A maioria dos visitantes de um site B2B sai sem preencher nenhum formulário. Confira seus próprios números: divida os envios de formulários pelas sessões do último trimestre, e a parcela do tráfego que nunca se identifica costuma ser a maior parte. A geração de leads com IA, no sentido do site, é o conjunto de técnicas que atuam sobre essa maioria silenciosa: identificar quais empresas estão visitando, estimar quais delas estão em um ciclo de compra e mudar o que o site mostra para que mais delas deem um próximo passo.
A "IA" faz quantidades diferentes de trabalho em cada parte, e os fornecedores usam a palavra de forma vaga. Este post separa as partes, explica como cada uma funciona e onde falha e traz um plano de 30 dias para juntá-las sem exagerar na construção.
O que geração de leads com IA significa em um site
O rótulo abrange chatbots, pontuação preditiva, prospecção automatizada e mais. Para um time B2B focado no site, três peças importam:
| Peça | O que faz | Onde o machine learning realmente ajuda |
|---|---|---|
| Identificação de visitantes | Associa sessões anônimas a empresas por meio de dados de IP e enriquecimento | Principalmente cruzamento de dados, não ML; alguns provedores usam modelos para limpar e cruzar registros |
| Pontuação de intenção | Estima quais contas têm probabilidade de comprar, com base no fit e no comportamento | O principal uso de ML: aprender quais combinações de sinais precederam suas vitórias anteriores |
| Engajamento personalizado | Muda títulos, provas e CTAs com base em quem está visitando e no que fez | Opcional; a maior parte da personalização B2B funciona com regras explícitas, às vezes com seleção automática de variantes |
Se um fornecedor diz "com IA", pergunte a qual dessas três coisas isso se aplica e com que dados o modelo é treinado. Um modelo de pontuação treinado com os seus próprios negócios ganhos é algo diferente de uma "pontuação de intenção" genérica que um fornecedor calcula para todos os clientes.
Como funciona a identificação de visitantes
A geração de leads por formulário espera que as pessoas se identifiquem. A identificação de visitantes trabalha pelo outro lado: tenta identificar a empresa antes que alguém preencha qualquer coisa.
- Resolução de IP. O endereço IP do visitante é comparado com bases de dados que associam faixas de IP a organizações. Empresas com faixas de rede próprias (escritórios, VPNs que saem por gateways corporativos) são bem identificadas. Banda larga residencial, redes móveis e redes compartilhadas de coworking são mal identificadas ou nem são, e é por isso que as taxas de identificação variam tanto entre sites. Meça a sua própria taxa de identificação antes de planejar qualquer coisa em torno dela.
- Enriquecimento firmográfico. Depois que a empresa é identificada, o enriquecimento acrescenta setor, faixa de funcionários, localização e, às vezes, o stack de tecnologia. Trate esses campos como estimativas; confira uma amostra com o que você sabe sobre contas reais.
- Comportamento no site. Páginas vistas, número de visitas e frequência de retorno ficam associados à empresa, então você vê “três pessoas desta empresa leram a página de preços esta semana” em vez de três sessões anônimas.
- Associação com o CRM. Se a empresa corresponde a uma conta no seu CRM, a visita é vinculada ao responsável e aos negócios em aberto. Um vendedor pode ver que uma conta em que está trabalhando abriu a página de segurança duas vezes.
Identificação no nível da empresa não é identificação no nível da pessoa. Ela diz qual organização, não qual indivíduo, e deve ser apresentada assim para vendas. Para uma comparação de ferramentas, veja nosso guia de software de identificação de visitantes do site.
Pontuação: de identificado a qualificado
Uma lista de empresas visitantes não é um pipeline. A etapa de pontuação decide quais merecem atenção. Para saber como colocar a pontuação baseada em modelos em um pipeline funcional, veja este guia prático de lead scoring com IA.
