Majoritatea vizitatorilor unui site B2B pleacă fără să completeze un formular. Verifică propriile cifre: împarte formularele trimise la sesiuni pentru ultimul trimestru, iar ponderea traficului care nu se identifică niciodată reprezintă de obicei cea mai mare parte. Generarea de leaduri cu AI, în sensul site-ului, este setul de tehnici care lucrează cu această majoritate tăcută: identificarea companiilor care vizitează site-ul, estimarea celor aflate într-un ciclu de achiziție și schimbarea a ceea ce afișează site-ul, astfel încât mai multe dintre ele să facă un pas următor.
„AI” face cantități diferite de muncă în fiecare parte, iar furnizorii folosesc cuvântul în mod lejer. Acest articol separă părțile, explică cum funcționează fiecare și unde eșuează și oferă un plan de 30 de zile pentru a le pune laolaltă fără a construi în exces.
Ce înseamnă generarea de leaduri cu AI pe un site
Eticheta acoperă chatboți, scoring predictiv, outreach automatizat și altele. Pentru o echipă B2B concentrată pe site, contează trei componente:
| Element | Ce face | Unde ajută cu adevărat machine learning |
|---|---|---|
| Identificarea vizitatorilor | Asociază sesiunile anonime cu companii prin date IP și îmbogățire | Mai ales potrivire de date, nu ML; unii furnizori folosesc modele pentru a curăța și potrivi înregistrările |
| Scoring de intenție | Estimează ce conturi au șanse să cumpere, pe baza potrivirii și a comportamentului | Principala utilizare a ML: învățarea combinațiilor de semnale care au precedat câștigurile din trecut |
| Implicare personalizată | Schimbă titluri, dovezi și CTA-uri în funcție de cine vizitează și ce a făcut | Opțional; cea mai mare parte a personalizării B2B funcționează pe reguli explicite, uneori cu selecție automată a variantelor |
Dacă un furnizor spune „bazat pe AI”, întreabă la care dintre aceste trei se aplică și pe ce date este antrenat modelul. Un model de scoring antrenat pe propriile tale date closed-won este altceva decât un „scor de intenție” generic pe care un furnizor îl calculează pentru toți clienții săi.
Cum funcționează identificarea vizitatorilor
Generarea de lead-uri prin formulare așteaptă ca oamenii să se identifice singuri. Identificarea vizitatorilor pornește din celălalt capăt: încearcă să afle numele companiei înainte ca cineva să completeze ceva.
- Rezolvarea IP-ului. Adresa IP a vizitatorului este comparată cu baze de date care asociază intervale de IP cu organizații. Companiile cu propriile intervale de rețea (birouri, VPN-uri care ies prin gateway-uri corporative) sunt identificate bine. Conexiunile de acasă, rețelele mobile și rețelele comune din spațiile de coworking sunt identificate slab sau deloc, motiv pentru care ratele de potrivire variază atât de mult de la un site la altul. Măsoară-ți propria rată de potrivire înainte să planifici ceva pe baza ei.
- Îmbogățire firmografică. Odată ce o companie este numită, îmbogățirea adaugă industria, intervalul de angajați, locația și uneori stack-ul tehnologic. Tratează aceste câmpuri ca estimări; verifică prin sondaj un eșantion față de ce știi despre conturile reale.
- Comportamentul pe site. Paginile vizualizate, numărul de vizite și frecvența revenirilor sunt atașate companiei, așa că vezi „trei persoane din această companie au citit pagina de prețuri săptămâna asta”, nu trei sesiuni anonime.
- Asocierea cu CRM-ul. Dacă firma se potrivește cu un cont din CRM, vizita este legată de proprietarul acestuia și de deal-urile deschise. Un reprezentant poate vedea că un cont cu care lucrează a deschis de două ori pagina de securitate.
Identificarea la nivel de companie nu este identificare la nivel de persoană. Îți spune ce organizație, nu ce persoană, și așa ar trebui prezentată vânzărilor. Pentru o comparație a instrumentelor, vezi ghidul nostru despre software-ul de identificare a vizitatorilor site-ului.
Scoring: de la identificat la calificat
O listă de companii vizitatoare nu este un pipeline. Pasul de scoring decide care merită atenție. Pentru modul în care integrezi scoringul bazat pe modele într-un pipeline funcțional, vezi acest ghid pragmatic despre lead scoring cu AI.
