Większość odwiedzających stronę B2B wychodzi bez wypełnienia formularza. Sprawdź własne liczby: podziel liczbę wysłanych formularzy przez liczbę sesji z ostatniego kwartału, a odsetek ruchu, który nigdy się nie ujawnia, zwykle okaże się większością. Generowanie leadów z AI, w kontekście strony, to zestaw technik działających na tę milczącą większość: rozpoznawanie, które firmy odwiedzają stronę, szacowanie, które z nich są w cyklu zakupowym, i zmiana tego, co pokazuje strona, by więcej z nich zrobiło kolejny krok.
„AI” wykonuje w każdej części inną ilość pracy, a dostawcy używają tego słowa swobodnie. Ten artykuł rozdziela te części, wyjaśnia, jak działa każda z nich i gdzie zawodzi, oraz przedstawia 30-dniowy plan ich połączenia bez przesadnej rozbudowy.
Co oznacza generowanie leadów z AI na stronie
Ta etykieta obejmuje chatboty, scoring predykcyjny, automatyczny outreach i nie tylko. Dla zespołu B2B skupionego na stronie liczą się trzy elementy:
| Element | Co robi | Gdzie uczenie maszynowe naprawdę pomaga |
|---|---|---|
| Identyfikacja odwiedzających | Przypisuje anonimowe sesje do firm na podstawie danych IP i wzbogacania | Głównie dopasowywanie danych, nie ML; niektórzy dostawcy używają modeli do czyszczenia i łączenia rekordów |
| Scoring intencji | Szacuje, które konta prawdopodobnie kupią, na podstawie dopasowania i zachowania | Główne zastosowanie ML: uczenie się, jakie kombinacje sygnałów poprzedzały Twoje dotychczasowe wygrane |
| Spersonalizowane zaangażowanie | Zmienia nagłówki, dowody i CTA w zależności od tego, kto odwiedza stronę i co zrobił | Opcjonalnie; większość personalizacji B2B działa na jawnych regułach, czasem z automatycznym wyborem wariantu |
Jeśli dostawca mówi „oparte na AI”, zapytaj, do którego z tych trzech obszarów to się odnosi i na czym trenowany jest model. Model scoringowy wytrenowany na Twoich własnych wygranych transakcjach to coś innego niż ogólny „wynik intencji”, który dostawca wylicza na podstawie wszystkich swoich klientów.
Jak działa identyfikacja odwiedzających
Generowanie leadów przez formularze czeka, aż ludzie sami się przedstawią. Identyfikacja odwiedzających działa od drugiej strony: próbuje ustalić firmę, zanim ktokolwiek cokolwiek wypełni.
- Rozpoznawanie IP. Adres IP odwiedzającego jest porównywany z bazami danych, które przypisują zakresy IP do organizacji. Firmy z własnymi zakresami sieci (biura, VPN-y wychodzące przez firmowe bramy) dają się dobrze rozpoznać. Domowy internet, sieci komórkowe i wspólne sieci coworkingowe rozpoznają się słabo lub wcale – dlatego odsetek dopasowań tak bardzo różni się między stronami. Zmierz własny odsetek dopasowań, zanim zaczniesz cokolwiek wokół niego planować.
- Wzbogacanie firmograficzne. Gdy firma zostanie nazwana, wzbogacanie dodaje branżę, przedział zatrudnienia, lokalizację, a czasem stos technologiczny. Traktuj te pola jako szacunki; wyrywkowo sprawdź próbkę z tym, co wiesz o prawdziwych kontach.
- Zachowanie na stronie. Wyświetlone strony, liczba wizyt i częstotliwość powrotów są przypisywane do firmy, więc widzisz „trzy osoby z tej firmy czytały w tym tygodniu cennik” zamiast trzech anonimowych sesji.
- Dopasowanie do CRM. Jeśli firma pasuje do konta w CRM, wizyta zostaje powiązana z jego opiekunem i otwartymi dealami. Handlowiec widzi, że firma, nad którą pracuje, dwukrotnie otworzyła stronę o bezpieczeństwie.
Identyfikacja na poziomie firmy to nie identyfikacja na poziomie osoby. Mówi, która organizacja, a nie która osoba, i tak należy ją przedstawiać sprzedaży. Porównanie narzędzi znajdziesz w przewodniku po oprogramowaniu do identyfikacji odwiedzających stronę.
Scoring: od zidentyfikowanych do kwalifikowanych
Lista odwiedzających firm to jeszcze nie pipeline. To etap scoringu decyduje, które z nich zasługują na uwagę. Jak wdrożyć scoring oparty na modelach w działającym pipeline’ie, przeczytasz w tym praktycznym przewodniku po scoringu leadów z AI.
