در SMX Next در نوامبر، من مفتخر شدم که در مورد اینکه اتوماسیون برای تولید سرنخ در زمانی که برای تولید سرنخ طراحی نشده است، سخنرانی کنم.

یک تشکر بزرگ از همه کسانی که شرکت کردند – پرسش و پاسخ اضافه کاری یک جلسه پر جنب و جوش با سوالات بسیاری بود!

چالش های اتوماسیون نسل پیشرو

بسیاری از ما با چالش های تولید سرنخ در یک سیستم تبلیغاتی که برای تجارت الکترونیک ساخته شده است سر و کار داریم. تولید سرنخ B2B کاملاً با تجارت الکترونیک متفاوت است، با تبدیل کلی کمتر، بدون سبد خرید، بدون “ارزش تبدیل” و چرخه فروش طولانی که عمدتاً به صورت آفلاین انجام می شود.

برای اینکه اتوماسیون بهینه کار کند، دستگاه به داده های زیادی نیاز دارد – حداقل 20 تبدیل در یک ماه. بسیاری از کمپین‌های B2B برای رسیدن به این تعداد تبدیل تلاش می‌کنند و همین امر اتوماسیون را به چالش می‌کشد.

علاوه بر این، استراتژی‌های پیشنهادی مانند tROAS بر اساس ارزش یک تبدیل کار می‌کنند:

مثال tROAS

چگونه یک سرنخ B2B را که به مدت 18 ماه بسته نمی شود، ارزیابی می کنید؟

برخی از گزینه های اتوماسیون واضح برای تولید سرنخ

یکی از گزینه ها برای تبلیغ کنندگان تولید سرنخ این است CPA هدف (tCPA). CPA هدف یک استراتژی قیمت‌گذاری هوشمند است که پیشنهادهایی را برای شما تعیین می‌کند تا بیشترین تعداد تبدیل (اقدامات مشتری) را به دست آورید.

اگر CPA هدف در ذهن ندارید، می توانید از آن استفاده کنید تبدیل ها را به حداکثر برسانید، که سعی می کند با بودجه شما تا حد امکان تبدیل به تعداد بیشتری را بدون توجه به CPA دریافت کند.

در نگاه اول، تبدیل‌های tCPA و Max کاندیدای ایده‌آلی برای خودکارسازی تولید سرنخ به نظر می‌رسند. و هستند، اما کامل نیستند.

برای یک چیز، هر دو استراتژی پیشنهادی می‌توانند منجر به CPCها شوند زیرا سیستم اتوماسیون سعی می‌کند تبدیل‌ها را در CPA هدف شما یا فقط دوره تبدیل پیدا کند.

خوشبختانه، تبلیغ‌کنندگان می‌توانند CPC‌های خود را کنترل کنند – تا زمانی که از a استراتژی پیشنهاد سبد سهام.

اگر از مناقصه نمونه کارها در Google Ads استفاده می کنید، می توانید حداکثر CPC را برای نمونه کارها تعیین کنید. این گزینه در Search Ads 360 (SA360) نیز موجود است، اگر از موارد زیر استفاده کنید:

استراتژی پیشنهاد نمونه کارها

توانایی تعیین حداکثر پیشنهادات دلیل کافی برای استفاده از استراتژی پیشنهاد سبد سهام است. می تواند شما را از پرداخت صدها دلار در هر کلیک نجات دهد.

اگر به ماشینی می‌گویید تا بیشترین تعداد تبدیل ممکن را برای شما به ارمغان بیاورد، می‌خواهید مطمئن شوید که تبدیل‌ها را به درستی ردیابی می‌کنید!

من از نمونه ای از مشتری استفاده کردم که زمین های صفحه را به عنوان تبدیل ردیابی می کرد:

در حالی که زمین های صفحه ممکن است یک هدف تجاری باشد، به ویژه برای تبلیغ کنندگانی که به دنبال نام تجاری یا آگاهی هستند، این هدف خوبی برای اتوماسیون نیست.

اگر می‌خواهید تبدیل‌ها را به حداکثر برسانید و زمین‌های صفحه را اندازه‌گیری می‌کنید، فقط ترافیک بیشتری را به سایت خود هدایت خواهید کرد. هیچ تضمینی وجود ندارد که ترافیک واقعاً منجر به سرنخ یا درآمد بیشتر برای کسب و کار شما شود.

