Yritysdataan perustuva segmentointi tarkoittaa kohdeyritysten ryhmittelyä ominaisuuksien, kuten toimialan, koon, liikevaihdon, sijainnin ja kasvuvaiheen, mukaan ja kunkin ryhmän käsittelemistä eri tavalla viestinnässä, tarjouksissa ja myyntimallissa. Jokainen B2B-tiimi tekee jonkinlaista versiota siitä. Useimmat tekevät sen huonosti: rajat tulevat datantoimittajan oletuspudotusvalikosta ("51–200 työntekijää") eivätkä tiimin omista voitoista ja tappioista.
Tämä kirjoitus on käytännön ohje. Jos tarvitset ensin taustalla olevan datan määritelmän, lue sanastomme merkintä firmografisesta datasta. Tässä käymme läpi, mitkä firmografiset tiedot oikeasti ennustavat soveltuvuutta, miten segmenttien rajat asetetaan voitettujen kauppojen datasta laskettuine esimerkkeineen, mitä kullekin segmentille näytetään verkkosivustollasi, mistä data tulee, kuinka tarkkaa se on ja kuinka monella segmentillä kannattaa aloittaa.
Mitkä firmografiset tiedot oikeasti ennustavat B2B-sopivuutta
Yritystietokenttiä on kymmeniä. Yleensä vain kourallinen muuttaa sitä, kuka ostaa, paljonko maksaa ja kuinka kauan se kestää. Järjestä ehdokkaat kahden kysymyksen avulla: muuttaako ominaisuus ostajan ongelmaa tai prosessia, ja voitko tietää sen luotettavasti ennen myyntipuhelua?
| Ominaisuus | Mitä se ennustaa | Luotettavuus ennen ensimmäistä yhteydenottoa | Käytä sitä, kun |
|---|---|---|---|
| Toimiala (alatoimiala) | Ongelma, sanasto, sääntely, tarvittavat todisteet | Keskitaso: luokitusjärjestelmät ovat ristiriidassa | Asiakastarinasi tai vaatimustenmukaisuustarinasi eroavat toimialoittain |
| Henkilöstömääräluokka | Ostoprosessi, sidosryhmien määrä, paketin sopivuus | Keskitaso–korkea | Hinnoittelutasot tai myyntimalli muuttuvat koon mukaan |
| Liikevaihtoluokka | Budjettikapasiteetti | Matala yksityisille yrityksille (usein arvioitu) | Henkilöstömäärä johtaa harhaan, esim. pienen henkilöstön mutta suuren liikevaihdon yritykset |
| Maantiede | Kieli, valuutta, datan sijainti, myynnin kattavuus | Korkea pääkonttoritasolla, matalampi toimipistetasolla | Myyt tai noudatat säännöksiä eri tavoin eri alueilla |
| Kasvu- ja rahoitussignaalit | Kiireellisyys, budjetin saatavuus, rekrytointitarpeet | Korkea rahoitusta saaneilla startupeilla (julkiset tiedotteet) | Tuotteesi auttaa kasvavia tiimejä |
| Teknologiapinon päällekkäisyys | Integraatioiden sopivuus, vaihtokustannus, kilpailijoiden käyttö | Keskitaso: tunnistus toimii verkossa näkyville työkaluille | Tuotteesi riippuu tietyistä työkaluista tai korvaa niitä |
Viimeinen rivi on tarkalleen ottaen teknografista eikä firmografista dataa, mutta segmentoinnissa se toimii samoin: yrityksen pysyvä ominaisuus, joka muuttaa sitä, mitä sinun kannattaa sanoa. Näkemyksemme: ohjelmistoyrityksille ”käyttää työkalua X” on usein toimialaa terävämpi segmentti, koska se johtaa suoraan integraatioviestiin.
Näin asetat segmenttien rajat voitettujen kauppojen datasta
Älä lähde liikkeelle toimittajan kokoluokista. Lähde omista tuloksistasi. Menetelmä:
- Vie suljetut myyntimahdollisuudet (voitetut ja hävityt) viimeiseltä 12–24 kuukaudelta: yrityksen henkilöstömäärä, toimiala, alue, kaupan arvo, luontipäivä ja sulkemispäivä.
- Rikasta puuttuvat kentät, jotta jokaisella rivillä on testattavat ominaisuudet. Tyhjät rivit vääristävät tulosta.
- Jaa ensin tiheisiin luokkiin. Käytä kapeita haarukoita (esimerkiksi 1–20, 21–50, 51–100, 101–200 ja niin edelleen), jotta näet, missä tulokset muuttuvat.
