B2B營銷平臺搭建實戰(三):基于營銷數據中臺的精準營銷體系
編輯導語:搭建一個基于One ID體系的營銷數據中臺,將有助于幫助相應人員實現精準營銷,進而推動后續業務增長。本篇文章里,作者結合實際經驗,總結了搭建基于營銷數據中臺的精準營銷體系的策略,一起來看一下吧。
搭建完核心鏈路的營銷渠道系統和Leads管理系統,我們已經支持市場運營從多個渠道收集Leads、進行簡單的清洗分層、將高質量Leads直推銷售了。
以筆者團隊的業務為例,平臺上線第一年,Leads數提升500%,效果顯著。
P.S. Leads數提升的原因是多方面的,一是活動搭建更容易,運營有精力做更多的活動;二是之前官網上很多流量是浪費的,現在通過內容營銷盡可能做了沉淀;三是廣告和市場策略的變更,這個話題以后有機會詳細寫。
Leads數提升,市場團隊皆大歡喜,但銷售轉化率一下子降低很多,銷售團隊抗議了。經過幾方溝通,當前的問題如下:
1)缺乏Leads成熟度判斷
Leads數大幅增加,即使經過機器清洗和人工清洗,仍然超出了銷售團隊能承載的范圍。有時候銷售聯系客戶,發現雖然客戶質量不錯,但只是在興趣階段,遠未到采購階段,占用了銷售精力,錯失真正有購買需求的客戶。
2)缺乏Leads聚合評分
客戶每次留資都會生成一條Leads。Leads的定義是事件維度,而非“人”的維度。同一個客戶,1月1日參加了線下活動,1月2日點擊了營銷郵件,1月3日參加了線上活動,1月4日下載了官網白皮書。
這4個行為會分別生成一條Leads,獨立清洗分發。單條Leads貌似質量不高,但綜合全部交互行為,已經是非常優質的Leads。從事件維度評估Leads質量容易造成錯判。
3)缺乏完整客戶畫像
銷售收到Leads推送,往往是“該客戶參加了XX峰會,請聯系客戶”之類的信息。殊不知這個客戶之前已經線上線下多次留痕,需要以“客戶完整畫像維度”而非“Leads事件維度”向銷售下發,增強銷售對客戶的了解,提升銷售轉化率。
因此,建設一個基于One ID體系的營銷數據中臺,支持精準投放、精準評分、精準孕育、精準分發,已經迫在眉睫。
一、營銷數據中臺產品架構
1)One ID同人體系
營銷數據中臺的基礎是One ID體系,從大到小分別是EID(Entity ID,實體ID)、CID(Company ID,公司ID)、PID(Person ID,客戶ID)、LID(Leads ID,線索ID),此外還有UID(User ID,用戶賬號,官網注冊或者簽訂合同時生成,UID生成后,UID=PID)。
以筆者團隊的實踐為例,營銷數據中臺的搭建是以PID為核心的。One ID體系詳細介紹見3.1。
2)數據中間層
基于PID,我們能從紛雜的系統和底表中,抽取出一套數據中間層,包括:
- 客戶的公司信息:公司名稱、所屬行業、公司規模、融資階段等;
- 客戶的個人信息:電話、郵箱、姓名、職位等;
- 客戶的交互行為:參會行為、郵件打開/點擊行為、白皮書下載行為、聯系銷售行為、網站瀏覽行為等。
3)數據應用層
在數據中間層系列底表的基礎上,搭建數據應用層,包括客戶標簽、客戶圈選、客戶評分、客戶畫像等,最終支持精準化的業務場景。
二、營銷數據中臺業務定位
營銷數據中臺通過對客戶數據的整合處理,橫向支持核心鏈路各環節業務,提升各環節轉化率。
1)支持官網千人千面的精準投放
沒有營銷數據中臺前,所有客戶打開官網看到的是一樣的內容。有了One ID體系,只要客戶瀏覽過網站(記錄cookie id),或者報名過活動(cookie id和leads id綁定),再打開官網都可以看到一些定向投放的營銷內容。
以筆者團隊的實踐為例,精準投放可提升官網核心資源位點擊率高達30%。
2)支持Leads精準孕育
運營給客戶發短信、發郵件,不需要再群發,而是精準圈選目標人群定向發送。不僅減少對無關客戶的打擾,還可以提升郵件和短信的打開率。以筆者團隊的實踐為例,精準孕育可提升營銷郵件點擊率達12%。
3)完整客戶畫像賦能銷售
銷售不再接收單條Leads,而是接收客戶完整屬性和交互時間軸,加強對客戶的了解。這部分效果很難用數據衡量,提升銷售轉化率的因素過多,考慮用客戶畫像頁面的UV/PV衡量。
三、營銷數據中臺功能設計
1. One ID同人體系
很多人會挑戰,為什么要做EID – CID – PID – UID – LID這么復雜的ID體系,說好的One ID呢?