قیف خود را بسازید

همانطور که قبلا ذکر شد، دریافت سرنخ کافی برای تغذیه الگوریتم اتوماسیون می تواند برای تولید سرنخ B2B چالشی باشد.

من چند روش را برای تبلیغ‌کنندگان به اشتراک گذاشتم تا از تاکتیک‌های میان قیف استفاده کنند که می‌تواند ترافیک را به سمت هدف‌گیری مجدد هدایت کند، و حتی احتمالاً با هزینه کم، سرنخ‌ها را هدایت کند.

یکی از آن گزینه ها این است کمپین های کشف.

کمپین های اکتشافی می توانند یک تاکتیک میان قیف موثر برای دستیابی به مخاطبان در مقیاس باشند. ما با تبلیغات Discovery برای چندین مشتری B2B خود موفق بوده ایم.

در طول جلسه سوالات زیادی در مورد Discovery وجود داشت. چندین سؤال بر کیفیت سرنخ از کمپین‌های Discovery متمرکز شده است.

ما متوجه شده ایم که کیفیت سرنخ هایی که مشتریان ما از Discovery دریافت می کنند مشابه کمپین های جستجو است.

اگرچه تبلیغات Discovery به کاربرانی می رسد که در مقایسه با جستجو در قیف بالاتر هستند، به یاد داشته باشید که تنها گزینه های پیشنهادی برای Discovery حداکثر تبدیل یا tCPA است. بنابراین، کیفیت سرب به طور کلی خوب است.

ما همچنین دریافته‌ایم که کمپین‌های Discovery از کمپین‌های حداکثر عملکرد بهتر عمل می‌کنند – تا جایی که به دلیل کیفیت پایین سرنخ به ندرت از حداکثر عملکرد استفاده می‌کنیم.

دریافت سرنخ های با کیفیت

وقتی صحبت از کیفیت سرنخ شد، تولید سرنخ هایی که در واقع به فروش تبدیل می شوند، یکی از بزرگترین چالش ها برای تبلیغ کنندگان تولید سرنخ است.

هر کس می تواند یک فرم را به صورت آنلاین پر کند. بسیاری از کسانی که فرمی را پر کردند هرگز به سرنخ های واجد شرایط تبدیل نخواهند شد.

و تنها درصد کمی از کسانی که سرنخ واجد شرایط می شوند در نهایت به فروش تبدیل می شوند.

یکی از راه‌های کمک به سنجش کیفیت سرنخ‌ها استفاده از داده‌های شخص ثالث وارد شده است.

گوگل برای اولین بار در سال 2016 قابلیت وارد کردن داده‌های سرنخ Salesforce را راه‌اندازی کرد. از آن زمان، آنها هزاران رابط داده اضافه کرده‌اند که تبلیغ‌کنندگان می‌توانند از آنها برای دریافت داده‌ها از خود استفاده کنند. سیستم CRM.

با وارد کردن داده‌ها از همان سیستمی که مشتریان شما از آن برای سنجش کیفیت سرنخ استفاده می‌کنند، می‌توانید فراتر از پر کردن فرم‌ها بروید تا ببینید چه تعداد از این فرم‌ها به سرنخ تبدیل شده‌اند.

و اگر به اندازه کافی سرنخ های شخص ثالث دریافت کردید، می توانید از آنها برای مناقصه هوشمند استفاده کنید:

این اسکرین شات از SA360 است، اما می‌توانید از تبدیل‌های آفلاین نیز برای استراتژی‌های پیشنهادی Google Ads استفاده کنید تا زمانی که آن‌ها را به‌عنوان علامت‌گذاری کرده باشید. تبدیل های اولیه.

برای این کار به حدود 20 تبدیل در ماه نیاز دارید، اما اگر این تعداد سرنخ دارید، این یک راه عالی برای به حداکثر رساندن اقداماتی است که برای مشتریان شما مهم است.

استفاده از استراتژی پیشنهاد نمونه کارها روش خوبی برای ترکیب کمپین های مشابه در یک استراتژی پیشنهادی واحد با داده های تبدیل کافی برای استفاده از داده های شخص ثالث برای مناقصه هوشمند است.

فقط مطمئن شوید که کمپین ها عملکرد و اهداف مشابهی دارند. کمپین ها یا کمپین های برند و غیر برند را با CPA یا اهداف بسیار متفاوت ترکیب نکنید.

و اگر تبدیل‌های شخص ثالث کافی برای استفاده در مناقصه هوشمند دریافت نکردید، حداقل از داده‌ها برای سنجش کیفیت سرنخ استفاده کنید.

