Segmentasi firmografis berarti mengelompokkan perusahaan target berdasarkan atribut seperti industri, ukuran, pendapatan, lokasi, dan tahap pertumbuhan, lalu memperlakukan setiap kelompok secara berbeda dalam pesan, penawaran, dan motion penjualan. Setiap tim B2B melakukan versi tertentu darinya. Sebagian besar melakukannya dengan buruk: batasnya berasal dari dropdown default penyedia data ("51-200 karyawan"), bukan dari kemenangan dan kekalahan tim itu sendiri.
Artikel ini adalah panduan praktisnya. Jika Anda perlu definisi data dasarnya terlebih dahulu, baca entri glosarium kami tentang data firmografis. Di sini kami membahas firmografi mana yang benar-benar memprediksi kecocokan, cara menetapkan batas segmen dari data closed-won Anda dengan contoh perhitungan, apa yang ditampilkan kepada setiap segmen di website Anda, dari mana datanya berasal, seberapa akurat, dan berapa banyak segmen untuk memulai.
Data Firmografis Mana yang Benar-Benar Memprediksi Kecocokan B2B
Ada puluhan kolom firmografis. Biasanya hanya segelintir yang mengubah siapa yang membeli, berapa yang mereka bayar dan berapa lama prosesnya. Urutkan kandidat dengan dua pertanyaan: apakah atribut itu mengubah masalah atau proses pembeli, dan bisakah Anda mengetahuinya dengan andal sebelum panggilan sales?
| Atribut | Apa yang diprediksinya | Keandalan sebelum kontak pertama | Gunakan jika |
|---|---|---|---|
| Industri (sub-industri) | Masalah, kosakata, regulasi, bukti yang dibutuhkan | Sedang: skema klasifikasi saling berbeda | Studi kasus atau cerita kepatuhan Anda berbeda per industri |
| Rentang jumlah karyawan | Proses pembelian, jumlah pemangku kepentingan, kecocokan paket | Sedang hingga tinggi | Paket harga atau motion penjualan berubah sesuai ukuran |
| Rentang pendapatan | Kapasitas anggaran | Rendah untuk perusahaan swasta (sering kali berupa estimasi) | Jumlah karyawan menyesatkan, mis. perusahaan ramping berpendapatan tinggi |
| Geografi | Bahasa, mata uang, residensi data, cakupan sales | Tinggi di tingkat kantor pusat, lebih rendah di tingkat kantor cabang | Anda menjual atau mematuhi aturan secara berbeda per wilayah |
| Sinyal pertumbuhan dan pendanaan | Urgensi, ketersediaan anggaran, kebutuhan rekrutmen | Tinggi untuk startup yang didanai (pengumuman publik) | Produk Anda membantu tim yang sedang berkembang pesat |
| Kesamaan tech stack | Kecocokan integrasi, biaya peralihan, penggunaan kompetitor | Sedang: deteksi berfungsi untuk tool yang terlihat dari web | Produk Anda bergantung pada atau menggantikan tool tertentu |
Baris terakhir sebenarnya termasuk teknografis, bukan firmografis, tetapi untuk segmentasi fungsinya sama: atribut tetap perusahaan yang mengubah apa yang sebaiknya Anda sampaikan. Pandangan kami: bagi perusahaan software, "menggunakan tool X" sering kali merupakan segmen yang lebih tajam daripada industri, karena langsung terhubung dengan pesan integrasi.
Cara Menetapkan Batas Segmen dari Data Closed-Won
Jangan mulai dari rentang ukuran perusahaan versi vendor. Mulailah dari hasil Anda sendiri. Caranya:
- Ekspor peluang yang sudah ditutup (menang dan kalah) dari 12 hingga 24 bulan terakhir beserta jumlah karyawan perusahaan, industri, wilayah, nilai deal, tanggal dibuat, dan tanggal ditutup.
- Lengkapi kolom yang kosong agar setiap baris memiliki atribut yang ingin Anda uji. Baris kosong membuat hasilnya bias.
- Kelompokkan secara rinci terlebih dahulu. Gunakan rentang sempit (misalnya 1-20, 21-50, 51-100, 101-200, dan seterusnya) agar Anda bisa melihat di mana hasilnya berubah.
