OTA YHTEYTTÄ
+358 400 875233
EN

EN

Liidien pisteytyksen lyhyt evoluutio

B2B-myyjän tehtävänä on tuottaa yritykselle liikevaihtoa hänelle määritellystä asiakaskohderyhmästä. Tämän vuoksi on tärkeää, että myyjä voi käyttää aikansa liideihin, jotka ovat jo jollain tavalla osoittaneet kiinnostuksensa yrityksen tuotteita tai palveluita kohtaan.

Verkon luomat mahdollisuudet ja asiakkaan muuttunut ostokäyttäytyminen ovat mahdollistaneet liidien poimimisen verkosta jo pitkään. Tässä kirjoituksessa avaan lyhyesti, miten liidien tunnistaminen on muuttunut myyjän näkökulmasta viime vuosien aikana.

IP-pohjainen liidien tunnistaminen

IP-pohjainen liidien tunnistaminen perustuu kävijän IP-osoitteen ja yrityksen nimen yhdistämiseen. Tämä on ollut jo pitkään mahdollista esimerkiksi Google Analyticsin ja Snoobi Analyticsin avulla. Monen B2B-myyjän ensikosketus verkkoliideihin onkin tapahtunut näiden kahden järjestelmän kautta.

Liidigeneroinnin ensimmäisessä vaiheessa myyjät selvittivät, ketkä sivustoilla vierailivat, ja poimivat näistä yrityksen nimen perusteella potentiaaliset asiakkaat. Tämän jälkeen heille soitettiin ja ehdotettiin tapaamista.

Monet varmasti muistavat alkuaikojen lähestymisen ja sen seuraukset: "Huomasin, että yrityksestänne oli vierailtu verkkosivuillamme." Liidien tunnistamisen suurin ongelma oli, että emme voineet tietää, onko yritys todella kiinnostunut palveluistamme, vai onko kävijä eksynyt sivuillemme jostain aivan muista syistä.

Liidigeneroinnin toisessa vaiheessa ryhdyttiin selvittämään, millä sivuilla kävijät olivat käyneet. Jos tietystä yrityksestä oli käyty lukemassa esim. tuotesivuja, täytyi kävijän myös olla kiinnostunut palveluistamme. Tällöin asiakas sai soiton edellä mainitulla tavalla.  

Myönnän myös itse syyllistyneeni tähän tapaan.

Valitettavasti tämäkään ei vielä kerro, onko yritys todella kiinnostunut palveluistamme, onko ajankohta oikea tai onko kyseessä oikea ostaja.

Ongelmaa ryhdyttiin ratkaisemaan pisteytyksellä. Pisteytyksen avulla pystytään määrittämään kävijän ostopotentiaali verkkokäyttäytymisen avulla.

Miten pisteytys toimii?

Jokaisesta kävijän verkkosivustolla tekemästä asiasta annetaan pisteitä erilaisten määritysten mukaan. Esimerkiksi palaavan verkkosivukävijän lukemat tuotesivut ja referenssit kertovat kävijän kiinnostuksesta yrityksemme tuotteita ja palveluita kohtaan.

Pisteytyksessä voidaan käyttää myös negatiivisia pisteitä. Jos kävijä päätyy jatkuvasti lukemaan avoimia työpaikkoja, on kävijä todennäköisesti etsimässä työpaikkaa, ei ostamassa tuotteita tai palveluita.

Liidipisteytyksen avulla päästään kävijän potentiaalin arvioinnissa huomattavasti pidemmälle, mutta täysin ongelmaton se ei edelleenkään ole. Pelkkään IP-osoitteeseen perustuvan pisteytyksen avulla emme tiedä, kuka kävijä todellisuudessa on. Lisäksi kaikkia IP-osoitteita ei tunnisteta. Varsinkin suuri osa pienemmistä yrityksistä käyttää operaattoreiden IP-osoitteita.

Muita merkittäviä kävijän tunnistamista hankaloittavia tekijöitä ovat mobiililaitteiden kasvava käyttö, entistä liikkuvammat työskentelytavat sekä työn ja vapaa-ajan sekoittuminen. Monet lukevat työhönsä liittyviä sivuja vapaa-ajallaan, joko kotikoneelta tai mobiilisti. Myös etätyö lisääntyy. Itsekin kirjoitan tätä blogia mokkulayhteyden yli mökin laiturilta. Jos nyt surffaisin kiinnostuneena kävijänä jonkin yrityksen sivuilla, minua olisi mahdoton tunnistaa IP-osoitteen perusteella potentiaaliseksi asiakkaaksi.