1. Baseie o perfil nos seus próprios negócios ganhos
Puxe seus últimos 50 a 100 negócios ganhos e observe setor, faixa de porte, região e qualquer tecnologia em comum. Esse é o seu perfil de fit, e ele deve substituir o que o modelo de pontuação pressupunha antes. Nosso post sobre como construir um perfil de cliente ideal mostra a análise passo a passo. Se você tem menos de algumas dezenas de negócios ganhos, um modelo de machine learning tem muito pouco com o que aprender; um modelo de pontos transparente, que você consegue explicar para vendas, funciona igualmente bem.
2. Encontre o comportamento que antecedeu essas vitórias
Analise a atividade no site das contas ganhas nas semanas anteriores à criação da oportunidade. Sinais que costumam importar no B2B: visitas repetidas aos preços, estudos de caso do próprio setor do visitante, páginas de comparação e de integrações, várias pessoas da mesma conta em um curto período. Confira-os com os seus dados em vez de adotá-los sem critério; um sinal que nunca aparece antes das suas vitórias não deve ter peso.
É aqui que o machine learning mostra seu valor. Com histórico suficiente, um modelo consegue ponderar combinações de fit e comportamento melhor do que pontos definidos manualmente. Sem histórico suficiente, ele se ajusta demais ao ruído, então comece de forma simples e evolua para um modelo quando os dados permitirem.
3. Transforme pontuações em ações
Defina os níveis pelo que acontece em seguida, não só pela pontuação:
- Aja agora: fit com o ICP mais comportamento de estágio avançado. Alerte o responsável pela conta no mesmo dia, com as páginas visitadas.
- Aquecer: bom fit, comportamento inicial. Ajuste a experiência no site e, quando houver consentimento, faça nutrição.
- Observar: todo o resto. Continue coletando comportamento e reavalie quando ele mudar.
Defina os cortes de forma que o nível "agir agora" seja pequeno o bastante para que vendas realmente olhe cada alerta. Nossos guias sobre pontuação de contas de alta intenção e roteamento de leads do site detalham os limites e o roteamento.
Como usar os dados no próprio site
A identificação e a pontuação dizem quem está ali. A personalização usa isso para mudar o que eles veem. Três usos comuns, com os cuidados de cada um:
Contas identificadas, mas desconhecidas: primeiras impressões relevantes para o setor
Quando uma sessão é associada a um setor ou faixa de porte, a homepage pode mostrar um título, provas e um caso de uso para aquele segmento. Exemplo: um visitante de logística vê a história de um cliente de logística em vez de uma parede genérica de logos. Isso só funciona se você tiver provas reais para o segmento; um título setorial na frente de conteúdo genérico é pior do que o padrão.
Contas-alvo conhecidas: experiências por conta
Para contas em um programa de ABM ou com um negócio aberto, o site pode mostrar conteúdo ligado a esse relacionamento: provas do setor delas, a integração sobre a qual perguntaram, um CTA para o executivo de contas em vez de um formulário genérico de demo. Seja comedido. Citar a empresa em um banner pode parecer vigilância; mostrar material relevante geralmente não.
Visitantes recorrentes: alinhando o próximo passo
Primeira visita: "Veja como funciona". Visita de retorno após páginas de produto: "Compare os planos". Visita de retorno após a página de preços: "Fale com a gente", com uma agenda. As regras específicas importam menos do que testá-las; meça cada uma contra um grupo de controle que vê o padrão. Nosso post sobre CTAs personalizados aborda o lado dos testes.
O stack, peça por peça
- Identificação e enriquecimento: identifica as empresas e adiciona dados firmográficos. Sem isso, nada que vem depois sabe quem está visitando.
- Rastreamento comportamental: seus eventos de analytics (categorias de páginas, visitas, ações-chave), associados ao registro da empresa.
- Pontuação: pontos que você define ou um modelo treinado com os seus resultados. Ela pode ficar na sua ferramenta de personalização, no seu CRM ou em um serviço separado.
- Personalização: avalia regras e serve variantes. Tags no navegador são rápidas para começar; a entrega no servidor ou na edge evita flicker nas páginas-chave.
- Sincronização com o CRM nos dois sentidos: identificação e scores para o CRM no nível da conta; status e responsável da conta de volta para o site, para que ele não mostre, por exemplo, um CTA “agende uma demo” a um cliente atual.