به عنوان مثال، ما یک کلاینت داریم که هدف اصلی آن SQL است. با این حال، آنها فقط حدود 10 SQL در ماه دریافت می کنند.

ما MQL ها را بهینه می کنیم، که یک سطح بالاتر از قیف SQL هستند. ما همچنین داده‌های SQL را وارد می‌کنیم تا ببینیم آیا یک کمپین سرنخ‌هایی را که برای مشتری مهم هستند هدایت می‌کند یا خیر.

برخی از کمپین ها MQL های زیادی را هدایت می کنند اما SQL ندارند. ما می دانیم که آن کمپین ها را به نفع سایرین که SQL های بیشتری را هدایت می کنند، از اولویت خارج کنیم.

استفاده از ارزش سرنخ با استراتژی‌های پیشنهادی tROAS

تبلیغ‌کنندگان نسل پیشرو اغلب با حسادت به تبلیغ‌کنندگان تجارت الکترونیک نگاه می‌کنند، زیرا تبلیغ‌کنندگان تجارت الکترونیک می‌توانند از استراتژی پیشنهادی tROAS، نه تنها تعداد فروش آنها را به حداکثر می رساند، بلکه ارزش آن فروش را نیز به حداکثر می رساند.

یکی از مشکلاتی که در تولید سرنخ وجود دارد، مدت زمانی است که طول می کشد تا یک سرنخ به فروش تبدیل شود. چرخه های فروش 18 ماهه تا 2 ساله در B2B غیر معمول نیست.

تعیین ارزش سرنخ قبل از اینکه سرنخ کل چرخه خرید را طی کند، چالش برانگیز است. این امر باعث می شود که بسیاری از تبلیغ کنندگان B2B به عنوان یک استراتژی، tROAS را حذف کنند.

نه خیلی سریع!

تخصیص یک مقدار نسبی به تبدیل‌های خرد، مانند بارگیری کاغذ سفید یا پر کردن فرم تماس، روشی مؤثر برای استفاده از استراتژی پیشنهادی tROAS است.

فرض کنید چهار عمل دارید که می‌سنجید: بازدیدهای ویدیو، بارگیری دارایی‌ها، پر کردن فرم‌ها و MQL از وارد کردن شخص ثالث.

می توانید به هر یک از این اقدامات یک مقدار نسبی اختصاص دهید، مانند:

در این مثال، یک MQL 1000 برابر ارزش یک ویدیو است.

استراتژی tROAS به دنبال به حداکثر رساندن ارزش تبدیل است، نه فقط تعداد. بنابراین MQL ها و پر کردن فرم ها را بر بازدیدهای ویدیویی و بارگیری دارایی ها در اولویت قرار می دهد – در نتیجه کیفیت سرنخ هایی را که هدایت می کند بهبود می بخشد.

ما در جلسه SMX سوالات خوبی در مورد این استراتژی دریافت کردیم.

یکی از شرکت کنندگان پرسید که چگونه از “حلقه عذاب” اجتناب کنیم، جایی که سیستم شروع به هدایت حجم بالایی از سرنخ های کم ارزش می کند که هرگز به MQL تبدیل نمی شوند. این مطمئناً می تواند یک مشکل باشد:

توییت ارزش تبدیل را به حداکثر برسانید

بهترین راه برای جلوگیری از این امر این است که مقادیر کافی کم را به اقدامات کم ارزش و مقادیر کافی بالا را به اقدامات با ارزش بالا اختصاص دهید، بنابراین سیستم برای هدایت کنش های با ارزش بالا سخت تر کار می کند. به همین دلیل است که من در مثال بالا مقدار 1000 را برای MQL تعیین کردم.

گاهی اوقات، حتی این کافی نیست. برای مثال، نمایش‌های ویدیو به قدری آسان تولید می‌شوند که ممکن است سیستم به راحتی بتواند هزاران بازدید ویدیویی را نسبت به یک MQL ایجاد کند.

در این مورد، حذف بازدیدهای ویدیویی به عنوان تبدیل اولیه بهترین گزینه است. سیستم را مجبور کنید به جای آن به دنبال اقدامات با ارزش بالاتر مانند بارگیری دارایی و پر کردن فرم باشد.

