer para alcanzar nuestro objetivo a partir de los dashboards.

Por ejemplo, las preguntas que hemos definido para encontrar los indicadores del SDR, son las siguientes:

  • ¿Tengo más probabilidad de agendar una reunión brand o retailer?
  • ¿Tengo más probabilidad de agendar una reunión internacional o nacional?
  • ¿Por qué razones pierdo operaciones brand/retailer?
  • ¿Por qué razones pierdo operaciones internacional/nacional?
  • ¿De dónde provienen los tratos que mejor me funcionan?

Para otros cargos serían muy diferentes, ya que las tareas y el progreso que se debe medir varían según el tipo de trabajo y su lugar en la cadena de prospección. En este artículo sólo veremos el ejemplo de los de un SDR.

Dimensiones

  • Company type
  • Projection
  • Won/Lost
  • Procedencia

Cuando ya están definidas estas dimensiones y sus variables, pasamos a buscar cuál es la información relevante que nos ayudará a contestar las preguntas formuladas anteriormente. Esta información la vamos a exponer en gráficos para que así sea más visual y fácil de entender.

El estudio

A continuación, expondremos los datos extraídos del análisis en forma de gráfica.

Tipo de empresa

Cita agendada

Esta es la gráfica que responde a la pregunta de: ¿Tengo más probabilidad de agendar una reunión brand o retailer?

Para realizar la gráfica hemos decidido filtrar por el nº de tratos que tenemos en la etapa “Cita agendada” y si estos tratos pertenecen al sector brand o retailer.

Como se puede ver en el gráfico, tengo más probabilidad de agendar una reunión brand.

Proyección

Cita agendada

Esta es la gráfica que responde a la pregunta de: ¿Tengo más probabilidad de agendar una reunión nacional o internacional?

Para realizar la gráfica hemos decidido filtrar por el nº de tratos que tenemos en la etapa “Cita agendada” y si estos tratos son nacional o internacional.

Como se puede ver en el gráfico, tengo más probabilidad de agendar una reunión internacional.

Lost/Won

lost/won

Las razones de perdido son las siguientes: 

No les interesa Otros Servicio cubierto
No se decide aquí, se decide en central Él/Ella no se encarga Resuelto internamente

Esta es la gráfica que responde a la pregunta de: ¿Por qué razones pierdo operaciones brand/retailer?

Para realizar la gráfica hemos decidido filtrar por el nº de tratos perdidos que tenemos en cada etapa, si estos son brand o retailer y por la razón de perdido.

Como se puede ver en el gráfico, la razón principal de perdido es “No les interesa”. Marcamos esta razón cuando el trato no muestra ningún interés por el producto de nuestro cliente, normalmente cuando dan respuestas de este tipo es porque no se han leído el correo o no saben muy bien en qué consiste este y que les puede aportar.

Lost/Won

Esta es la gráfica que responde a la pregunta de: ¿Por qué razones pierdo operaciones internacional/nacional?

Para realizar la gráfica hemos decidido filtrar por el nº de tratos perdidos que tenemos en cada etapa, si estos son nacional o internacional y por la razón de perdido.

Como se puede ver en el gráfico, la mayor razón de perdido es “No les interesa” seguida de servicio cubierto.

El dashboard nos facilita una lista de los tratos perdidos con las razones “No les interesa”, a partir de esta podemos analizar mejor los correos y por ejemplo enviarles otra propuesta que se adecue más a su producto o servicio. Hablaremos más sobre las acciones posteriores derivadas del conocimiento profundizado de estas razones en otros artículos dedicados al Predictable Prospecting.

Procedencia

Procedencia

Esta es la gráfica que responde a la pregunta de: ¿De dónde provienen los tratos que mejor me funcionan?

Para realizar la gráfica hemos decidido filtrar por el nº de tratos ganados que tenemos y su procedencia.

Existen 2 tipos de procedencia:

  • Por la naturaleza de los datos (Migración* de los contactos de otros clientes o las BBDD propias)
  • Por el canal a través del cual estamos impactando (LinkedIn y mail) 

Saber identificar el canal es más importante de lo que nos creemos, debemos saber cuál de estos nos funciona mejor para invertir más tiempo y dinero en este. Por ejemplo, como se puede ver en la gráfica de más arriba el canal que mejor nos funciona es mail, ya que hemos ganado más tratos a través de este canal. La procedencia de LinkedIn es la que menos nos funciona, así que debemos invertir más tiempo y recursos en mail y plantearnos el uso de LinkedIn como canal adicional, intentando automatizar la mayor parte de la gestión de ese. 

