Firmografisk segmentering innebär att gruppera målföretag efter attribut som bransch, storlek, omsättning, plats och tillväxtfas, och sedan behandla varje grupp olika i budskap, erbjudanden och säljmodell. Alla B2B-team gör någon variant av det. De flesta gör det dåligt: gränserna kommer från en dataleverantörs förvalda rullgardinsmeny (”51–200 anställda”) i stället för från teamets egna vunna och förlorade affärer.
Det här inlägget är den praktiska guiden. Om du först behöver definitionen av den underliggande datan, läs vår ordlistepost om firmografisk data. Här går vi igenom vilka firmografiska uppgifter som faktiskt förutsäger passform, hur du sätter segmentgränser utifrån dina vunna affärer med ett genomräknat exempel, vad du ska visa varje segment på din webbplats, var datan kommer ifrån, hur korrekt den är och hur många segment du ska börja med.
Vilka firmografiska faktorer som faktiskt förutsäger B2B-passform
Det finns dussintals firmografiska fält. Bara en handfull brukar påverka vem som köper, hur mycket de betalar och hur lång tid det tar. Rangordna kandidaterna utifrån två frågor: ändrar egenskapen köparens problem eller process, och kan du veta den tillförlitligt före ett säljsamtal?
| Attribut | Vad det förutsäger | Tillförlitlighet före första kontakt | Använd det när |
|---|---|---|---|
| Bransch (underbransch) | Problem, ordförråd, regelverk, bevis som krävs | Medel: klassificeringssystemen är oense | Dina kundcase eller din berättelse om regelefterlevnad skiljer sig mellan branscher |
| Storleksintervall för antal anställda | Köpprocess, antal intressenter, passform för planen | Medel till hög | Prisnivåer eller säljmodell ändras med storleken |
| Omsättningsklass | Budgetutrymme | Låg för privata företag (ofta uppskattad) | Antalet anställda vilseleder, t.ex. för slimmade företag med hög omsättning |
| Geografi | Språk, valuta, datalagringsplats, säljtäckning | Hög på huvudkontorsnivå, lägre på kontorsnivå | Du säljer eller följer regler på olika sätt i olika regioner |
| Signaler om tillväxt och finansiering | Brådska, tillgänglig budget, rekryteringsbehov | Hög för finansierade startups (offentliga tillkännagivanden) | Din produkt hjälper team som skalar upp |
| Överlapp i teknikstacken | Integrationspassform, bytekostnad, användning av konkurrenter | Medel: detekteringen fungerar för verktyg som syns på webben | Din produkt är beroende av eller ersätter specifika verktyg |
Den sista raden är strängt taget teknografi snarare än firmografi, men för segmentering beter den sig likadant: ett fast attribut hos företaget som ändrar vad du bör säga. Vår syn: för mjukvaruföretag är ”använder verktyg X” ofta ett skarpare segment än bransch, eftersom det kopplar direkt till ett integrationsbudskap.
Så sätter du segmentgränser utifrån data om vunna affärer
Utgå inte från en leverantörs storleksintervall. Utgå från dina egna resultat. Metoden:
- Exportera avslutade affärsmöjligheter (vunna och förlorade) från de senaste 12–24 månaderna med antal anställda, bransch, region, affärsvärde, skapandedatum och avslutsdatum.
- Berika saknade fält så att varje rad har de attribut du vill testa. Tomma rader snedvrider resultatet.
- Dela in finmaskigt först. Använd smala intervall (till exempel 1–20, 21–50, 51–100, 101–200 och så vidare) så att du ser var utfallen förändras.
- Beräkna per grupp: vinstfrekvens, genomsnittligt kontraktsvärde, median för säljcykeln och förväntat värde per affärsmöjlighet (vinstfrekvens gånger genomsnittligt kontraktsvärde).
- Slå ihop intilliggande grupper som beter sig likadant och dra gränserna där ett mätetal gör ett hopp.
- Rimlighetskontrollera urvalsstorlekarna. Ett intervall med fem affärer är en anekdot. Slå ihop det med ett närliggande intervall eller märk det som ”okänt”.
Räknat exempel
Exempel (illustrativa siffror för ett hypotetiskt B2B-mjukvaruföretag med 300 avslutade affärsmöjligheter under 18 månader):
| Storleksintervall (anställda) | Avslutade affärsmöjligheter | Vunnen | Andel vunna affärer | Genomsnittligt kontraktsvärde | Mediancykel | Värde per affärsmöjlighet |
|---|---|---|---|---|---|---|
| 1-50 | 120 | 18 | 15% | €6,000 | 30 dagar | €900 |
| 51-200 | 90 | 22 | 24% | €14,000 | 55 dagar | €3,400 |
| 201-1,000 | 60 | 15 | 25% | €32,000 | 95 dagar | €8,000 |
| 1,001+ | 30 | 3 | 10% | €70,000 | 180 dagar | €7,000 |
Värdet per affärsmöjlighet är vinstandel gånger avtalsvärde: 0,24 x 14 000 € = 3 360 € (avrundat till 3 400 €), 0,25 x 32 000 € = 8 000 € och så vidare. Vad tabellen säger:
- 1–50 ger flest affärsmöjligheter men lägst värde per affärsmöjlighet. Det pekar mot en väg med låg personlig insats, självbetjäning eller snabb demo, inte mer SDR-tid.
- 51–200 och 201–1 000 vinner i nästan samma takt, men kontraktsvärdet blir mer än dubbelt så stort. Behåll dem som separata segment för priser och bevis, även om säljprocessen är likartad.
- 1 001+ har högt värde per affär men låg vinstfrekvens baserad på bara tre vunna affärer. Det är för få för att dra några större slutsatser. Behandla det som en ABM-modell med namngivna konton och återkom när du har mer data.
Gränsen vid 1 000 kommer här från datan, inte från en konvention. Dina gränser kanske ligger vid 30 och 400. Upprepa övningen för bransch och region, så har du en evidensbaserad ideal kundprofil i stället för en gissad.
Segmenttabell: vad du ska visa varje segment på din webbplats
Ett segment är bara användbart om något ändras för det. För att fortsätta exemplet, så här översätts segmenten till budskap och uppmaningar på webbplatsen.
| Segment | Vinkel för hero-budskapet | Bevis att visa | Primär CTA |
|---|---|---|---|
| Små (1–50) | Snabb uppsättning, liten insats | Kort kundcitat från ett litet team, uppstartstid | Börja nu/boka en 15 minuters genomgång |
| Medelstora (51–200) | Resultat för ett växande team | Kundcase från ett företag av liknande storlek, integrationer | Boka en demo |
| Övre mellansegmentet (201–1 000) | Skala, kontroll, ROI | ROI-kundcase, administration och behörigheter, säkerhetssammanfattning | Prata med sälj / få en anpassad ROI-uppskattning |
| Storföretag (1 001+) | Säkerhet, regelefterlevnad, stöd vid utrullning | Igenkännbara logotyper i deras bransch, säkerhetsdokumentation | Kontakta enterprise-teamet |
| Branschlager (t.ex. vård) | Branschspecifikt problem och branschspecifika termer | Kundcase från branschen, relevant regelefterlevnad | Samma som storlekssegmentet, med branschformuleringar |
| Okänt företag | Standardbudskap | Bred logotyprad | Standard-CTA |
Företagsstorlek och bransch hanteras bäst som två lager: storleken väljer CTA och bevisens tyngd, branschen väljer ordförråd och kundcase. Våra inlägg om att personalisera din webbplats efter företagsstorlek och branschspecifik webbplatspersonalisering visar exempel på sidnivå för båda.
Varifrån firmografisk data kommer
Du behöver firmografi vid två tillfällen: offline, när du analyserar affärer och bygger mållistor, och i realtid, när en besökare landar på din webbplats.
- Ditt CRM. Poster i HubSpot, Salesforce eller Pipedrive för befintliga kunder och affärsmöjligheter. Den mest pålitliga källan för dina egna konton, men ofta ofullständig för prospekt.
- Berikningsleverantörer. Databaser som lägger till företagsegenskaper till en domän eller post, till exempel ZoomInfo, Apollo, Cognism, Dun & Bradstreet och HubSpot Breeze Intelligence (tidigare Clearbit). Täckningen varierar mellan regioner och företagsstorlekar, så testa på dina egna poster innan du binder dig.
- Omvänd IP-uppslagning och besöksidentifiering. Verktyg som matchar nätverket en besökare kommer från mot ett företag, som Leadfeeder, Demandbase och 6sense. Det är detta som gör segmentering av webbplatsen i realtid möjlig. Se hur omvänd IP-uppslagning fungerar.
- Teknografiska källor. BuiltWith och Wappalyzer upptäcker tekniker som syns på ett företags webbplats; HG Insights och liknande leverantörer härleder bredare installationsbaser.
- Offentliga källor. Företagsregister (till exempel Companies House i Storbritannien), SEC-dokument för börsnoterade företag i USA, Crunchbase för finansieringsrundor, platsannonser och LinkedIn-företagssidor.
- Uppgiven data. Ett formulärfält som frågar efter företagsstorlek, eller en domän du kan berika. Den mest korrekta källan för den enskilda besökaren, och den som de flesta team frågar efter för mycket.
För att använda samma attribut till att bygga listor för utgående kontakt, se den här guiden om firmografiska data för säljinriktning.
Förbehåll om träffsäkerhet som de flesta team ignorerar
- Antalet anställda skiljer sig mellan källor. En leverantör räknar LinkedIn-profiler, en annan använder årsredovisningar, en tredje gör uppskattningar. Välj en källa som den gällande för segmentering så att ett företag inte hoppar mellan storleksklasser.
- Branschkoder går isär. NAICS, SIC och LinkedIns branscher klassificerar samma företag olika, och företag med flera verksamhetsgrenar passar in på flera. Mappa leverantörernas koder till din egen korta lista med 5 till 10 branscher.
- Omsättning för privata bolag är oftast modellerad. Använd den som ett grovt intervall, aldrig som ett exakt filter.
- IP-matchning missar personer. Distansarbetare på hemmabredband, VPN och mobilnät kan ofta inte kopplas till ett företag, och små företag är svårare att matcha än stora. Matchningsgraden varierar mycket mellan målgrupper, så mät din egen: ta ett urval av besökare som senare fyllde i ett formulär och kontrollera hur många som hade matchats till rätt företag innan dess.
- Plats betyder huvudkontor. En besökare från ett amerikanskt företags kontor i Berlin taggas ofta som USA. Använd besökarens geolokalisering för språk och valuta, och huvudkontoret för säljdistrikt.
- Data åldras. Finansieringsrundor, antal anställda och teknikstack förändras. Berika aktiva konton på nytt minst varje kvartal.
Hur många segment du ska börja med
Färre än du tror. Det är sällan data som begränsar dig; det är innehåll och mätning. Varje segment behöver egen copy och egna bevis, någon som håller det aktuellt och tillräckligt med trafik för att avgöra om det fungerar.
Mätningen är obarmhärtig. Exempel: ett segment som konverterar på 2 % och där du vill upptäcka en ökning till 2,6 % (en relativ förbättring på 30 %) kräver ungefär 9 800 besökare per variant vid 95 % konfidens och 80 % styrka, cirka 19 600 identifierade besökare för ett test med två varianter. Matematiken finns i vår guide till urvalsstorlek för A/B-tester. De flesta B2B-segment kommer aldrig att nå dit under ett kvartal.
Vår beslutsregel:
- Börja med tre segment som täcker större delen av dina vunna intäkter, plus standardupplevelsen för oidentifierade besökare.
- A/B-testa formellt bara det största segmentet. För de övriga lanserar du den personaliserade upplevelsen baserat på belägg från sälj och kunder, och följer pipeline och vinstandel per segment kvartal för kvartal.
- Lägg till ett branschlager bara för branscher som har egna kundcase och åtminstone några vunna affärer.
- Lägg till ett nytt segment bara när du kan namnge det annorlunda budskapet, det annorlunda beviset och ägaren.
När reglerna är definierade kan ett verktyg som Markettailors segmentering utvärdera dem vid varje besök, men det svåra är analysen ovan, inte programvaran.
Vanliga frågor
Vad är firmografisk segmentering?
Firmografisk segmentering delar in B2B-prospekt och kunder i grupper utifrån företagsattribut som bransch, antal anställda, omsättning, plats, ägarform och tillväxtfas. Varje segment får sedan budskap, erbjudanden, prisfokus och säljtäckning som matchar hur företag av den typen köper. Det är B2B-motsvarigheten till demografisk segmentering, som grupperar enskilda konsumenter efter attribut som ålder eller inkomst.
Vilka är exempel på firmografiska data?
Vanliga firmografiska data är bransch eller underbransch, antal anställda, årsomsättning, land och region för huvudkontoret, juridisk struktur eller ägarstruktur (börsnoterat, privat, PE-ägt, ideellt), företagets ålder, finansieringsfas och senaste finansiering samt tillväxtsignaler som rekrytering. Teknikstacken klassas oftast separat som teknografi men används ofta tillsammans med firmografi vid segmentering.
Hur väljer man gränser för firmografiska segment?
Använd din egen data om vunna och förlorade affärer. Dela in affärsmöjligheterna i fina grupper efter antal anställda, bransch eller region, räkna ut vinstfrekvens, genomsnittligt kontraktsvärde, säljcykel och värde per affärsmöjlighet för varje grupp, slå sedan ihop grupper som beter sig likadant och dra gränserna där ett mätetal förändras kraftigt. Undvik att förlita dig på en dataleverantörs standardintervall för storlek, som sällan matchar dina köpare.
Hur många firmografiska segment ska du börja med?
Tre, plus en standardupplevelse för besökare du inte kan identifiera. Varje segment behöver ett eget budskap, egna bevis, en ansvarig och tillräckligt med trafik för att kunna mätas. De flesta B2B-webbplatser har inte trafik nog att A/B-testa många segment, så testa det största formellt och följ pipeline per segment för resten. Lägg bara till segment när det finns ett tydligt annorlunda budskap att visa.