Ons aankoopgedrag is de afgelopen jaren flink veranderd. Online is vaak een schat aan informatie te vinden waardoor kopers alle ins-en-outs van een product kennen voordat ze contact met u zoeken. De kunst is dus eerder in het verkooptraject op de radar te komen en hierbij speelt personalisatie een ontzettend belangrijke rol.

Je moet weten waar de klant zich bevindt in de sales-cyclus en welke informatiebehoefte hij heeft. Analytics (of BI) speelt daarbij een grote rol, maar wordt vaak nog niet optimaal ingezet. Een gemiste kans als we zien dat het slim inzetten van data analyse kan zorgen voor betere resultaten op het gebied van leadgeneratie, het beter benutten van cross- en upsell kansen en gerichte adviezen rondom pricing.

Download whitepaper: Datagedreven organisatie

Laten we eerst verder inzoomen op de kansen van BI voor B2B sales en marketing, zoals gedefinieerd door onderzoeksbureau McKinsey. Uit dit onderzoekt blijkt dat sales succesvoller zijn als ze data gestructureerd inzetten in hun dagelijks werk. Een paar voorbeelden:

  • Hogere conversie
    Historische data is uitermate geschikt om inzicht te krijgen in verkoopkansen. Door een 360-graden klantbeeld te ontwikkelen op basis van in- en externe data kunnen algoritmes worden ingezet om de kans op conversie te berekenen. Die inzichten kunnen weer worden ingezet om verkoopstrategieën te bepalen. Daarbij kun je denken aan een aangepaste branche-focus of de volwassenheidsfase van bedrijven die je benaderen. Het combineren van deze inzichten met automatisering maakt het mogelijk de meest veelbelovende leads te benaderen in de juiste fase van de customer journey.
  • Customer Lifetime Value (CLV)
    Data biedt ook ontzettend veel kansen voor klantenbinding, want het is algemeen bekend dat het veel duurder is om een nieuwe klant te werven dan om een bestaande te behouden. Met slimme algoritmes kan worden berekend welke upsell-mogelijkheden er zijn voor klanten aan de hand van specifieke kenmerken. Ook kunnen problemen pro-actief worden gesignaleerd zodat klanten minder snel het contract opzeggen.
  • Een goede prijs
    Het klinkt als een schot voor open doel, maar prijsvoorstellen zijn nog te vaak gebaseerd op het ‘gevoel’ van verkopers. Door deals uit het verleden te analyseren en te vertalen tot praktische inzichten kan een deal worden voorgesteld die op data is gebaseerd. Met behulp van beslisboomanalyses kunnen vergelijkbare aankopen en dealinformatie informatie bieden om de verkoop te begeleiden. Klanten met vergelijkbaar prijsgedrag worden geclusterd op basis van factoren als koopgedrag in het verleden of grootte.

Aan de slag met analytics op maat

De voordelen zijn duidelijk, maar hoe zorg je er nu voor dat je organisatie meer datagedreven wordt? Een van de bekendste adviezen geldt ook hier: Begin klein en bouw langzaam uit. Definieer één use-case en start vanuit daar. McKinsey definieert ook de stappen die genomen moeten worden om succesvol aan de slag te gaan met Analytics:

  1. Erken dat perfecte data niet bestaat: ook uit onvolledige data kun je relevante informatie halen;
  2. Haal mensen in huis de vaardigheden om data te transformeren tot inzichten;
  3. Start met een goedkope of gratis cloud-tool om vervolgens uit te breiden als dat wenselijk is;
  4. Integreer de data met bestaande salesworkflows zodat deze op het juiste moment inzichtelijk is;
  5. Wanneer data vertaald wordt naar acties in de praktijk moet dit goed worden begeleid met trainingen of prestatiemanagement zodat het een kickstart krijgt.

Data biedt veel kansen binnen de sales-wereld, maar vraagt wel om een gestructureerde aanpak. Klein beginnen met een relevante use-case, uitgewerkt door professionals, kan helpen Analytics binnen de B2B-sales voet aan de grond te laten krijgen.

New call-to-action