1. Bazează profilul pe propriile tranzacții câștigate
Extrage ultimele 50–100 de contracte câștigate și uită-te la industrie, intervalul de dimensiune, regiune și orice tehnologie pe care o au în comun. Acesta este profilul tău de potrivire și ar trebui să înlocuiască orice presupunea modelul de scoring înainte. Articolul nostru despre construirea profilului clientului ideal trece prin analiză pas cu pas. Dacă ai mai puțin de câteva zeci de contracte câștigate, un model de machine learning are foarte puțin din care să învețe; un model transparent pe puncte, pe care îl poți explica echipei de vânzări, va funcționa la fel de bine.
2. Găsește comportamentul care a precedat acele câștiguri
Uită-te la activitatea web a conturilor câștigate în săptămânile dinaintea creării oportunității. Semnale care contează adesea în B2B: vizite repetate pe pagina de prețuri, studii de caz din industria vizitatorului, pagini de comparație și de integrare, mai multe persoane din același cont într-un interval scurt. Verifică-le pe propriile date în loc să le adopți în bloc; un semnal care nu apare niciodată înaintea câștigurilor tale nu ar trebui să aibă pondere.
Aici își câștigă locul machine learning-ul. Cu suficient istoric, un model poate cântări combinațiile de potrivire și comportament mai bine decât punctele setate manual. Fără suficient istoric, se supraadaptează la zgomot, așa că începe simplu și treci la un model când datele o permit.
3. Transformă scorurile în acțiuni
Definește nivelurile după ce se întâmplă în continuare, nu doar după scor:
- Acționează acum: potrivire ICP plus comportament din etapele finale. Alertează responsabilul contului în aceeași zi, cu paginile vizualizate.
- Încălzește: potrivire bună, comportament în fază incipientă. Ajustează experiența de pe site și, unde ai consimțământ, fă nurturing.
- Urmărește: tot restul. Continuă să colectezi comportamentul și reevaluează când se schimbă.
Stabilește pragurile astfel încât nivelul „acționează acum” să fie suficient de mic încât vânzările să se uite efectiv la fiecare alertă. Ghidurile noastre despre scoring-ul conturilor cu intenție ridicată și rutarea leadurilor de pe site descriu mai detaliat pragurile și rutarea.
Folosirea datelor chiar pe website
Identificarea și scoring-ul îți spun cine e acolo. Personalizarea folosește aceste informații ca să schimbe ce văd vizitatorii. Trei utilizări frecvente și la ce să fii atent:
Conturi identificate, dar necunoscute: prime impresii relevante pentru industrie
Când o sesiune este asociată unei industrii sau unui interval de mărime, homepage-ul poate afișa un titlu, dovezi și un caz de utilizare pentru acel segment. Exemplu: un vizitator din logistică vede povestea unui client din logistică în locul unui perete generic de logouri. Funcționează doar dacă ai dovezi reale pentru segment; un titlu de industrie pus în fața unui conținut generic e mai rău decât varianta implicită.
Conturi țintă cunoscute: experiențe la nivel de cont
Pentru conturile dintr-un program ABM sau cu un deal deschis, site-ul poate afișa conținut legat de acea relație: dovezi din sectorul lor, integrarea despre care au întrebat, un CTA către account executive-ul lor în locul unui formular generic de demo. Păstrează măsura. Numele companiei într-un banner poate părea supraveghere; afișarea de materiale relevante de obicei nu.
Vizitatori care revin: potrivirea următorului pas
Prima vizită: „Vezi cum funcționează”. Vizită repetată după paginile de produs: „Compară planurile”. Vizită repetată după prețuri: „Vorbește cu noi”, cu un calendar de programare. Regulile concrete contează mai puțin decât testarea lor; măsoară-le pe fiecare față de un grup de control care vede versiunea implicită. Articolul nostru despre CTA-uri personalizate acoperă partea de testare.
Stack-ul, componentă cu componentă
- Identificare și îmbogățire: identifică companiile și adaugă datele firmografice. Fără acest strat, nimic din aval nu știe cine vizitează site-ul.
- Urmărirea comportamentului: evenimentele tale din analytics (categorii de pagini, vizite, acțiuni cheie), asociate cu fișa companiei.
- Scoring: fie puncte pe care le definești tu, fie un model antrenat pe rezultatele tale. Poate rula în instrumentul de personalizare, în CRM sau într-un serviciu separat.
- Personalizare: evaluează regulile și servește variantele. Tagurile client-side sunt rapide la început; livrarea server-side sau edge evită flickerul pe paginile cheie.
- Sincronizare CRM în ambele sensuri: identificarea și scorurile ajung în CRM la nivel de cont; statusul contului și responsabilul se întorc pe site, ca acesta să nu afișeze, de exemplu, un CTA „Programează un demo” unui client existent.
