Firmografisk segmentering: bygg segmenter som konverterer

Firmografisk segmentering betyr å gruppere målbedrifter etter egenskaper som bransje, størrelse, omsetning, beliggenhet og vekstfase, og deretter behandle hver gruppe ulikt i budskap, tilbud og salgsmodell. Alle B2B-team gjør en variant av dette. De fleste gjør det dårlig: grensene kommer fra en dataleverandørs standardmeny («51–200 ansatte») i stedet for fra teamets egne vunne og tapte avtaler.

Dette innlegget er den praktiske veiledningen. Hvis du først trenger definisjonen av de underliggende dataene, kan du lese ordlisteoppføringen vår om firmografiske data. Her dekker vi hvilke firmografiske data som faktisk forutsier passform, hvordan du setter segmentgrenser ut fra dataene om vunne avtaler med et gjennomregnet eksempel, hva du bør vise hvert segment på nettstedet, hvor dataene kommer fra, hvor nøyaktige de er, og hvor mange segmenter du bør starte med.

Hvilke firmografiske data som faktisk forutsier B2B-match

Det finnes dusinvis av firmografiske felt. Bare en håndfull endrer som regel hvem som kjøper, hvor mye de betaler og hvor lang tid det tar. Ranger kandidatene etter to spørsmål: Endrer egenskapen kjøperens problem eller prosess, og kan du vite den pålitelig før en salgssamtale?

Den siste raden er strengt tatt teknografi og ikke firmografi, men for segmentering oppfører den seg på samme måte: en fast egenskap ved selskapet som endrer hva du bør si. Vårt syn: For programvareselskaper er «bruker verktøy X» ofte et skarpere segment enn bransje, fordi det kobles direkte til et integrasjonsbudskap.

Slik setter du segmentgrenser ut fra data om vunne avtaler

Ikke ta utgangspunkt i en leverandørs størrelsesintervaller. Ta utgangspunkt i dine egne resultater. Slik gjør du det:

1. Eksporter avsluttede muligheter (vunnet og tapt) fra de siste 12 til 24 månedene med antall ansatte, bransje, region, avtaleverdi, opprettelsesdato og avslutningsdato.
2. Berik manglende felt, slik at hver rad har attributtene du vil teste. Tomme rader gir skjeve resultater.
3. Del inn i smale grupper først. Bruk smale intervaller (for eksempel 1–20, 21–50, 51–100, 101–200 og så videre) slik at du ser hvor resultatene endrer seg.
4. Regn ut per gruppe: vinnrate, gjennomsnittlig kontraktsverdi, median salgssyklus og forventet verdi per mulighet (vinnrate ganger gjennomsnittlig kontraktsverdi).
5. Slå sammen tilstøtende grupper som oppfører seg likt, og trekk grensene der et måltall gjør et hopp.
6. Sjekk at utvalgsstørrelsene er fornuftige. En gruppe med fem avtaler er en anekdote. Slå den sammen med en nabogruppe eller merk den som «ukjent».

Gjennomgått eksempel

Eksempel (illustrerende tall for et tenkt B2B-programvareselskap med 300 avsluttede muligheter over 18 måneder):

Verdi per mulighet er vinnerrate ganger kontraktsverdi: 0,24 x 14 000 € = 3 360 € (avrundet til 3 400 €), 0,25 x 32 000 € = 8 000 € og så videre. Hva tabellen sier:

• 1–50 gir flest salgsmuligheter, men lavest verdi per salgsmulighet. Det peker mot en vei med lite oppfølging, selvbetjening eller rask demo, ikke mer SDR-tid.
• 51–200 og 201–1 000 vinner nesten like ofte, men kontraktsverdien blir mer enn doblet. Hold dem som separate segmenter for priser og bevis, selv om salgsprosessen er lik.
• 1 001+ har høy verdi per avtale, men lav vinnerandel basert på bare tre vunne avtaler. Det er for få til å konkludere med mye. Behandle det som en ABM-modell for navngitte kontoer og se på det igjen når du har mer data.