- Laske ryhmittäin: voittoprosentti, keskimääräinen sopimusarvo, myyntisyklin mediaani ja odotusarvo myyntimahdollisuutta kohden (voittoprosentti kertaa keskimääräinen sopimusarvo).
- Yhdistä vierekkäiset ryhmät, jotka käyttäytyvät samoin, ja vedä rajat kohtiin, joissa mittari hyppää.
- Tarkista otoskokojen järkevyys. Luokka, jossa on viisi kauppaa, on anekdootti. Yhdistä se naapuriluokkaan tai merkitse "tuntematon".
Esimerkkilaskelma
Esimerkki (havainnollistavat luvut kuvitteelliselle B2B-ohjelmistoyritykselle, jolla on 300 suljettua myyntimahdollisuutta 18 kuukauden ajalta):
| Henkilöstömäärän kokoluokka | Suljetut myyntimahdollisuudet | Voitettu | Voittoaste | Keskim. sopimusarvo | Syklin mediaani | Arvo myyntimahdollisuutta kohden |
|---|---|---|---|---|---|---|
| 1-50 | 120 | 18 | 15% | €6,000 | 30 päivää | €900 |
| 51-200 | 90 | 22 | 24% | €14,000 | 55 päivää | €3,400 |
| 201-1,000 | 60 | 15 | 25% | €32,000 | 95 päivää | €8,000 |
| 1,001+ | 30 | 3 | 10% | €70,000 | 180 päivää | €7,000 |
Myyntimahdollisuuden arvo on voittoprosentti kertaa sopimusarvo: 0,24 x 14 000 € = 3 360 € (pyöristettynä 3 400 €), 0,25 x 32 000 € = 8 000 € ja niin edelleen. Mitä taulukko kertoo:
- 1–50 tuottaa eniten myyntimahdollisuuksia mutta vähiten arvoa mahdollisuutta kohden. Se viittaa kevyeen, itsepalvelu- tai nopean demon polkuun eikä lisää SDR-aikaa.
- 51–200 ja 201–1 000 voittavat lähes samalla osuudella, mutta sopimusarvo yli kaksinkertaistuu. Pidä ne erillisinä segmentteinä hinnoittelun ja näytön osalta, vaikka myyntiprosessi on samankaltainen.
- 1 001+ tuottaa paljon arvoa kauppaa kohden, mutta voittoprosentti on matala ja perustuu vain kolmeen voittoon. Se on liian vähän johtopäätöksiin. Käsittele sitä nimettyjen yritysten ABM-mallina ja palaa asiaan, kun dataa on enemmän.
Raja 1 000:n kohdalla tulee tässä datasta, ei sopimuksesta. Sinun rajasi voivat olla 30:ssä ja 400:ssa. Toista harjoitus toimialalle ja alueelle, niin sinulla on näyttöön perustuva ihanneasiakasprofiili arvatun sijaan.
Segmenttitaulukko: mitä näyttää kullekin segmentille verkkosivustollasi
Segmentti on hyödyllinen vain, jos jokin muuttuu sen kohdalla. Jatketaan esimerkkiä: näin segmentit muuttuvat verkkosivuston viesteiksi ja toimintakehotuksiksi.
| Segmentti | Hero-viestin näkökulma | Näytettävä näyttö | Ensisijainen CTA |
|---|---|---|---|
| Pieni (1–50) | Nopea käyttöönotto, vähän vaivaa | Lyhyt suositus pieneltä tiimiltä, käyttöönottoaika | Aloita nyt / varaa 15 minuutin läpikäynti |
| Keskisuuret (51–200) | Tulos kasvavalle tiimille | Asiakastarina samankokoisesta yrityksestä, integraatiot | Varaa demo |
| Ylempi keskisuuri (201–1 000) | Skaala, hallinta, ROI | ROI-asiakastarina, hallinta ja käyttöoikeudet, tietoturvayhteenveto | Puhu myynnin kanssa / saat räätälöidyn ROI-arvion |
| Suuryritykset (1 001+) | Tietoturva, vaatimustenmukaisuus, käyttöönoton tuki | Tunnistettavia logoja omalta toimialalta, tietoturvadokumentaatio | Ota yhteyttä enterprise-tiimiin |
| Toimialakerros (esim. terveydenhuolto) | Toimialakohtainen ongelma ja termit | Toimialan asiakastarina, olennainen vaatimustenmukaisuus | Sama kuin kokosegmentti, toimialan sanastolla |
| Tuntematon yritys | Oletusviesti | Laaja logopalkki | Oletus-CTA |
Yrityskoko ja toimiala kannattaa käsitellä kahtena kerroksena: koko valitsee CTA:n ja todisteiden painon, toimiala valitsee sanaston ja asiakastarinan. Artikkelimme verkkosivuston personoinnista yrityskoon mukaan ja toimialakohtaisesta verkkosivuston personoinnista näyttävät sivutason esimerkit kummastakin.
