大数据分析 让精准营销进入企业
新的营销拓展软件帮助公司从普通销售方法中挖掘出价值——使它们牢牢掌握现有客户。
2013年,Russ Hearl开始尝试扩大自己的公司——位于旧金山的Double Dutch,建立一个面向社交网络软件和活动的市场。在一个只有3名销售人员的团队中,从零开拓这个市场需要经过一番艰苦紧张的工作,每天都在打电话,但是仍然不清楚谁是目标客户。
Double Dutch的全球销售发展副总裁Hearl说:“我们的销售团队实际上都在孤立地拓展业务。当时完全没有成体系的增长动力。”
因为这种社交会议软件仍然属于一个年轻的市场,缺少在网络的曝光率,当时甚至还没有通过搜索引擎优化来开展业务——即研究人员使用的关键字来增加公司网站流量。所以,他各自为战的成员们仍然不得不采用一些老方法来拓展业务:打电话,一个个地向外推销虚拟会议软件的商业案例。
但是,电话营销是一个很困难的工作。打电话给陌生人,完全不清楚对方的背景,这种方法是效率很低的。Double Dutch需要更好的信息,才能在众多销售中挖掘出有用信息,如了解谁是永远不会买我们东西的,以及找到一些会议技术决定制定者。在实现Salesforce.com一个月左右之后,Hearl上线了Inside Sales营销拓展软件,这个软件可以帮助他的团队发现真正对他软件感兴趣的公司,以及有购买决策权的人。
Hearl说:“我希望将时间浪费减到最小,而打电话给完全对业务毫无兴趣的人就是浪费时间。”Inside Sales让Double Dutch能够在这些公司中发现活动规划者的数量,然后再将注意力集中在这些方面。Hearl指出,今年迄今为止,在预算保持不变的前提下,销售团队在生成的3,000潜在客户中发现了350个真实机会。
显然,这里显然需要了解潜在客户信息的数据公司参与。根据Decision Tree Labs在2013年所作的调研,有59%的B2B市场商人对他们的营销打分模型缺少信心,原因是信息不完整;另外有44%的人表示他们还不清楚哪些属性能够反映购买行为。
另一家营销拓展软件公司Lattice Engines的首席市场官Brian Kardon说:“真正的挑战在于数量多带来的麻烦。销售可以打电话给任意数量的潜在客户。但问题是:‘应该先打电话给谁,以及谁最可能购买产品呢?’”
一个新兴市场
Inside Sales是一种新型软件,它们专门收集公司数据(内部与外部),然后优化对潜在客户及现有客户的分析。有一些人将它称为营销自动化,有一些人将它称为多维营销拓展,还有一些将它称为销售加速软件。
无论叫什么名称,这项技术都会使用数据来帮助公司基于复杂条件来更好地发现潜在销售,深入挖掘现有客户的关系,然后在赶在客户之前发现可能的业务问题。这些技术能够组合利用外部数据库数据(如)、公共记录与公司内部CRM、销售及其他客户数据。
Gartner公司研究主管Todd Berkowitz说:“当营销软件服务公司Marketo和Eloqua出现时,你只能将一些营销方法交给销售人员,由他们来演示自己是什么,以及他们在公司网站上做了什么。这种方式会持续一段时间。然后,我们就在购买环节看到一些变化,即供应商的权力在削弱,而购买者的权力在增强。传统的销售记分模式是有问题的。”
现在,有许多新创公司宣布进入这部分市场,其中包括Inside Sales、Lattice Engines和Salesfusion。这些供应商表示,他们可以帮助公司根据预测条件来优化真实的营销方法,即发现哪些客户准备购买,以及可以给哪些现有客户销售更多的产品和服务。例如,Juniper Networks也是Lattice Engines的一个客户,它发现一些新客户最近搬进了新的办公室,他们准备购买交换机和路由器。其他的提示信息可能包括新专利或收到政府大订单。Lattice Engines的Kardon说:“你想要寻找的是一个活动标识,它将预示着有一个购买周期出现。”
建立更好的客户关系
美国亚特兰大州的SunTrust银行是一个地方银行,它通过深度挖掘客户关系来产生业务。银行副总裁及商务顾问Andrew Yearwood指出,在银行开始使用Lattice Engines之前,它使用各种内部系统来收集客户信息,以准备一个销售电话。这个过程非常耗费时间且效率低下,而且还可能因此无法及时获得正确的客户信息。