Grensen ved 1 000 her kommer fra dataene, ikke fra en konvensjon. Dine grenser kan ligge ved 30 og 400. Gjenta øvelsen for bransje og region, så har du en evidensbasert ideell kundeprofil i stedet for en gjettet en.

Segmenttabell: Hva du bør vise hvert segment på nettstedet

Et segment er bare nyttig hvis noe endres for det. For å fortsette eksempelet: Slik blir segmentene til budskap og handlingsoppfordringer på nettstedet.

Bedriftsstørrelse og bransje håndteres best som to lag: størrelsen velger CTA-en og hvor tunge bevisene er, bransjen velger vokabularet og kundecasen. Innleggene våre om personalisering av nettstedet etter bedriftsstørrelse og bransjespesifikk personalisering av nettsider viser eksempler på sidenivå for hver av dem.

Hvor firmografiske data kommer fra

Du trenger firmografi i to situasjoner: offline, når du analyserer avtaler og bygger mållister, og i sanntid, når en besøkende lander på nettstedet ditt.

• CRM-et ditt. Poster i HubSpot, Salesforce eller Pipedrive for eksisterende kunder og salgsmuligheter. Den mest pålitelige kilden for dine egne kontoer, men ofte ufullstendig for prospekter.
• Berikelsesleverandører. Databaser som legger selskapsattributter til et domene eller en post, som ZoomInfo, Apollo, Cognism, Dun & Bradstreet og HubSpot Breeze Intelligence (tidligere Clearbit). Dekningen varierer etter region og selskapsstørrelse, så test på dine egne poster før du forplikter deg.
• Reverse IP-oppslag og identifisering av besøkende. Verktøy som matcher nettverket en besøkende kommer fra med et selskap, for eksempel Leadfeeder, Demandbase og 6sense. Det er dette som gjør segmentering av nettstedet i sanntid mulig. Se hvordan reverse IP-oppslag fungerer.
• Teknografiske kilder. BuiltWith og Wappalyzer oppdager teknologier som er synlige på et selskaps nettsted; HG Insights og lignende leverandører utleder bredere installasjonsbaser.
• Offentlige kilder. Foretaksregistre (for eksempel Companies House i Storbritannia), SEC-rapporter for børsnoterte selskaper i USA, Crunchbase for finansieringsrunder, stillingsannonser og LinkedIn-sider for selskaper.
• Oppgitte data. Et skjemafelt som spør om selskapsstørrelse, eller et domene du kan berike. Den mest nøyaktige kilden for den enkelte besøkende, og den de fleste team spør for mye om.

For å bruke de samme egenskapene til å bygge lister for oppsøkende salg, se denne guiden til firmografiske data for salgsmålretting.

Forbehold om nøyaktighet som de fleste team ignorerer

• Antall ansatte varierer mellom kilder. Én leverandør teller LinkedIn-profiler, en annen bruker offentlige registreringer, en tredje anslår. Velg én kilde som fasit for segmentering, slik at et selskap ikke hopper mellom størrelsesgrupper.
• Bransjekoder er uenige. NAICS, SIC og LinkedIns bransjer klassifiserer samme selskap ulikt, og virksomheter med flere forretningsområder passer i flere. Koble leverandørenes koder til din egen korte liste med 5 til 10 bransjer.
• Omsetning for private selskaper er som regel modellert. Bruk det som et grovt intervall, aldri som et presist filter.
• IP-matching går glipp av folk. Fjernarbeidere på bredbånd hjemme, VPN-er og mobilnett kan ofte ikke kobles til en bedrift, og små bedrifter er vanskeligere å matche enn store. Matchraten varierer mye etter målgruppe, så mål din egen: ta et utvalg besøkende som senere fylte ut et skjema, og sjekk hvor mange som på forhånd ble matchet til riktig bedrift.
• Sted betyr hovedkontor. En besøkende fra et kontor i Berlin som tilhører et amerikansk selskap, merkes ofte som USA. Bruk den besøkendes geolokasjon for språk og valuta, og hovedkontoret for salgsdistrikt.
• Data blir gamle. Finansieringsrunder, antall ansatte og teknologistabel endrer seg. Berik aktive kontoer på nytt minst hvert kvartal.

