Como melhorar a pontuação de leads com dados de comportamento e interesse

Há décadas que os marqueteiros têm vindo a pontuar as pistas e os clientes para fazer progredir os consumidores através dos seus funis de compra. Quer isso envolva classificar leads para equipas de vendas, definir segmentos, ou personalizar compras online, a pontuação requer critérios, identificadores, e dados.

Felizmente, com o boom digital, os dados de todos os tipos nunca foram tão abundantes - ou tão variados. Além disso, o poder de processamento informático cresceu o suficiente para colocar todos estes dados em uso e fazer da inteligência artificial (IA) uma palavra e experiência domésticas.

A verdadeira mudança é que os consumidores de hoje esperam que os marqueteiros saibam o que lhes interessa. Atingir a eficiência publicitária que abala o ROI é como encontrar a receita perfeita. O ingrediente secreto não é o açúcar ou outros recheios, é a eficiência da publicidade. E isso resulta da combinação de dados comportamentais e de interesse do consumidor com dados consentidos, juntamente com dados de terceiros como orçamento, autoridade, necessidades, e dados de cronologia (BANT). 

Pontuação Comportamental - Vale Mesmo a Pena? A resposta é sim.

Já em 2012, Marketo Aferiu as receitas e o desempenho de vendas das empresas que pontuaram leads com base no fit, bem como o Interesse. Os resultados foram impressionantes. O crescimento das receitas das empresas que não utilizaram a pontuação ou apenas a pontuação de ajuste não foi apenas comparável, mas o mesmo. O tempo de vendas foi ligeiramente melhorado com a pontuação de ajuste. As empresas que pontuaram leads utilizando a classificação por ajuste e juros cresceram as receitas 12% e o tempo de venda 17%. Desde então, o quadro é apenas mais convincente, uma vez que o acesso aos dados tem crescido e os ganhos tecnológicos permitem aos marqueteiros colocar essa informação a funcionar de formas cada vez mais sofisticadas. 

Existem várias formas de pontuar as pistas, mas a maioria delas cai em dois tipos de pontuação: explícita ou implícita. 

A pontuação explícita é baseada em informação demográfica, enquanto a pontuação implícita é baseada em comportamento online e informação inferida.

Por exemplo, as pontuações de ajuste (utilizadas para avaliar o quanto um potencial cliente se assemelha a um provável comprador) são um tipo explícito de pontuação. Classificam atributos amplos, como idade, sexo, localização, título de emprego, indústria, etc., e comparam-nos com o perfil de comprador ideal da marca. A questão que os métodos de pontuação mais explícitos colocam é "serão eles adequados para nós?

As pontuações de interesse são pessoais, e implícitas, porque incluem detalhes que podem ser inferidos com base no comportamento on-line de um indivíduo. Classificam a forma como o potencial cliente se envolve nas suas campanhas e conteúdos. Estão a partilhá-lo? Respondem e retweet, descarregam documentos, ou clicam através dos seus anúncios no Facebook ou em banners? Estão a interagir no seu telefone ou noutro dispositivo? A que horas do dia? A questão que se coloca aqui é: "é a pessoa certa para eles?

Fortaleça a sua pontuação adicionando a intenção de ganhar tempo Insights

A adição de critérios de orçamento, responsabilidade, necessidade e calendário (BANT) pode refinar ainda mais a sua pontuação. Isso é importante porque por mais que um alvo possa valorizar o seu produto ou marca, pode não ser naquilo em que está concentrado neste momento. Ou podem ter outras necessidades que são mais prementes. Comportamentos que podem estar altamente correlacionados com perspectivas de entrar num ciclo de compra, por exemplo, podem incluir clicar num anúncio de banner para uma demonstração, partilhar uma página de preços detalhada, ou descarregar um guia de instalação.

Para cada empresa ou campanha, os comerciantes quererão identificar os comportamentos específicos que indicam o nível de intenção desejado. A combinação dessa pontuação de intenção com a pontuação de ajuste e interesse pode produzir informação útil que desencadeia uma activação correspondente. Por exemplo, uma pontuação alta de ajuste e interesse com uma pontuação baixa de intenção de compra poderia indicar que são necessárias mais opções de oferta ou educação. A configuração oposta indicaria que o alvo está pronto para agir. Esses gatilhos poderiam ser uma chamada de venda directa, um desconto de 10% ou uma opção de desconto em massa. 