As peças só são úteis juntas. Identificação sem ação é uma lista. Personalização sem identificação é chute. Pontuações que nunca chegam ao CRM nunca chegam a vendas.
Como saber se está funcionando
| Pergunta | Métrica | Comparação |
|---|---|---|
| Estamos alcançando as contas certas? | Parcela do tráfego identificado que corresponde ao seu ICP | Mês a mês |
| A pontuação diferencia alguma coisa? | Taxa de oportunidades por faixa de pontuação | O nível mais alto deve superar claramente os níveis inferiores; se não superar, o modelo não está prevendo nada |
| Vendas age com base nos alertas? | Tempo do alerta ao primeiro contato; parcela de alertas atendidos | Em relação ao seu tempo de resposta desejado |
| A personalização ajuda? | Conversão por segmento, personalizado vs. grupo de controle | Grupo de controle do mesmo segmento, não a média do site |
| Vale o custo? | Custo por lead aceito por vendas ou por oportunidade gerada por essa abordagem | Em comparação com seus outros canais, usando a mesma definição |
Um viés a esperar: as contas identificadas tendem a ser de empresas maiores, porque essas são as redes que a resolução de IP trata melhor. Isso pode fazer os tamanhos de negócio parecerem melhores do que o modelo merece. Compare grupos equivalentes.
Um plano de 30 dias
- Semana 1: identificação, sem ação. Instale a identificação, conecte o enriquecimento e registre quais empresas visitam e o que leem. Meça sua taxa de identificação e confira a precisão por amostragem com contas que você conhece.
- Semana 2: um primeiro modelo de pontuação. Analise os negócios ganhos recentes quanto ao fit e ao comportamento antes da oportunidade. Monte um modelo simples por tiers e combine com vendas a definição de “agir agora”.
- Semana 3: uma personalização. Escolha o setor ou a faixa de porte do ICP mais comum no seu tráfego identificado e personalize o título e as provas da home para ele. Mantenha um grupo de controle.
- Semana 4: conecte vendas. Sincronize a identificação por conta e os níveis com o CRM, ative alertas para os responsáveis no nível mais alto e explique aos vendedores o que os dados mostram e o que não mostram, incluindo como mencioná-los sem soar invasivo (“percebi que a sua equipe tem olhado as integrações” é uma frase que muitos compradores vão achar estranha; começar com um material relevante geralmente não é).
Depois de quatro semanas, você tem a estrutura e um primeiro teste. A pontuação só vai melhorar se alguém revisar o desempenho dos níveis todo mês e ajustá-la; ela não melhora sozinha.
Erros a evitar
- Pontuar só pelo fit. Uma grande empresa do seu ICP lendo um post de blog não é um lead quente. O comportamento costuma separar compradores de curiosos melhor do que os dados firmográficos.
- Alertar sobre tudo. Se os vendedores recebem dezenas de alertas por dia, param de lê-los. Mantenha o nível mais alto pequeno.
- Personalizar com dados de baixa confiança. Se o enriquecimento não tem certeza sobre o setor, mostre a versão padrão. Uma página do setor errado é pior do que uma genérica.
- Considerar a privacidade resolvida porque são "dados da empresa". Endereços IP e rastreamento comportamental podem ser dados pessoais sob o GDPR, mesmo quando seu objetivo é o nível da empresa. Envolva o responsável por privacidade, respeite as escolhas de consentimento para cookies e rastreamento e atualize seu aviso de privacidade. Nosso post sobre personalização B2B e privacidade de dados traz os detalhes.
- Supor que o modelo se mantém sozinho. Sua base de clientes, seu produto e suas mensagens mudam. Revise a pontuação mensalmente e as regras de personalização trimestralmente.
Onde a Markettailor se encaixa
O Markettailor combina identificação de visitantes no nível da empresa, enriquecimento firmográfico e personalização do site, para que os dados de identificação alimentem diretamente segmentos e variantes e os resultados possam ser comparados com um grupo de controle. Seja qual for a ferramenta, a ordem acima vale: meça quem visita, aprenda o que antecedeu as suas vitórias, aja sobre um nível pequeno de alta intenção e teste cada mudança na página contra um controle.