- Hitung per kelompok: win rate, rata-rata nilai kontrak, median siklus penjualan, dan nilai harapan per peluang (win rate dikali rata-rata nilai kontrak).
- Gabungkan kelompok bersebelahan yang berperilaku serupa dan tarik batas di titik di mana sebuah metrik melonjak.
- Periksa kewajaran ukuran sampel. Kelompok dengan lima deal hanyalah anekdot. Gabungkan dengan kelompok di sebelahnya atau tandai sebagai "tidak diketahui".
Contoh kasus
Contoh (angka ilustratif untuk perusahaan software B2B hipotetis dengan 300 peluang yang ditutup selama 18 bulan):
| Rentang jumlah karyawan | Peluang yang ditutup | Menang | Win rate | Rata-rata nilai kontrak | Median siklus | Nilai per peluang |
|---|---|---|---|---|---|---|
| 1-50 | 120 | 18 | 15% | €6,000 | 30 hari | €900 |
| 51-200 | 90 | 22 | 24% | €14,000 | 55 hari | €3,400 |
| 201-1,000 | 60 | 15 | 25% | €32,000 | 95 hari | €8,000 |
| 1,001+ | 30 | 3 | 10% | €70,000 | 180 hari | €7,000 |
Nilai per peluang adalah win rate dikali nilai kontrak: 0,24 x €14.000 = €3.360 (dibulatkan menjadi €3.400), 0,25 x €32.000 = €8.000, dan seterusnya. Apa yang disampaikan tabel ini:
- 1-50 menghasilkan peluang terbanyak tetapi nilai per peluang paling kecil. Itu mengarah ke jalur low-touch, self-serve, atau demo cepat, bukan menambah waktu SDR.
- 51-200 dan 201-1.000 menang dengan tingkat yang hampir sama, tetapi nilai kontraknya lebih dari dua kali lipat. Pertahankan sebagai segmen terpisah untuk harga dan bukti, meskipun proses penjualannya serupa.
- 1.001+ memiliki nilai per deal yang tinggi tetapi win rate rendah berdasarkan hanya tiga kemenangan. Itu terlalu sedikit untuk menyimpulkan banyak hal. Perlakukan sebagai motion ABM akun bernama dan tinjau kembali saat data sudah lebih banyak.
Batas di angka 1.000 di sini berasal dari data, bukan dari kebiasaan. Batas Anda mungkin berada di 30 dan 400. Ulangi latihan ini untuk industri dan wilayah, dan Anda akan memiliki ideal customer profile berbasis bukti, bukan hasil tebakan.
Tabel Segmen: Apa yang Ditampilkan kepada Setiap Segmen di Situs Web Anda
Sebuah segmen hanya berguna jika ada sesuatu yang berubah untuknya. Melanjutkan contoh tadi, berikut cara segmen diterjemahkan menjadi pesan situs web dan call to action.
| Segmen | Sudut pesan hero | Bukti yang ditampilkan | CTA utama |
|---|---|---|---|
| Kecil (1-50) | Pengaturan cepat, upaya rendah | Testimoni singkat dari tim kecil, waktu penyiapan | Mulai sekarang / pesan walkthrough 15 menit |
| Menengah (51-200) | Hasil untuk tim yang sedang berkembang | Studi kasus dari perusahaan berukuran serupa, integrasi | Pesan demo |
| Mid-market atas (201-1.000) | Skala, kendali, ROI | Studi kasus ROI, admin dan izin akses, ringkasan keamanan | Bicara dengan sales / dapatkan estimasi ROI yang disesuaikan |
| Enterprise (1.001+) | Keamanan, kepatuhan, dukungan peluncuran | Logo yang dikenal di industri mereka, dokumentasi keamanan | Hubungi tim enterprise |
| Lapisan industri (mis. kesehatan) | Masalah dan istilah khusus industri | Studi kasus industri, kepatuhan yang relevan | Sama seperti segmen ukuran, dengan kata-kata khas industri |
| Perusahaan tidak dikenal | Pesan default | Deretan logo umum | CTA default |
Ukuran perusahaan dan industri paling baik ditangani sebagai dua lapisan: ukuran menentukan CTA dan bobot bukti, industri menentukan kosakata dan studi kasus. Artikel kami tentang personalisasi website berdasarkan ukuran perusahaan dan personalisasi website khusus industri menunjukkan contoh tingkat halaman untuk masing-masing.