Mistä firmografinen data tulee
Tarvitset yritystietoja kahdessa hetkessä: offline-tilassa, kun analysoit kauppoja ja rakennat kohdelistoja, ja reaaliajassa, kun kävijä saapuu sivustollesi.
- CRM:si. HubSpot-, Salesforce- tai Pipedrive-tietueet nykyisistä asiakkaista ja myyntimahdollisuuksista. Luotettavin lähde omille asiakasyrityksillesi, mutta prospektien osalta usein puutteellinen.
- Rikastuspalvelut. Tietokannat, jotka lisäävät yritystietoja verkkotunnukseen tai tietueeseen, kuten ZoomInfo, Apollo, Cognism, Dun & Bradstreet ja HubSpot Breeze Intelligence (entinen Clearbit). Kattavuus vaihtelee alueen ja yrityskoon mukaan, joten testaa omilla tietueillasi ennen kuin sitoudut.
- Reverse IP -haku ja kävijätunnistus. Työkalut, jotka yhdistävät kävijän verkon yritykseen, kuten Leadfeeder, Demandbase ja 6sense. Tämä tekee reaaliaikaisen verkkosivusegmentoinnin mahdolliseksi. Katso miten reverse IP -haku toimii.
- Teknografiset lähteet. BuiltWith ja Wappalyzer tunnistavat yrityksen verkkosivustolla näkyvät teknologiat; HG Insights ja vastaavat toimittajat päättelevät laajempia asennettuja kantoja.
- Julkiset lähteet. Kaupparekisterit (esimerkiksi Companies House Isossa-Britanniassa), SEC-ilmoitukset yhdysvaltalaisista pörssiyhtiöistä, Crunchbase rahoituskierroksista, työpaikkailmoitukset ja LinkedInin yrityssivut.
- Ilmoitettu data. Lomakekenttä, joka kysyy yrityksen kokoa, tai verkkotunnus, jonka voit rikastaa. Tarkin lähde yksittäisestä kävijästä, ja se, jota useimmat tiimit kysyvät liikaa.
Samojen ominaisuuksien käytöstä lähtevän myynnin listojen rakentamiseen kerrotaan tässä oppaassa: yritysdata myynnin kohdentamisessa.
Tarkkuuden varaumat, jotka useimmat tiimit sivuuttavat
- Henkilöstömäärä vaihtelee lähteittäin. Yksi palveluntarjoaja laskee LinkedIn-profiileja, toinen käyttää virallisia tilinpäätöstietoja, kolmas arvioi. Valitse segmentointiin yksi ensisijainen lähde, jotta yritys ei hypi kokoluokasta toiseen.
- Toimialakoodit ovat ristiriidassa. NAICS, SIC ja LinkedInin toimialat luokittelevat saman yrityksen eri tavoin, ja usean liiketoiminta-alueen yritykset sopivat moneen. Kartoita toimittajan koodit omaan lyhyeen 5–10 toimialan listaasi.
- Yksityisten yritysten liikevaihto on yleensä mallinnettu. Käytä sitä karkeana haarukkana, älä koskaan tarkkana suodattimena.
- IP-täsmäytys ohittaa ihmisiä. Etätyöntekijöitä kotilaajakaistalla, VPN:issä ja mobiiliverkoissa ei usein pystytä yhdistämään yritykseen, ja pieniä yrityksiä on vaikeampi täsmäyttää kuin suuria. Täsmäytysasteet vaihtelevat paljon yleisön mukaan, joten mittaa omasi: ota otos kävijöistä, jotka myöhemmin täyttivät lomakkeen, ja tarkista, kuinka moni oli etukäteen yhdistetty oikeaan yritykseen.
- Sijainti tarkoittaa pääkonttoria. Yhdysvaltalaisen yrityksen Berliinin toimiston kävijä merkitään usein yhdysvaltalaiseksi. Käytä kävijän geosijaintia kieleen ja valuuttaan ja pääkonttoria myyntialueeseen.
- Data vanhenee. Rahoituskierrokset, henkilöstömäärä ja teknologiapino muuttuvat. Rikasta aktiiviset asiakasyritykset uudelleen vähintään neljännesvuosittain.