1. Opieraj profil na własnych wygranych
Pobierz 50–100 ostatnich wygranych transakcji i przeanalizuj branżę, przedział wielkości, region i wszelkie wspólne technologie. To Twój profil dopasowania i powinien zastąpić wszystko, co wcześniej zakładał model scoringu. Nasz artykuł o budowie profilu idealnego klienta przeprowadza przez tę analizę. Jeśli masz mniej niż kilkadziesiąt wygranych, model uczenia maszynowego ma bardzo niewiele materiału do nauki; przejrzysty model punktowy, który możesz wyjaśnić sprzedaży, sprawdzi się równie dobrze.
2. Znajdź zachowania, które poprzedzały te wygrane
Przeanalizuj aktywność na stronie wygranych firm w tygodniach przed utworzeniem szansy sprzedaży. Sygnały, które często mają znaczenie w B2B: powtórne wizyty na cenniku, case studies z branży odwiedzającego, strony porównań i integracji, kilka osób z tej samej firmy w krótkim czasie. Sprawdź je na własnych danych, zamiast przyjmować w całości; sygnał, który nigdy nie pojawia się przed Twoimi wygranymi, nie powinien mieć wagi.
Tu uczenie maszynowe pokazuje swoją wartość. Przy wystarczającej historii model potrafi lepiej ważyć kombinacje dopasowania i zachowania niż ręcznie ustawione punkty. Przy zbyt krótkiej historii dopasowuje się do szumu, więc zacznij prosto i przejdź na model, gdy dane na to pozwolą.
3. Zamień wyniki w działania
Definiuj poziomy według tego, co dzieje się dalej, a nie tylko według wyniku:
- Działaj teraz: dopasowanie do ICP plus zachowanie z późnego etapu. Powiadom właściciela konta tego samego dnia, podając wyświetlone strony.
- Rozgrzewanie: dobre dopasowanie, wczesne zachowania. Dostosuj doświadczenie na stronie i – jeśli masz zgodę – prowadź nurturing.
- Obserwuj: wszystko inne. Zbieraj dalej dane o zachowaniach i oceniaj ponownie, gdy się zmienią.
Ustaw progi tak, by poziom „działaj teraz” był na tyle mały, że sprzedaż faktycznie przejrzy każdy alert. Progi i routing szczegółowo opisują nasze przewodniki po scoringu kont o wysokiej intencji i routingu leadów ze strony.
Wykorzystanie danych na samej stronie
Identyfikacja i scoring mówią, kto jest na stronie. Personalizacja wykorzystuje to, by zmienić to, co widzi. Trzy częste zastosowania – i na co uważać:
Zidentyfikowane, ale nieznane firmy: pierwsze wrażenie dopasowane do branży
Gdy sesja zostanie przypisana do branży lub przedziału wielkości, strona główna może pokazać nagłówek, dowody i przypadek użycia dla tego segmentu. Przykład: odwiedzający z branży logistycznej widzi historię klienta z logistyki zamiast ogólnej ściany logotypów. Działa to tylko wtedy, gdy masz prawdziwe dowody dla segmentu; branżowy nagłówek nad ogólną treścią jest gorszy niż wersja domyślna.
Znane konta docelowe: doświadczenia na poziomie konta
W przypadku kont objętych programem ABM lub z otwartą transakcją strona może pokazywać treści związane z tą relacją: dowody z ich sektora, integrację, o którą pytali, CTA prowadzące do ich account executive’a zamiast ogólnego formularza demo. Zachowaj umiar. Wymienienie nazwy firmy w banerze może wyglądać jak inwigilacja; pokazanie trafnych materiałów zwykle nie.
Powracający odwiedzający: dopasowanie kolejnego kroku
Pierwsza wizyta: „Zobacz, jak to działa”. Powrót po obejrzeniu stron produktowych: „Porównaj plany”. Powrót po obejrzeniu cennika: „Porozmawiaj z nami” z kalendarzem. Konkretne reguły mają mniejsze znaczenie niż ich testowanie; mierz każdą względem grupy kontrolnej, która widzi wersję domyślną. Testowanie opisujemy w artykule o spersonalizowanych CTA.
Stack element po elemencie
- Identyfikacja i wzbogacanie: rozpoznaje firmy i dodaje dane firmograficzne. Bez tego nic dalej w łańcuchu nie wie, kto odwiedza stronę.
- Śledzenie zachowań: zdarzenia analityczne (kategorie stron, wizyty, kluczowe działania) przypisane do rekordu firmy.
- Scoring: punkty zdefiniowane przez Ciebie albo model wytrenowany na Twoich wynikach. Może działać w narzędziu do personalizacji, w CRM lub w osobnej usłudze.
- Personalizacja: ocenia reguły i serwuje warianty. Tagi po stronie klienta pozwalają szybko zacząć; serwowanie po stronie serwera lub na brzegu sieci zapobiega migotaniu na kluczowych stronach.
- Synchronizacja z CRM w obie strony: identyfikacja i wyniki trafiają do CRM na poziomie konta, a status konta i opiekun wracają na stronę, aby na przykład nie pokazywała CTA „umów demo” obecnemu klientowi.
Te elementy są przydatne tylko razem. Identyfikacja bez działania to tylko lista. Personalizacja bez identyfikacji zgaduje. Wyniki, które nigdy nie trafiają do CRM, nigdy nie trafiają do sprzedaży.