Hvor mange segmenter du bør starte med

Færre enn du tror. Data er sjelden det som begrenser deg; innhold og måling er det. Hvert segment trenger egen tekst og egne bevis, noen som holder det oppdatert, og nok trafikk til å se om det virker.

Målesiden er nådeløs. Eksempel: et segment som konverterer på 2 %, der du vil påvise en økning til 2,6 % (en relativ forbedring på 30 %), krever omtrent 9 800 besøkende per variant ved 95 % konfidens og 80 % styrke, rundt 19 600 identifiserte besøkende for en test med to varianter. Utregningen finner du i guiden vår til utvalgsstørrelse i A/B-tester. De fleste B2B-segmenter når aldri dit i løpet av et kvartal.

Vår beslutningsregel:

• Start med tre segmenter som dekker mesteparten av de vunne inntektene dine, pluss standardopplevelsen for uidentifiserte besøkende.
• A/B-test formelt bare det største segmentet. For de andre lanserer du den personaliserte opplevelsen basert på dokumentasjon fra salg og kunder, og følger pipeline og vinnerrate per segment kvartal for kvartal.
• Legg til et bransjelag bare for bransjer med egne kundecaser og minst noen få vunne avtaler.
• Legg til et nytt segment bare når du kan navngi det ulike budskapet, de ulike bevisene og eieren.

Når reglene er definert, kan et verktøy som Markettailors segmentering evaluere dem ved hvert besøk, men det vanskelige er analysen over, ikke programvaren.

Ofte stilte spørsmål

Hva er firmografisk segmentering?

Firmografisk segmentering deler B2B-prospekter og -kunder inn i grupper basert på selskapsattributter som bransje, antall ansatte, omsetning, beliggenhet, eierskap og vekstfase. Hvert segment får deretter budskap, tilbud, prisvekt og salgsdekning som passer måten slike selskaper kjøper på. Det er B2B-motstykket til demografisk segmentering, som grupperer enkeltforbrukere etter attributter som alder eller inntekt.

Hva er eksempler på firmografiske data?

Vanlige firmografiske data er bransje eller underbransje, antall ansatte, årlig omsetning, land og region for hovedkontoret, juridisk struktur eller eierstruktur (børsnotert, privat, PE-eid, ideell), selskapets alder, finansieringsfase og nylig finansiering, og vekstsignaler som rekruttering. Teknologistakk klassifiseres som regel separat som teknografi, men brukes ofte sammen med firmografi i segmentering.

Hvordan velger du grensene for firmografiske segmenter?

Bruk dine egne data om vunne og tapte avtaler. Del inn mulighetene i fine grupper etter antall ansatte, bransje eller region, beregn vinnrate, gjennomsnittlig kontraktsverdi, salgssyklus og verdi per mulighet for hver gruppe, slå deretter sammen grupper som oppfører seg likt, og sett grensene der et måltall endrer seg markant. Unngå å støtte deg på en dataleverandørs standard størrelsesintervaller, som sjelden passer med kjøperne dine.

Hvor mange firmografiske segmenter bør du starte med?

Tre, pluss en standardopplevelse for besøkende du ikke kan identifisere. Hvert segment trenger sitt eget budskap, sine egne bevis og sin egen eier, og nok trafikk til å måles. De fleste B2B-nettsteder har ikke trafikk nok til å A/B-teste mange segmenter, så test det største formelt og følg pipeline per segment for resten. Legg bare til segmenter når du har et tydelig annet budskap å vise.