Como se puede ver en el gráfico, la mayor razón de ganado es la procedencia por “BBDD Números”, en ella aparecen los números de teléfono vinculados a las cuentas de las personas incluidas en esa base de datos y otro tipo de datos como nombre, correo electrónico, empresa. Estos son los prospects que han corrido en campaña y han recibido toda la secuencia de mail pero no han contestado. A estos se les carga al CRM y allí les damos el seguimiento. Estas pertenecen a mail, ya que es ese el canal a través del cual se les impacta.

*La Migración es el proceso mediante el cual realizamos una transferencia de datos de unos sistemas de almacenamiento de datos a otros, de unos formatos de datos a otros o entre diferentes sistemas informáticos.

Análisis

Después de llevar a cabo nuestra investigación, si observamos las gráficas anteriores, y con la ayuda de otros datos como el volumen de empresas que tenemos en las bases de datos podemos decir finalmente si somos o no capaces de cumplir con nuestro objetivo.

Según nuestra base de datos a nivel nacional hay 148 brands y 71 retailers y a nivel internacional hay 190 brands y 100 retailers. A simple vista, y teniendo en cuenta únicamente estos datos, debemos apostar por el sector internacional-brand para poder cumplir con nuestro objetivo, ya que es el más grande y hemos comprobado que es donde más prosperamos con nuestras campañas. 

Por otro lado, también son los que más nos rechazan según visto en los gráficos.

Teniendo en cuenta todos estos datos, podemos crear una base de datos que consista principalmente de los números de los retailers nacionales y ellos por lo visto carecen del servicio que ofrecemos. Si ponemos el mayor esfuerzo ahí, vamos a conseguir nuestro objetivo, 20 leads en 1 mes y junto con los demás sectores cumpliremos con nuestro objetivo. 

Conclusión

El impacto externo

Los datos gráficos comparados y sintetizados nos aportan conocimiento y permiten corregir la estrategia e incluso el producto si vemos que la UVP y USP no encaja en el mercado deseado. Es muy importante conocer nuestro target para saber con certeza a qué personas debemos vender nuestro servicio/producto y de qué manera hacerlo para impactar más. Otro factor importante es saber interpretar los datos, ya que como hemos visto en el caso de arriba, nos proporcionan información relevante para nuestro negocio. Pero sin el análisis apropiado no facilitan la toma de decisiones rentables y eficaces.

Por ejemplo, en el caso en foco, hay varias posibles vías de acciones posteriores:

  • conducir un nuevo estudio del mercado que le interesa al cliente pero no genera muchas oportunidades (retailers a nivel nacional) para descubrir sus necesidades y adaptar el producto;
  • profundizar las encuestas de los prospects no interesados en el producto para conocer mejor sus motivos y cambiar consecutivamente USP/UVP;
  • según los indicadores alcanzados recalcular el precio de la solución en relación con la facturación anual objetiva;
  • expandir la visión a los nichos y mercados con mayor potencial y/o menor coste de adquisición del cliente.

El impacto interno

Por otro lado, si sabemos exprimir los números y llegar hasta el fondo, podremos no solo orientar correctamente el producto o las estrategias de marketing sino que podremos analizar y mejorar el propio negocio. Hay equipos y/o herramientas más o menos eficientes. Solo viendo el rendimiento en perspectiva podemos tomar decisiones informadas sobre el desarrollo, crecimiento e inversiones, ya sean en forma de tiempo o dinero.

Por ejemplo, vimos arriba que con buenas BBDD y los SDRs cualificados entregamos más leads que conversando con los prospects por LinkedIn. Genial, tenemos que reforzar el equipo de SDR y Lead Prospecting con en capital humano y automatizar la gestión del LinkedIn con herramientas para no centrarnos en algo secundario que ni tan siquiera es rentable.

También dependiente de las causas de las pérdidas de oportunidades es posible que algunas correcciones menores en el BANT speech puedan disminuir la fuga de los prospects en la etapa de interacción.

Analizando consecutivamente las métricas e indicadores establecidos para otros cargos involucrados podemos perfeccionar el proceso. El objetivo final puede ser encontrar un punto en el que el coste de adquisición o la velocidad de maduración de un lead sean los menores posible.

Laura Cunillera, Natalia Fato, Nadia Bobkova

0 comentarios

Enviar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Idiomas
Abrir chat