B2B Kaup: Fáðu meiri lista fyrir peningana þína
Kaup á milli fyrirtækja geta verið mjög ógnvekjandi. Ef þú ert stofnun sem þjónustar stórt svæði með fáum starfsmönnum, vilt þú tryggja að kaupáætlun þín sé skilvirk. Ef 50,000 fyrirtæki eru á svæðinu skulum við ímynda okkur að þú getir haft samband við 25 viðskiptavini á viku eða 5 á dag. Það krefst þess að þú hafir 20 sölufólk. Það er ansi árásargjarnt fyrir sölu- og símasöluteymi og líkurnar eru á að þú hafir ekki það mikla sölumenn!
Hvað ef þú gætir aðeins haft samband við 5,000 fyrirtæki (1 af hverjum 10)? Hvernig myndir þú finna og miða þessi fyrirtæki? Svarið liggur í nokkuð einföldum markaðsaðferðum gagnagrunna sem beitt er við viðskipti við viðskipti. Ég lét svæðisfyrirtæki í té þessa greiningu fyrir rúmu ári og nú lauk við öðru ári í leit að þeim. Þetta eru ekki eldflaugavísindi, heldur er það einfaldlega að leita í atvinnugreinum sem passa við fasta hluti viðskiptavina þinna.
Skref 1: Prófílaðu fyrirtækin þín. Þetta er þjónusta sem flest gagnafyrirtæki munu veita þér með hóflegum kostnaði. InfoUSA, Dun og Bradstreet og AccuData eru nokkrar af þessum tegundum fyrirtækja. Þegar þú færð skýrslurnar er mikilvægt að greina þær og setja saman í þýðingarmikil gögn. Hér er dæmi (Smelltu til að skoða):
Ár í viðskiptum eftir atvinnugreinum - Skarpskyggni%:
Sölumagn fyrirtækja eftir atvinnugreinum - Skarpskyggni%:
Fjöldi starfsmanna eftir atvinnugreinum - skarpskyggni%:
Skref 2: Greindu niðurstöðurnar
Skarpskyggni er prósent viðskiptavina á því bili sem þú hefur miðað við meðal prósent horfna á því bili. Með öðrum orðum, ef 25% viðskiptavina þinna hafa verið í minna en ári en aðeins 10% svæðisbundinna fyrirtækja hafa verið innan við ár, þá miðar þú betur á ný fyrirtæki! Með því að auka það líkurnar þínar á að finna horfur frekar en að skoða fyrirtæki sem bera ekki saman.
Skýrt merki þess hvort þú getur unnið eftir gögnum eður ei er einfaldlega að skoða lögun sveigjanna og sambönd innan atvinnugreinar. Hér eru nokkrar almennar athuganir (lágt hangandi ávextir) úr töflunum hér að ofan:
- Fjöldi ára í viðskiptum: Takið eftir því hvernig bæði G & H ná hámarki fyrsta árið eða minna? Ég myndi taka dýpri stungu í þessar atvinnugreinar og mögulega fjárfesta í framtíðarlistum yfir ný viðskipti.
- Sölumagn: Þó að margar atvinnugreinar rísi og falli í fallegri sveigju, taktu eftir því hvernig byggingar rampa upp? Svo ... því stærri sem byggingarfyrirtækið er, því betra!
- Fjöldi starfsmanna: Takið eftir því hvernig þjónustuiðnaðurinn er nokkuð flatur? Það segir mér að fjöldi starfsmanna gæti ekki verið þáttur í þeirri atvinnugrein.
Skref 3: Notaðu niðurstöðurnar
Ef ég vildi vera latur og fljótur myndi ég einfaldlega sjá gagnafyrirtækinu mínu fyrir hámarki sveigjanna minna og nota þá sem lágmark til að miða við horfur innan hverrar atvinnugreinar. Gagnafyrirtæki rukka þig yfirleitt ekki fyrir að gera nokkrar flóknar fyrirspurnir gegn gögnunum til að koma með listann þinn svo ekki vera feiminn, spyrðu! Mun betri leið til þess er að þróa nokkrar stigareiknirit byggðar á prófílnum og beita síðan formúlunni á horfendur til að fá heildarstig fyrir horfur. Pantaðu einfaldlega viðskiptavini þína í lækkandi röð og byrjaðu að kaupa!
Skref 4: Framkvæma!
Þegar við gerðum þessar herferðir fyrir viðskiptavin okkar greindum við hvert afköst þeirra voru til að hafa samband við viðskiptavini. Skilningur á því hversu margir viðskiptavinir þeir gætu haft samband veitti okkur fjölda talninga sem við þurftum til að þrengja leitarlistana sína. Við gerðum þriggja stinga átak sem skilaði 3% aukningu í kaupunum!
Skref 5: Greindu nýju niðurstöðurnar og byrjaðu aftur
Landslagið breytist eins og einkenni viðskiptavina þinna. Það er mikilvægt að halda áfram að betrumbæta og laga stigareiknirit og leit.
Síðasta athugasemd: Það eru heilar bækur sem eru skrifaðar á markaðsaðferðir gagnagrunna. Það er erfitt að miðla flóknu markaðsferli gagnagrunns í einni bloggfærslu og því hef ég leyft mér að gera miklar forsendur og taka mikið af flýtileiðum. Raunverulegt ferli sem við knúðum þennan viðskiptavin í gegn tók nokkra mánuði. Við greindum og pössuðu 95% viðskiptavina þeirra aftur í gögnum Dun og Bradstreet til að fá framúrskarandi prófíl. Þegar við völdum lokahorfur okkar útilokuðum við auðvitað viðskiptavini þeirra sem voru nýlega útrunnnir.
Ég vildi einfaldlega koma því á framfæri að það eru tiltölulega einfaldar og mjög stefnumótandi greiningar sem þú getur gert strax í Excel töflureikni sem mun bæta viðskipti þín við kaup á viðskiptum!