जब टारगेटिंग सिर्फ़ अंदाज़े पर आधारित नहीं रहती, तो B2B टीम फ़िज़ूल खर्च को तेज़ी से कम कर सकती है। मान लीजिए कि एक $40k/महीने का पेड सर्च और LinkedIn प्रोग्राम है; सेगमेंट और पर्सोना को फिर से बनाने के बाद बजट को बड़े ऑडियंस से हटाकर सही जगह लगाया जाता है। पेड सोर्स से आने वाली पाइपलाइन तो स्थिर रहती है, लेकिन क्वालिफ़ाइड मीटिंग की लागत कम हो जाती है क्योंकि विज्ञापन, लैंडिंग पेज और SDR आउटरीच अब हर किसी को एक साथ संबोधित नहीं करते। इस बदलाव के पीछे का हुनर है साफ़ सेगमेंटेशन और पर्सोना से जुड़ी चीज़ें तैयार करना, जिन्हें टीमें असल में कैंपेन और सेल्स प्रोसेस में इस्तेमाल कर सकें।
आप ऐसी चार चीज़ें तैयार करेंगे जो डेटा को काम (एक्ज़ीक्यूशन) से जोड़ती हैं। एक सेगमेंटेशन स्कीम जो रिपोर्टिंग के लिए काफ़ी स्थिर हो। आइडियल कस्टमर प्रोफ़ाइल (ICPs) जो यह तय करती हैं कि किन ग्राहकों पर ध्यान देना चाहिए और क्यों। पर्सोना जो यह बताते हैं कि वे ICPs कैसे खरीदारी करते हैं और उन्हें क्या चीज़ रोकती है। एक एक्टिवेशन चेकलिस्ट जो टीम को बताती है कि टारगेटिंग, मैसेजिंग, रूटिंग और मेज़रमेंट में क्या बदलाव करने हैं ताकि काम का असर रेवेन्यू में दिखे।
इनमें से कुछ भी बनाने से पहले, रॉ डेटा से लेकर सेगमेंट, पर्सोना, चैनल मैसेजिंग और मेट्रिक्स तक के पूरे मैप को देखें।
सेगमेंटेशन स्कीम नियमों का एक सेट है जो आपके द्वारा मैनेज किए जा सकने वाले फ़ील्ड्स का इस्तेमाल करके हर अकाउंट या यूज़र को एक सेगमेंट में डालता है। यह रिपोर्टिंग, ऑडियंस बनाने और सेगमेंट के आधार पर परफ़ॉर्मेंस की तुलना करने के तरीके को कंट्रोल करता है।
ICP किसी खास प्रोसेस के लिए सबसे सही अकाउंट प्रोफ़ाइल का छोटा विवरण है। इसमें आमतौर पर फ़र्मोग्राफ़िक्स और टेक्नोग्राफ़िक्स के साथ-साथ वैल्यू हाइपोथिसिस और डिसक्वालिफ़ायर शामिल होते हैं। यह टारगेटिंग, क्वालिफ़िकेशन और सेल्सपर्सन का समय कहाँ खर्च करना है, इसे कंट्रोल करता है।
पर्सोना, ICP के अंदर एक रोल-बेस्ड बायर प्रोफ़ाइल है। यह उनके लक्ष्य, सफलता के पैमाने, मुख्य आपत्तियों, खरीदारी के ट्रिगर्स और ज़रूरी सबूतों को कैप्चर करता है। यह मैसेजिंग, सेल्स टॉक ट्रैक्स और क्रिएटिव ब्रीफ़्स को कंट्रोल करता है।
ट्रैप (गलती) टीमें पर्सोना को डेमोग्राफ़िक्स समझ लेती हैं। इससे अच्छी स्लाइड तो बनती हैं लेकिन कन्वर्ज़न कमज़ोर रहता है क्योंकि विज्ञापन और आउटबाउंड प्रोसेस में खरीदारी के ट्रिगर्स और सबूतों की ज़रूरतों को नज़रअंदाज़ कर दिया जाता है।
AI तब सबसे अच्छा काम करता है जब आप उसे ऐसे इनपुट देते हैं जो हाई-सिग्नल वाले हों और जिन्हें आसानी से ऑडिट किया जा सके। ऐसे डेटा से शुरुआत करें जो आपके वर्कफ़्लो में पहले से मौजूद है, फिर ऐसे क्वालिटेटिव इनपुट जोड़ें जो यह बताते हों कि नंबर क्यों बदलते हैं।
सिग्नल की क्वालिटी, बायस (पक्षपात) का जोखिम, प्राइवेसी की पाबंदियाँ और रखरखाव की मेहनत के आधार पर सोर्स को परखने के लिए इस तुलना का इस्तेमाल करें।
पाइपलाइन पर असर डालने के लिए, उन इनपुट को प्राथमिकता दें जो स्टेज मूवमेंट से जुड़े हों। CRM में मौजूद अपॉर्चुनिटी नोट्स बताते हैं कि डील क्यों रुक जाती हैं। प्रोडक्ट इवेंट्स एक्टिवेशन पैटर्न दिखाते हैं जो एक्सपेंशन का अनुमान लगाने में मदद करते हैं (जो कि बाद में दिखने वाला नतीजा है)। सपोर्ट लॉग्स उन रुकावटों का पता लगाते हैं जिनसे कस्टमर के छोड़कर जाने (चर्न) का रिस्क बढ़ता है; यह रिटेंशन के काम के लिए एक ज़रूरी जानकारी है।
सेगमेंटेशन तब फेल हो जाता है जब वह एक ही बार में एक्विजिशन, एक्टिवेशन, एक्सपेंशन, रिटेंशन और प्राइसिंग की समस्याओं को हल करने की कोशिश करता है। पहले चरण (इटरेशन) के लिए कोई एक मुख्य काम चुनें। फिर तय करें कि इससे कौन सा फ़ैसला बेहतर होगा, जैसे कि किन अकाउंट्स को आउटबाउंड के लिए भेजा जाए या कौन सा ऑनबोर्डिंग तरीका तेज़ी से वैल्यू (फ़ायदा) दिलाने में मदद करता है।
अभी एक फ़ैसला लें। अगर आपको अगले क्वार्टर में किसी एक मेट्रिक को बेहतर बनाना हो, तो वह क्या होगा - क्वालिफाइड पाइपलाइन बनाना, एक्टिवेटेड यूज़र्स, रिन्यूअल या एक्सपेंशन रेवेन्यू? इस बातचीत का इस्तेमाल मकसद, सीमाओं और स्टेकहोल्डर्स को तय करने के लिए करें।