Dari Mana Data Firmografis Berasal
Anda membutuhkan firmografi pada dua momen: secara offline, saat menganalisis deal dan membangun daftar target, dan secara real time, saat pengunjung tiba di situs Anda.
- CRM Anda. Catatan HubSpot, Salesforce, atau Pipedrive untuk pelanggan dan peluang yang sudah ada. Sumber paling tepercaya untuk akun Anda sendiri, tetapi sering tidak lengkap untuk prospek.
- Penyedia enrichment. Database yang menambahkan atribut perusahaan ke domain atau record, seperti ZoomInfo, Apollo, Cognism, Dun & Bradstreet dan HubSpot Breeze Intelligence (sebelumnya Clearbit). Cakupannya berbeda per wilayah dan ukuran perusahaan, jadi uji pada record Anda sendiri sebelum berkomitmen.
- Reverse IP lookup dan identifikasi pengunjung. Tool yang mencocokkan jaringan asal pengunjung dengan sebuah perusahaan, seperti Leadfeeder, Demandbase, dan 6sense. Inilah yang memungkinkan segmentasi website secara real-time. Lihat cara kerja reverse IP lookup.
- Sumber technographic. BuiltWith dan Wappalyzer mendeteksi teknologi yang terlihat di website perusahaan; HG Insights dan vendor serupa menyimpulkan basis instalasi yang lebih luas.
- Sumber publik. Registri perusahaan (misalnya Companies House di Inggris), laporan SEC untuk perusahaan publik AS, Crunchbase untuk putaran pendanaan, lowongan kerja, dan halaman perusahaan di LinkedIn.
- Data yang dinyatakan. Kolom formulir yang menanyakan ukuran perusahaan, atau domain yang bisa Anda perkaya. Sumber paling akurat untuk pengunjung individual, dan yang paling sering diminta berlebihan oleh tim.
Untuk menggunakan atribut yang sama dalam membangun daftar outbound, lihat panduan tentang data firmografis untuk penargetan sales ini.
Catatan Akurasi yang Diabaikan Sebagian Besar Tim
- Jumlah karyawan berbeda per sumber. Satu penyedia menghitung profil LinkedIn, yang lain memakai laporan resmi, yang lain lagi memperkirakan. Pilih satu sumber sebagai acuan utama untuk segmentasi agar perusahaan tidak berpindah-pindah kelompok.
- Kode industri tidak seragam. NAICS, SIC, dan industri LinkedIn mengklasifikasikan perusahaan yang sama secara berbeda, dan bisnis dengan beberapa lini cocok di beberapa kategori. Petakan kode penyedia ke daftar pendek Anda sendiri berisi 5 hingga 10 industri.
- Pendapatan perusahaan swasta biasanya hasil pemodelan. Gunakan sebagai kisaran kasar, jangan pernah sebagai filter yang presisi.
- Pencocokan IP melewatkan orang. Pekerja jarak jauh di broadband rumahan, VPN, dan jaringan seluler sering tidak dapat dicocokkan dengan perusahaan, dan perusahaan kecil lebih sulit dicocokkan daripada yang besar. Match rate sangat bervariasi menurut audiens, jadi ukur sendiri: ambil sampel pengunjung yang kemudian mengisi formulir dan periksa berapa banyak yang sudah dicocokkan dengan perusahaan yang benar sebelumnya.
- Lokasi berarti kantor pusat. Pengunjung dari kantor Berlin milik perusahaan AS sering ditandai sebagai AS. Gunakan geolokasi pengunjung untuk bahasa dan mata uang, dan kantor pusat untuk wilayah sales.
- Data menua. Putaran pendanaan, jumlah karyawan dan tech stack berubah. Perkaya ulang akun aktif setidaknya setiap kuartal.