Inbound-markkinointi ja liidien pisteytys

Inbound-markkinoinnissa yhtenä keskeisenä tavoitteena on saada yritykselle verkosta liidejä. Tyypillisesti inbound-markkinoinnissa käytetään apuna markkinointiautomaatiojärjestelmiä, kuten HubSpotia.

Inbound-markkinoinin ja automaatiojärjestelmien avulla liidigerenerointi saadaan vietyä uudelle tasolle. Inbound-markkinoinnin perusajatukseen kuuluu, että myynti kontaktoi vain sellaisia liidejä, jotka ovat

  • itse kertoneet omasta kiinnostuksestaan joko suoraan tai verkkokäyttäytymisellään
  • tunnistettuja henkilötasolla (ei siis pelkästään yritystasolla)
  • käyttäytymisensä sekä antamiensa tietojen perusteella potentiaalisia asiakkaita myyjille.

HubSpotin tai muun automaatiotyökalun avulla saamme annettua liidille pisteitä käyttäytymisen perusteella, kuten jo evoluution aiemmissa vaiheissa on tehty. Nyt pisteytys ei kuitenkaan perustu pelkkään IP-osoitteeseen, vaan palaavat kävijät tunnistetaan selaimeen tallentuvan keksin (cookie) perusteella. Tämä mahdollistaa mm. kävijän tunnistamisen henkilötasolla.

Keksi on selainkohtainen, joten täysin aukoton ei tämäkään tapa ole. Järjestelmät osaavat kuitenkin yhdistää kahdella eri selaimella suoritetut toimenpiteet jälkikäteen yhden liidin alle, kunhan kävijä tekee toisella selaimella jotain sellaista, joka kertoo hänen olevan sama henkilö kuin ensimmäisen selaimen käyttäjäksi tunnistettu henkilö. Tämä tapahtuu esimerkiksi sähköpostin linkkiä klikkaamalla tai lomakkeen täyttämällä.

Lisäksi kävijät antavat lomakkeilla lisää tietoa itsestään. Näitä lisätietoja voidaan hyödyntää pisteytyksen tukena liidin ostopotentiaalin tunnistamisessa. Esimerkkinä tästä voisi mainita mm. ostajapersoonat. Jos myymme ratkaisuamme vain myyntijohdolle, meidän ei lähtökohtaisesti kannata lähteä kontaktoimaan markkinointikoordinaattoreita, vaikka sellainen olisi miten kiinnostunut ostamaan. Voimme kysyä erilaisilla lomakkeilla esimerkiksi vastuualuetta ja roolia ostopäätösten teossa. Hyödyllinen lisätieto myyjälle olisi myös se, milloin hankinta on ostajalle ajankohtainen. Näitä tietoja voidaan käyttää hyödyksi liidipisteytyksessä tai pisteytyksen ohella.

Mitä hyötyä modernista liidipisteyksestä sitten on?

Ajatellaan asiaa myyjän kannalta. Oikeiden työkalujen avulla saamme tietää liidiin nimen, tittelin ja muut taustatiedot. Kun liidi on tunnistettu, voimme seurata hänen jokaista liikettään verkkopalvelussamme: mistä hän saapuu, millä sivuilla hän käy, mitä linkkejä klikkaa ja kauanko viipyy. Tämän käyttäytymisen perusteella voimme päätellä liidin potentiaalista paljon. Kun tämä analyysi automatisoidaan liidipisteytyksen muodossa, ei myyjän tarvitse seurata manuaalisesti jokaisen liidinsä liikkeitä. Oikein viritetty automaatiojärjestelmä kertoo, mikä liidi on kuuma.

Kun tähän vielä lisätään liidin itsensä lomakkeilla antamat lisätiedot, kuten esimerkiksi hankinnan ajankohta, käytettävissä oleva budjetti tai muu syvällinen ostamiseen liittyvä tieto, puhutaan jo todellisista herkkupaloista. Näistä liideistä en myyjänä halua enää koskaan luopumaan.

Mikäli haluat kuulla lisää modernista liidigeneroinnista, älä epäröi ottaa yhteyttä!

inbound-liidit-lataa-opas

Kommentit