首先,CID – UID – LID體系,是大部分B2B公司的標配。CID用于識別公司,UID用于識別賬號/合同,LID用于識別單條線索。
但實際業務中可能面臨CID過多。以寶馬為例,可能會有寶馬中國、寶馬華東、寶馬華南等幾十個CID,這些CID間需要一定的聯系,規范折扣、合同、供應商等,避免銷售惡性競爭。EID(實體ID)應運而生,一個EID下面可以掛多個CID。
PID的誕生原因前文已經寫過,營銷獲客和孕育,需要從“人”的維度,而非“獲客”的維度。在生成賬號(UID)前的滿滿培育長路,需要從“人”的維度進行多方數據關聯。
2. 整合客戶屬性和行為的數據中間層
數據中間層由客戶的公司信息、個人信息、交互行為構成。表結構的設計需要和BI討論,精心規劃。以筆者團隊的實踐為例,寫一套思路。
首先有一張表,記錄以PID為主鍵的ID關系。
其次需要記錄以PID為主鍵的個人信息,和以CID為主鍵的公司信息。
最后需要建設以LID為主鍵的多張行為表。不同的行為,屬性字段肯定不一樣,但需要盡可能規范部分字段,為后續的結構化圈選和評分打好基礎。
比如所有的行為表都需要有event_type和event_time字段,event_type在郵件打開行為時=email_open,在瀏覽行為表時=web_visit,在白皮書下載行為時=whitepaper_download,以對不同的行為做聚類。以郵件打開行為為例:
3. 基于客戶匹配度和興趣度的二維評分模型
當我們獲取了一個線索,與客戶聯系的時機是很微妙的。如果銷售聯系的過早,客戶尚沒有購買意向,可能覺得是一種騷擾;而銷售聯系的過晚,可能又會失去這次機會。那如何把握這個尺度呢?我們通過一個二維評分模型,對客戶的匹配度和興趣度進行打分。
1)匹配度Fit
對客戶的公司屬性和個人屬性打分,比如可以給公司規模大于1000員工的公司加20分,給融資階段>D輪的公司加30分等,分值越高,代表客戶自身的屬性和我們的目標客群越接近。
2)興趣度Interest
對客戶與我們的交互行為打分,比如可以給近3個月內打開2次營銷郵件的客戶加10分,近半年內訪問過官網的客戶加20分等,分值越高,代表客戶對我們的興趣度越高。
通過追蹤不斷變化的分值,市場運營可以調整孕育和分發策略。比如客戶評分達到60分,就推送到CRM分發給銷售,沒達到60分的留在孕育池中不斷培育,持續低于某個數值的作為低質量留資拋棄,全程通過跟蹤轉化效果持續優化評分模型。
以客戶評分形成產品閉環,持續優化營銷系統的獲客、孕育、轉化策略。
4. 客戶圈選
客戶圈選的目標是支持運營通過已知的客戶屬性和行為數據自定義客群,簡單說就是支持不會SQL的運營在UI界面通過拼接已有標簽和組合行為數據撈取目標人群。
這個功能的應用場景主要是以iframe形式嵌入到其他系統,提供人群圈選能力。比如在官網定向投放策略的配置階段、營銷郵件發送的配置階段等,調用客戶圈選能力,支持運營實時查看該條件的圈選人數。
以郵件發送為例,運營發送推廣產品A的營銷郵件時,在配置的最后一步,需要支持運營拼接“近7天內打開過郵件標題含產品A的人 or 近30天內瀏覽過官網url={1,2,3}的人 or 近7天內加購過產品A的人”,實時顯示圈選出2300人。運營可對這2300人定向發送產品A的營銷郵件。
5. 客戶畫像
在數據中間層基礎上搭建客戶畫像比較容易,只需將屬性信息排列展示、行為信息以時間軸形式展示即可。既支持以iframe形式提供給營銷平臺內其他系統,也支持直接提供數據,由其他系統自行拼裝頁面。
需要注意的是數據安全問題。客戶畫像集成了大量客戶隱私數據,數據權限需要嚴格控制。比如銷售不可查看非自己庫內的客戶數據,比如敏感信息脫敏展示,比如畫像頁面加載工號水印,比如讀取需要日志留痕等。
四、總結
營銷數據中臺是賦能精準營銷、提升各環節轉化率的重要系統。營銷數據中臺以One ID體系為基礎,通過One ID將客戶的屬性信息和交互行為從離散的系統、紛亂的底表中抽取出來,組成營銷數據中間層,以支持客戶評分、客戶畫像、客戶標簽等數據應用,為營銷獲客、孕育、轉化的業務流程提供數據支持。
本文由 @車厘產品筆記 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
干貨滿滿,尤其賬號體系是精髓,賬號弄不清,數據亂的一塌糊涂。