Montako segmenttiä aloitukseen
Vähemmän kuin luulet. Data on harvoin rajoittava tekijä; sisältö ja mittaaminen ovat. Jokainen segmentti tarvitsee omat tekstinsä ja näyttönsä, jonkun pitämään ne ajan tasalla ja riittävästi liikennettä sen selvittämiseen, toimiiko se.
Mittauspuoli on armoton. Esimerkki: segmentti, joka konvertoi 2 %:lla ja jossa haluat havaita nousun 2,6 %:iin (30 %:n suhteellinen parannus), vaatii noin 9 800 kävijää varianttia kohden 95 %:n luottamustasolla ja 80 %:n voimakkuudella, eli noin 19 600 tunnistettua kävijää kahden variantin testiin. Laskutoimitus löytyy A/B-testin otoskokoa käsittelevästä oppaastamme. Useimmat B2B-segmentit eivät koskaan saavuta sitä vuosineljänneksessä.
Päätössääntömme:
- Aloita kolmella segmentillä, jotka kattavat suurimman osan voitetusta liikevaihdostasi, sekä oletuskokemuksella tunnistamattomille kävijöille.
- A/B-testaa muodollisesti vain suurinta segmenttiä. Muille julkaise personoitu kokemus myynnin ja asiakkaiden antaman näytön perusteella ja seuraa myyntiputkea ja voittoprosenttia segmenteittäin vuosineljännes kerrallaan.
- Lisää toimialakerros vain toimialoille, joilla on omat asiakastarinat ja vähintään muutama voitettu kauppa.
- Lisää uusi segmentti vain, kun pystyt nimeämään erilaisen viestin, erilaisen todisteen ja omistajan.
Kun säännöt on määritelty, Markettailorin segmentoinnin kaltainen työkalu voi arvioida ne jokaisella käynnillä, mutta vaikein osa on yllä kuvattu analyysi, ei ohjelmisto.
Usein kysytyt kysymykset
Mitä on yritystietoihin perustuva segmentointi?
Firmografinen segmentointi jakaa B2B-prospektit ja -asiakkaat ryhmiin yrityksen ominaisuuksien, kuten toimialan, henkilöstömäärän, liikevaihdon, sijainnin, omistuksen ja kasvuvaiheen, perusteella. Kukin segmentti saa sitten viestit, tarjoukset, hinnoittelun painotukset ja myynnin kattavuuden, jotka vastaavat sitä, miten sellaiset yritykset ostavat. Se on B2B-vastine demografiselle segmentoinnille, joka ryhmittelee yksittäisiä kuluttajia esimerkiksi iän tai tulojen mukaan.
Mitkä ovat esimerkkejä firmografisista tiedoista?
Yleisiä firmografisia tietoja ovat toimiala tai alatoimiala, henkilöstömäärä, vuotuinen liikevaihto, pääkonttorin maa ja alue, juridinen tai omistusrakenne (pörssiyhtiö, yksityinen, pääomasijoittajan omistama, voittoa tavoittelematon), yrityksen ikä, rahoitusvaihe ja tuore rahoitus sekä kasvusignaalit, kuten rekrytoinnit. Teknologiapino luokitellaan yleensä erikseen teknografisiin tietoihin, mutta sitä käytetään segmentoinnissa usein firmografisten tietojen rinnalla.
Miten firmografisten segmenttien rajat valitaan?
Käytä omaa voitettujen ja hävittyjen kauppojen dataasi. Ryhmittele myyntimahdollisuudet tarkasti henkilöstömäärän, toimialan tai alueen mukaan, laske kullekin ryhmälle voittoprosentti, keskimääräinen sopimusarvo, myyntisykli ja arvo myyntimahdollisuutta kohden, yhdistä sitten samalla tavalla käyttäytyvät ryhmät ja aseta rajat kohtiin, joissa mittari muuttuu jyrkästi. Vältä nojaamasta datatoimittajan oletuskokoluokkiin, jotka harvoin vastaavat ostajiasi.
Kuinka monella yritystietosegmentillä kannattaa aloittaa?
Kolme sekä oletuskokemus kävijöille, joita et pysty tunnistamaan. Jokainen segmentti tarvitsee oman viestinsä, näyttönsä ja omistajansa sekä tarpeeksi liikennettä mittaamiseen. Useimmilla B2B-sivustoilla ei ole liikennettä monen segmentin A/B-testaamiseen, joten testaa suurin segmentti muodollisesti ja seuraa muiden osalta pipelinea segmenteittäin. Lisää segmenttejä vain, kun sinulla on selvästi erilainen viesti näytettävänä.