Yearwood描述说:“你必须登录多个系统,而且所有系统都有独立的登录帐号。有一些是大型主机,有一些则是基于Web,有一些还会有很深的文件夹层次——根本不可能是一下点击就出报表那样简单。因此,大多数销售人员表面上会承认说他们没有把工作做好,但是他们内心是认为公司应该给我提供一些条件,帮助我把工作做得更好一些。”
认识Lattice Engines
Yearwood指出,通过使用Lattice Engines,销售人员现在只需要使用一个系统,就可以访问现有客户的信息,从中发现他们可能需要哪一些产品和服务。
他说:“如果是一个公司,并且有一位审计会计,那么我们有很多其他类型的产品可以帮助你管理现金流。我们可以用报表帮助你完成业务,控制支付、付款及其他服务的安全性。我们可以使用这些数据来理解客户是如何使用这些工具来运营自己的业务,或者是否还有未购买的解决方案。”
Gartner的Berkowitz说:“客户生命周期管理会给跨行业销售和向上销售带来很大的机会。你不仅会获得外部数据,也会丰富自己数据库的数据。这是一个非常强大的预报工具。”
Yearwood指出,公司下一年度计划将这个软件应用到更多的方面,如营销拓展,但是目前仍有很多工作要做。
权衡利弊
即使这些工具在提高生产力及帮助销售团队方面有很多优点,但是这个软件仍然处于新生阶段,它也有一些局限性。例如,Yearwood希望Sun Trust能提供更灵活的数据视图。
他说,虽然Lattice Engines“在显示快照方面做得很好,但是我们更希望它能够显示趋势数据和时间序列数据。而它现在还无法做到。”查看数据随时间的变化,然后对比各年度的数据,“可以让银行主与客户在讨论现金流或信用卡使用趋势时有更实质的互动内容。在这些谈话中,你会成为顾问,扮演着战略指引的角色。”
Gartner的Berkowitz还提醒说,公司要考虑一些内部假设条件,这些技术模型会用这些假设来确定判断标准。
他说:“这个软件的最大问题在于它是一个黑盒。有一些公司不敢相信他人提供的黑盒模型,因为这些算法是保密的。”Berkowitz指出,他还会尝试区分这个领域中不同供应商的差别。
Berkowitz说:“在这一点上,他们都是相同的。但是,有一些供应商可能会宣称:‘我们已经将算法开源,然后围绕这些算法提供服务。’那么这就是一种差异性。”
数据分析咨询请扫描二维码
必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27技术技能 - 编程技能 - 掌握SQL、Python、R语言等编程工具是基本要求,可用于数据提取、清洗和分析。 - 数据分析与建模技能 ...
2024-11-27财务数据分析职业展望 - 需求激增: 随着企业信息化和数字化进程的加速,财务数据产生和积累速度急剧增长,推动了财务数据分析需 ...
2024-11-27技术技能 数学与统计技能:数据分析师需要具备扎实的数学基础,包括统计学、概率论、多变量微积分和线性代数等知识,以帮助理 ...
2024-11-27选择适当的工具和软件 选择恰当的工具对于创建出色的数据分析图表至关重要。Excel提供强大的数据可视化功能,R语言的ggplot2包 ...
2024-11-27初级市场分析师在工作中面临着重要任务之一:评估竞争对手的表现。这项工作不仅有助于描绘行业竞争格局,还能帮助企业发现自身的 ...
2024-11-27基础知识的建立 要想在数据分析领域脱颖而出,首先需要打好坚实的基础。 数据分析的基础知识十分重要,其中包括统计学、概率论、 ...
2024-11-27# 要学习Python数据分析 掌握Python基础知识 - 首先需要掌握Python的基础知识,包括基本语法、数据结构(如列表、元组、字典等) ...
2024-11-27学数据分析能在什么单位工作 数据分析的就业领域概述 数据分析专业毕业生广泛应用于各行各业,包括但不限于以下单位: 政府机关 ...
2024-11-27想学数据分析需要学哪些课程 数据分析学习路径推荐 基础课程: 统计学: 统计学作为数据分析的基石,涵盖概率论、描述性统计、 ...
2024-11-27# 现在什么行业发展前景最好 **人工智能与机器学习** - 人工智能技术快速发展,广泛应用于智能家居、自动驾驶等领域。 - 具备巨 ...
2024-11-27# 未来最有前景的行业 **人工智能与机器学习** - 人工智能被认为是未来最具潜力的行业之一,其应用范围广泛,包括智能家居、医 ...
2024-11-27