Três casos de utilização

Marcação e Activação 

Uma empresa de cuidados pessoais utiliza uma alimentação de eventos com elementos de esquema de dados brutos ou curados, entregues diariamente, para obter dados comportamentais adicionais sobre os consumidores que revisitam o seu sítio web para depois desencadear experiências personalizadas. 

O que fizeram eles com os conhecimentos? A marca descobre um grande subgrupo de consumidores que têm um grande interesse em sabonetes sustentáveis, mas que ainda não fizeram uma compra. A marca dirige-se a este subgrupo com uma experiência personalizada em duas partes: 

  • Um desconto exclusivo de 10% na sua primeira compra 
  • Conteúdo sobre como uma percentagem das receitas que a marca recebe por produtos sustentáveis vai para organizações sem fins lucrativos que se concentram na redução de resíduos. 
A percepção de dados para uma marca de cuidados pessoais pode ajudar a criar experiências personalizadas para potenciais clientes

Desenvolvimento de Produtos

Uma empresa alimentar utiliza uma alimentação para eventos com elementos de esquema de dados crus ou curados, entregues diariamente, e uma pontuação de interesse de CPG para os consumidores que demonstrem interesse em produtos vegan, keto, e sem glúten nos EUA.

O que fizeram eles com os conhecimentos? Neste caso, os dados justificaram o aumento do investimento em novos produtos vegan, keto, e sem glúten para satisfazer a procura crescente. 

Um fornecedor de alimentos aumentou o desenvolvimento de novos produtos sem keto e sem glúten com base em dados de interesse do consumidor

Aquisição de clientes 

Uma marca utiliza dados curados com alimentação sincronizada para compreender como os consumidores compram uma categoria de produtos em diferentes retalhistas para depois optimizar a viagem de compra.

O que fizeram eles com os conhecimentos? Os dados tornaram a identificação menos eficaz: 

  • imagens publicitárias, que poderiam ser rapidamente melhoradas, testadas e optimizadas 
  • experiências de utilizadores online, tais como organização de sítios e programas de apoio online
Uma marca CPG cria experiências personalizadas para potenciais clientes, utilizando conhecimentos de dados

Perspectivas Operacionais

Uma marca de abastecimento doméstico utiliza dados históricos e contínuos para fazer avançar a sua análise preditiva e melhorar os seus processos de cadeia de abastecimento.

O que fizeram eles com os conhecimentos? Os padrões de consumo tornaram-se visíveis, por exemplo: 

  • Os padrões de compra anteriormente não detectados - incluindo o tempo, a estação do ano, a linha de produtos e a localização - permitiram à marca alocar o inventário de forma mais eficaz e satisfazer as preferências dos consumidores. 
Uma marca de fornecimento doméstico utiliza dados para descobrir padrões de consumo

Os marketeiros de hoje têm mais opções do que nunca para compreenderem o que os dados podem revelar, graças à sua incrível proliferação e avanços tecnológicos. A combinação de dados demográficos amplos com dados de categoria e intenção e comportamento do consumidor pode render muito mais do que "pontuação". Pode contar uma história, completa com heróis, viagens e felizes para sempre: experiências de campanha personalizadas, viagens eficazes, e encontros felizes. Uma receita segura para o ROI.

Takeaways

A combinação de dados explícitos e implícitos produz uma pontuação mais fiável. A cura e a análise são importantes. A combinação de dados comportamentais, de ajuste e de interesse tem demonstrado que proporciona maior rendimento e tempo gasto na venda.  

Sobre ShareThis

ShareThis has unlocked the power of global digital behavior by synthesizing social share, interest, and intent data since 2007. Impulsionado pelo comportamento do consumidor em mais de três milhões de domínios globais, ShareThis observa acções em tempo real de pessoas reais em destinos digitais reais.

Subscreva a nossa Newsletter

Receba as últimas notícias, dicas e actualizações

Assine

Conteúdo relacionado