در یک یادداشت مرتبط، ما یک سوال عالی در مورد اسناد مبتنی بر داده دریافت کردیم:

«ما بر اساس اهداف مختلف مشتری (نمایش صفحه، پر کردن فرم، تماس‌ها و غیره) چندین اقدام تبدیل اولیه در حساب خود داریم. ما متوجه شده‌ایم که مدل اسناد مبتنی بر داده به دلیل عملکردهای بالاتر قیف، بر روی کنش‌های نسل اصلی ما تأثیر می‌گذارد. چگونه نزدیک شدن به اسناد مبتنی بر داده برای نسل اصلی را با چندین اقدام تبدیل در حساب توصیه می‌کنید؟»

اگر متوجه شدید که این اتفاق برای شما می افتد، پیشنهاد می کنم برخی از اهداف اولیه خود را به اهداف ثانویه تغییر دهید.

در حالی که این امر باعث نمی شود انتساب داده محور به اهداف ثانویه نگاه کند (زیرا به همه تعاملات، از جمله کلیک می کند، حداقل شما به دستگاه می گویید که این اقدامات برای شما مهم نیستند.

استفاده از tROAS همچنین باید به سیستم کمک کند که در این مورد کدام تبدیل برای شما معنادارتر است.

همه چیز در مورد سیگنال ها است

به یاد داشته باشید، هر اتوماسیونی فقط به اندازه سیگنال هایی است که دریافت می کند. این به ما به‌عنوان بازاریاب بستگی دارد که مطمئن شویم بهترین سیگنال‌های ممکن را به مدل اتوماسیون می‌دهیم تا بتواند نتایج معناداری برای ما داشته باشد.

اصول اولیه مانند مخاطبان و کلمات کلیدی منفی را فراموش نکنید.

تبلیغ کنندگان اغلب فراموش می کنند که مخاطبانی را برای مشاهده اضافه کنند. افزودن مخاطبان راه بسیار خوبی برای گفتن سیستم به کاربرانی است که می‌خواهید به آنها دسترسی پیدا کنید – و در مورد مخاطبان منفی، به کدام کاربران نمی‌خواهید دسترسی پیدا کنید.

کلمات کلیدی منفی نه تنها در جلوگیری از نمایش تبلیغات در جستارهای نامربوط بلکه در ارائه سیگنال دیگری به دستگاه نیز مهم هستند.

خوراکی های کلیدی

  • ردیابی دقیق کلیدی است. مطمئن شوید که در حال اندازه گیری اقداماتی هستید که منجر به ارزش کسب و کار می شود و ارزش دقیقی برای هر اقدام تعیین می کنید.
  • قیف خود را بسازید! از Discovery و دیگر تاکتیک‌های قیف بالاتر مانند YouTube و Google Display برای ایجاد مخاطب استفاده کنید.
  • کیفیت سرب را ارزیابی کنید، نه فقط کمیت. از تاکتیک های این مقاله برای راهنمایی خود استفاده کنید.
  • سیگنال های مناسب را ارائه دهید. ارزش تبدیل، همراه با مخاطبان و کلمات کلیدی منفی، همگی به دستگاه کمک می کنند تا کاربران با ارزش بالا را پیدا کند.
  • بدانید چه زمانی باید دوشاخه را بکشید! اتوماسیون همیشه کار نمی کند. موارد متعددی داشته‌ایم که tCPA یا حداکثر تبدیل، سرنخ‌های کمتری را با هزینه بالاتر نسبت به CPC دستی ایجاد می‌کنند. اگر اتوماسیون را به نتایجی که می‌خواهید نمی‌رساند، خاموش کردن آن مشکلی ندارد!

با استفاده از ابزارهای مناسب، می‌توانید اتوماسیون را برای تولید سرنخ عملی کنید، حتی اگر برای تولید سرنخ طراحی نشده باشد.

تماشا کنید: ساخت اتوماسیون برای ژنرال سرب

در زیر ویدیوی کامل ارائه SMX Next من است.


نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و لزوماً سرزمین موتور جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.


جدید در زمین موتورهای جستجو

تولید محتوا توسط محتوا مارکتینگ

ملیسا مکی

ملیسا مکی معاون مدیر جستجوی پولی در MerkleB2B. او که یک بازاریاب کهنه کار PPC است، به مشتریان کمک می کند تا از جستجوی پولی به حداکثر بازگشت سرمایه برسند. مکی به طور منظم به چندین نشریه صنعتی کمک می کند و در مورد استراتژی PPC می نویسد. مکی در کنفرانس های صنعتی مانند SMX Advanced، SMX Create و HeroConf سخنرانی کرده است.



محتوا مارکتینگ

توسط psychen

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *