Vermarkter bewerten seit Jahrzehnten Leads und Kunden, um die Verbraucher durch den Kauftrichter zu leiten. Ganz gleich, ob es um die Einstufung von Leads für Vertriebsteams, die Definition von Segmenten oder die Personalisierung von Online-Einkäufen geht, für die Bewertung sind Kriterien, Kennzeichnungen und Daten erforderlich.
Glücklicherweise sind mit dem digitalen Aufschwung Daten aller Art im Überfluss vorhanden - oder vielfältiger als je zuvor. Außerdem ist die Rechenleistung von Computern so stark gewachsen, dass all diese Daten genutzt werden können und künstliche Intelligenz (KI) zu einem Begriff und einer Erfahrung wird.
Die wirkliche Veränderung besteht darin, dass die Verbraucher von heute erwarten, dass die Vermarkter wissen, was sie interessiert. Das Erreichen einer Werbeeffizienz, die den ROI in die Höhe treibt, ist wie die Suche nach dem perfekten Rezept. Die geheime Zutat ist nicht Zucker oder andere Füllstoffe, sondern die Werbeeffizienz. Und die ergibt sich aus der Kombination von Verhaltens- und Interessensdaten der Verbraucher mit Daten von Dritten, wie z. B. Budget-, Autoritäts-, Bedarfs- und Zeitplandaten (BANT).
Behavioral Scoring - Lohnt sich das wirklich? Die Antwort ist Ja.
Das war bereits 2012 der Fall, Marketo hat den Umsatz und die Verkaufsleistung von Unternehmen verglichen, die Leads sowohl nach ihrer Eignung als auch nach ihrem Interesse bewertet haben. Die Ergebnisse waren beeindruckend. Das Umsatzwachstum von Unternehmen, die kein Scoring oder nur Fit-Scoring verwendeten, war nicht nur vergleichbar, sondern gleich hoch. Die für den Verkauf aufgewendete Zeit wurde durch das Fit-Scoring leicht verbessert. Bei den Unternehmen, die Leads mit Fit- und Interest-Scoring bewerteten, stieg der Umsatz um 12 % und die Verkaufszeit um 17 %. Seitdem ist das Bild nur noch überzeugender geworden, da der Datenzugriff zugenommen hat und technologische Fortschritte es den Vermarktern ermöglichen, diese Informationen auf immer ausgefeiltere Weise zu nutzen.
Es gibt eine ganze Reihe von Möglichkeiten, Leads zu bewerten, aber die meisten lassen sich in zwei Arten der Bewertung einteilen: explizite und implizite Bewertung.
Eine explizite Art der Bewertung sind zum Beispiel Fit-Scores (mit denen bewertet wird, wie sehr ein potenzieller Kunde einem möglichen Käufer ähnelt). Sie bewerten breite Attribute wie Alter, Geschlecht, Standort, Berufsbezeichnung, Branche usw. und vergleichen sie mit dem idealen Käuferprofil der Marke. Die Frage, die bei den meisten expliziten Scoring-Methoden gestellt wird, lautet : "Sind sie die Richtigen für uns?
Interessenbewertungen werden persönlich und implizit, da sie Details enthalten, die aus dem Online-Verhalten einer Person abgeleitet werden können. Sie bewerten, wie der Interessent mit Ihren Kampagnen und Inhalten umgeht. Teilt er sie? Reagieren sie und retweeten sie, laden sie Dokumente herunter oder klicken sie sich durch Ihre Facebook- oder Bannerwerbung? Interagieren sie über ihr Telefon oder ein anderes Gerät? Zu welcher Tageszeit? Die Frage, die hier gestellt wird, lautet: "Sind Sie der Richtige für sie?
Verbessern Sie Ihr Scoring durch Hinzufügen von Intent, um Einblicke in das Timing zu erhalten
Durch Hinzufügen von Kriterien wie Budget, Verantwortlichkeit, Bedarf und Timing (BANT) können Sie Ihr Scoring weiter verfeinern. Das ist wichtig, denn so sehr die Zielperson Ihr Produkt oder Ihre Marke auch schätzt, es ist vielleicht nicht das, worauf sie sich im Moment konzentriert. Oder sie hat andere Bedürfnisse, die dringender sind. Zu den Verhaltensweisen, die in hohem Maße mit dem Eintritt in den Kaufzyklus korreliert sind, gehören beispielsweise das Anklicken eines Werbebanners für eine Anleitungsdemo, das Teilen einer detaillierten Preisseite oder das Herunterladen einer Installationsanleitung.
Für jedes Unternehmen oder jede Kampagne müssen die Vermarkter die spezifischen Verhaltensweisen ermitteln, die auf die gewünschte Absichtsstufe hinweisen. Die Kombination dieser Absichtsbewertung mit Passform- und Interessenbewertungen kann nützliche Informationen liefern, die eine entsprechende Aktivierung auslösen. Ein hoher Fit- und Interest-Score mit einem niedrigen Buying Intent-Score könnte beispielsweise darauf hindeuten, dass mehr Angebote oder Schulungsoptionen erforderlich sind. Die umgekehrte Konfiguration würde bedeuten, dass die Zielperson bereit ist zu handeln. Diese Auslöser könnten ein direkter Verkaufsanruf, ein zeitlich begrenzter Preisnachlass von 10 % oder eine Mengenrabattoption sein.
Drei Anwendungsfälle
Targeting & Aktivierung
Ein Unternehmen für Körperpflegeprodukte verwendet einen Ereignis-Feed mit rohen oder kuratierten Datenschemaelementen, der täglich geliefert wird, um zusätzliche Verhaltensdaten über Kunden zu erhalten, die ihre Website erneut besuchen, um dann personalisierte Erlebnisse auszulösen.
Was haben sie mit den Erkenntnissen gemacht? Die Marke entdeckte eine große Untergruppe von Verbrauchern, die ein großes Interesse an nachhaltigen Seifen haben, aber noch keinen Kauf getätigt haben. Die Marke spricht diese Untergruppe mit einer zweiteiligen, personalisierten Erfahrung an:
- Ein exklusiver 10%-Rabatt auf ihren ersten Einkauf
- Inhalte darüber, wie ein Prozentsatz des Erlöses, den die Marke für nachhaltige Produkte erhält, an gemeinnützige Organisationen geht, die sich für die Abfallreduzierung einsetzen.
Produktentwicklung
Ein Lebensmittelunternehmen nutzt einen täglich gelieferten Event-Feed mit rohen oder kuratierten Datenschemaelementen und einen CPG-Interessen-Score, um Verbraucher anzusprechen, die sich für vegane, ketogene und glutenfreie Produkte in den USA interessieren.
Was haben sie mit den Erkenntnissen gemacht? In diesem Fall rechtfertigten die Daten verstärkte Investitionen in neue vegane, ketogene und glutenfreie Produkte, um der wachsenden Nachfrage gerecht zu werden.
Kundenakquise
Eine Marke nutzt kuratierte Daten mit synchronisierten Feeds, um zu verstehen, wie Verbraucher eine Produktkategorie bei verschiedenen Einzelhändlern einkaufen, um dann die Kaufentscheidung zu optimieren.
Was haben sie mit diesen Erkenntnissen gemacht? Die Daten machten es einfach, weniger effektive Maßnahmen zu identifizieren:
- Werbebilder, die schnell verbessert, getestet und optimiert werden können
- Online-Nutzererfahrungen wie Website-Organisation und Online-Supportprogramme
Operative Einblicke
Eine Marke für Haushaltswaren nutzt historische und aktuelle Daten, um ihre prädiktive Analytik zu verbessern und ihre Lieferkettenprozesse zu optimieren.
Was haben sie mit den Erkenntnissen gemacht? Zum Beispiel wurden Verbrauchermuster sichtbar:
- Zuvor unentdeckte Kaufmuster - einschließlich Wetter, Jahreszeit, Produktlinie und Standort - ermöglichten es der Marke, den Bestand effektiver zuzuordnen und die Vorlieben der Verbraucher zu erfüllen.
Dank der enormen Verbreitung und des technologischen Fortschritts haben Marketingfachleute heute mehr Möglichkeiten denn je, um zu verstehen, was Daten offenbaren können. Die Kombination breiter demografischer Daten mit Daten zu Kategorien, Absichten und Verbraucherverhalten kann viel mehr als nur "Scoring" liefern. Sie können eine Geschichte erzählen, komplett mit Helden, Reisen und Happy Ends: personalisierte Kampagnenerlebnisse, effektive Reisen und glückliche Begegnungen. Ein sicheres Rezept für ROI.
Mitbringsel
Die Kombination von expliziten und impliziten Daten führt zu einer zuverlässigeren Bewertung. Kuratierung und Analyse sind wichtig. Die Kombination von Verhaltens-, Passform- und Interessensdaten führt nachweislich zu höheren Umsätzen und mehr Zeit für den Verkauf.