Berapa Banyak Segmen untuk Memulai
Lebih sedikit dari yang Anda kira. Data jarang menjadi pembatasnya; konten dan pengukuranlah pembatasnya. Setiap segmen membutuhkan copy dan buktinya sendiri, seseorang yang menjaganya tetap mutakhir, dan traffic yang cukup untuk mengetahui apakah segmen itu berhasil.
Sisi pengukurannya tidak kenal kompromi. Contoh: segmen yang berkonversi 2% dan di mana Anda ingin mendeteksi peningkatan menjadi 2,6% (peningkatan relatif 30%) membutuhkan sekitar 9.800 pengunjung per varian pada kepercayaan 95% dan power 80%, sekitar 19.600 pengunjung teridentifikasi untuk tes dua varian. Perhitungannya ada di panduan kami tentang ukuran sampel A/B test. Sebagian besar segmen B2B tidak akan pernah mencapai angka itu dalam satu kuartal.
Aturan keputusan kami:
- Mulailah dengan tiga segmen yang mencakup sebagian besar pendapatan yang Anda menangkan, ditambah pengalaman default untuk pengunjung tak teridentifikasi.
- Lakukan A/B test formal hanya pada segmen terbesar. Untuk segmen lainnya, terapkan pengalaman yang dipersonalisasi berdasarkan bukti dari tim sales dan pelanggan, lalu lacak pipeline dan win rate per segmen dari kuartal ke kuartal.
- Tambahkan lapisan industri hanya untuk industri yang punya studi kasus sendiri dan setidaknya beberapa deal yang dimenangkan.
- Tambahkan segmen baru hanya jika Anda bisa menyebutkan pesan yang berbeda, bukti yang berbeda, dan pemiliknya.
Setelah aturannya ditetapkan, tool seperti fitur segmentasi Markettailor bisa mengevaluasinya pada setiap kunjungan, tetapi bagian tersulitnya adalah analisis di atas, bukan software-nya.
Pertanyaan yang Sering Diajukan
Apa itu segmentasi firmografis?
Segmentasi firmografis membagi prospek dan pelanggan B2B ke dalam kelompok berdasarkan atribut perusahaan seperti industri, jumlah karyawan, pendapatan, lokasi, kepemilikan, dan tahap pertumbuhan. Setiap segmen kemudian mendapat pesan, penawaran, penekanan harga, dan cakupan sales yang sesuai dengan cara perusahaan sejenis membeli. Ini adalah padanan B2B dari segmentasi demografis, yang mengelompokkan konsumen individu berdasarkan atribut seperti usia atau pendapatan.
Apa saja contoh firmografi?
Firmografi yang umum adalah industri atau subindustri, jumlah karyawan, pendapatan tahunan, negara dan wilayah kantor pusat, struktur hukum atau kepemilikan (publik, swasta, didukung PE, nirlaba), usia perusahaan, tahap pendanaan dan pendanaan terbaru, serta sinyal pertumbuhan seperti rekrutmen. Technology stack biasanya diklasifikasikan terpisah sebagai teknografi tetapi sering digunakan bersama firmografi dalam segmentasi.
Bagaimana cara menentukan batas segmen firmografis?
Gunakan data closed-won dan closed-lost Anda sendiri. Kelompokkan peluang secara rinci berdasarkan jumlah karyawan, industri, atau wilayah, hitung win rate, nilai kontrak rata-rata, siklus penjualan, dan nilai per peluang untuk setiap kelompok, lalu gabungkan kelompok yang berperilaku serupa dan tetapkan batas di titik di mana sebuah metrik berubah tajam. Hindari mengandalkan rentang ukuran default dari penyedia data, yang jarang sesuai dengan pembeli Anda.
Dengan berapa segmen firmografis sebaiknya Anda memulai?
Tiga, ditambah pengalaman default untuk pengunjung yang tidak bisa Anda identifikasi. Setiap segmen membutuhkan pesan, bukti dan pemiliknya sendiri, serta traffic yang cukup untuk diukur. Sebagian besar situs B2B tidak punya traffic yang cukup untuk melakukan A/B testing pada banyak segmen, jadi uji segmen terbesar secara formal dan pantau pipeline per segmen untuk sisanya. Tambahkan segmen hanya jika ada pesan yang jelas berbeda untuk ditampilkan.