Jak sprawdzić, czy to działa
| Pytanie | Wskaźnik | Porównanie |
|---|---|---|
| Czy docieramy do właściwych kont? | Odsetek zidentyfikowanego ruchu pasującego do ICP | Miesiąc do miesiąca |
| Czy scoring cokolwiek rozróżnia? | Odsetek szans sprzedaży według poziomu wyniku | Najwyższy poziom powinien wyraźnie wyprzedzać niższe; jeśli tak nie jest, model niczego nie przewiduje |
| Czy sprzedaż reaguje na alerty? | Czas od alertu do pierwszego kontaktu; odsetek alertów, na które zareagowano | W porównaniu z docelowym czasem odpowiedzi |
| Czy personalizacja pomaga? | Konwersja według segmentu: personalizacja a grupa kontrolna | Grupa kontrolna z tego samego segmentu, a nie średnia dla całej strony |
| Czy to jest warte swojej ceny? | Koszt leada zaakceptowanego przez sprzedaż lub szansy sprzedaży z tego modelu | Względem innych kanałów, przy tej samej definicji |
Spodziewaj się jednego zniekształcenia: zidentyfikowane konta są przesunięte w stronę większych firm, bo to ich sieci rozpoznawanie IP obsługuje najlepiej. Przez to wartość transakcji może wyglądać lepiej, niż zasługuje na to dany model. Porównuj podobne z podobnym.
Plan na 30 dni
- Tydzień 1: identyfikacja, bez działań. Zainstaluj identyfikację, podłącz wzbogacanie danych i zapisuj, które firmy odwiedzają stronę i co czytają. Zmierz współczynnik dopasowania i wyrywkowo sprawdź dokładność na kontach, które znasz.
- Tydzień 2: pierwszy model scoringu. Przeanalizuj niedawno wygrane deale pod kątem dopasowania i zachowań przed powstaniem szansy sprzedaży. Zbuduj prosty model z poziomami i uzgodnij z działem sprzedaży definicję „działaj teraz”.
- Tydzień 3: jedna personalizacja. Wybierz najczęstszą branżę lub przedział wielkości z ICP w zidentyfikowanym ruchu i spersonalizuj dla niej nagłówek i dowody na stronie głównej. Zachowaj grupę kontrolną.
- Tydzień 4: podłącz sprzedaż. Synchronizuj identyfikację na poziomie konta i poziomy z CRM, włącz alerty dla właścicieli najwyższego poziomu i przeszkol handlowców, co dane pokazują, a czego nie, w tym jak się do nich odnosić, nie brzmiąc natrętnie („zauważyłem, że Twój zespół przeglądał integracje” to zdanie, które wielu kupujących uzna za dziwne; rozpoczęcie od trafnego materiału zwykle nie).
Po czterech tygodniach masz infrastrukturę i pierwszy test. Scoring będzie się poprawiał tylko wtedy, gdy ktoś co miesiąc przejrzy wyniki poziomów i je dostosuje; sam z siebie się nie poprawi.
Błędy, których warto unikać
- Scoring wyłącznie na podstawie dopasowania. Duża firma z Twojego ICP, która przeczytała jeden wpis na blogu, to nie gorący lead. Zachowanie zwykle lepiej oddziela kupujących od przeglądających niż dane firmograficzne.
- Alerty o wszystkim. Jeśli handlowcy dostają dziesiątki alertów dziennie, przestają je czytać. Utrzymuj najwyższy poziom niewielki.
- Personalizacja na podstawie danych o niskiej pewności. Jeśli wzbogacanie danych nie jest pewne branży, pokaż wersję domyślną. Strona dla niewłaściwej branży jest gorsza niż ogólna.
- Uznawanie prywatności za załatwioną, bo to „dane firmowe”. Adresy IP i śledzenie zachowań mogą być danymi osobowymi w rozumieniu RODO, nawet jeśli Twoim celem jest poziom firmy. Zaangażuj osobę odpowiedzialną za prywatność, respektuj wybory dotyczące zgody na cookies i śledzenie oraz zaktualizuj informację o prywatności. Szczegóły znajdziesz w naszym artykule o personalizacji B2B i ochronie danych.
- Założenie, że model sam się utrzymuje. Twoja baza klientów, produkt i komunikacja się zmieniają. Przeglądaj scoring co miesiąc, a reguły personalizacji co kwartał.
Gdzie pasuje Markettailor
Markettailor łączy identyfikację odwiedzających na poziomie firm, wzbogacanie danymi firmograficznymi i personalizację strony, więc dane identyfikacyjne zasilają bezpośrednio segmenty i warianty, a wyniki można porównać z grupą kontrolną. Niezależnie od narzędzia powyższa kolejność obowiązuje: zmierz, kto odwiedza stronę, dowiedz się, co poprzedzało Twoje wygrane, działaj na małym poziomie o wysokiej intencji i testuj każdą zmianę na stronie względem grupy kontrolnej.