Componentele sunt utile doar împreună. Identificarea fără acțiune este o listă. Personalizarea fără identificare ghicește. Scorurile care nu ajung niciodată în CRM nu ajung niciodată la vânzări.
Cum îți dai seama dacă funcționează
| Întrebare | Metrică | Comparație |
|---|---|---|
| Ajungem la conturile potrivite? | Ponderea traficului identificat care se potrivește cu ICP-ul | Lună la lună |
| Separă scoringul ceva? | Rata de oportunități pe niveluri de scor | Nivelul de top ar trebui să depășească clar nivelurile inferioare; dacă nu, modelul nu prezice nimic |
| Acționează vânzările pe baza alertelor? | Timpul de la alertă la primul contact; ponderea alertelor tratate | Față de timpul de răspuns țintă |
| Ajută personalizarea? | Conversia pe segmente, personalizat vs grup de control | Grup de control din același segment, nu media site-ului |
| Merită costul? | Costul per lead acceptat de vânzări sau per oportunitate din această acțiune | Față de celelalte canale, folosind aceeași definiție |
O distorsiune la care să te aștepți: conturile identificate sunt înclinate spre companii mai mari, pentru că acestea sunt rețelele pe care rezoluția IP le gestionează cel mai bine. Asta poate face ca valorile dealurilor să arate mai bine decât merită modelul. Compară lucruri comparabile.
Un plan de 30 de zile
- Săptămâna 1: identificare, fără acțiune. Instalează identificarea, conectează îmbogățirea datelor și înregistrează ce companii vizitează și ce citesc. Măsoară rata de potrivire și verifică prin sondaj acuratețea pe conturi pe care le cunoști.
- Săptămâna 2: un prim model de scoring. Analizează deal-urile câștigate recent din punctul de vedere al potrivirii și al comportamentului dinaintea oportunității. Construiește un model simplu pe niveluri și stabilește cu echipa de vânzări definiția pentru „acționează acum”.
- Săptămâna 3: o personalizare. Alege cea mai frecventă industrie sau categorie de dimensiune ICP din traficul identificat și personalizează titlul și dovezile de pe pagina principală pentru ea. Păstrează un grup de control.
- Săptămâna 4: conectează vânzările. Sincronizează identificarea la nivel de cont și nivelurile în CRM, activează alertele pentru responsabili la nivelul de top și explică-le reprezentanților ce arată datele și ce nu, inclusiv cum să le folosească fără să pară intruzivi („Am observat că echipa ta s-a uitat la integrări” este o replică pe care mulți cumpărători o vor găsi ciudată; să pornești de la un material relevant, de obicei, nu).
După patru săptămâni ai infrastructura și un prim test. Scoringul se va îmbunătăți doar dacă cineva analizează lunar performanța nivelurilor și îl ajustează; nu se îmbunătățește de la sine.
Greșeli de evitat
- Scoring doar pe potrivire. O companie mare din ICP-ul tău care citește un singur articol de blog nu este un lead fierbinte. De obicei, comportamentul îi separă pe cumpărători de curioși mai bine decât datele firmografice.
- Alerte pentru orice. Dacă reprezentanții de vânzări primesc zeci de alerte pe zi, nu le mai citesc. Păstrează nivelul de top restrâns.
- Personalizarea pe date cu încredere scăzută. Dacă îmbogățirea datelor nu e sigură de industrie, arată varianta implicită. O pagină pentru industria greșită e mai rea decât una generică.
- Să consideri confidențialitatea rezolvată pentru că sunt „date despre companii”. Adresele IP și urmărirea comportamentului pot fi date cu caracter personal conform GDPR, chiar dacă obiectivul tău este la nivel de companie. Implică responsabilul cu protecția datelor, respectă alegerile de consimțământ pentru cookie-uri și tracking și actualizează nota de informare privind confidențialitatea. Articolul nostru despre personalizarea B2B și confidențialitatea datelor intră în detalii.
- Presupunerea că modelul se întreține singur. Baza de clienți, produsul și mesajele tale se schimbă. Revizuiește scoringul lunar și regulile de personalizare trimestrial.
Unde se încadrează Markettailor
Markettailor combină identificarea vizitatorilor la nivel de companie, îmbogățirea firmografică și personalizarea site-ului, astfel încât datele de identificare alimentează direct segmentele și variantele, iar rezultatele pot fi comparate cu un grup de control. Indiferent ce instrument folosești, ordinea de mai sus rămâne valabilă: măsoară cine vizitează, află ce a precedat câștigurile tale, acționează pe un nivel mic cu intenție ridicată și testează fiecare schimbare a paginii față de un grup de control.
