מאגר הלידים שלכם ב-B2B הורג את צינור המכירות

בניתם מאגר של 10,000 אנשי קשר, והשקעתם שבועות באיתור ובניקוי שלו.

בבדיקה היפותטית, קמפיין עשוי להראות מעט תגובות, אזהרות מסירה או שינוי במוניטין. אמתו את הראיות ואת הספק לפני שמאבחנים את הסיבה.

הקופי היה טוב. ה-ICP היה נכון. התזמון היה סביר.

להמחשה, דמיינו רשימה של 10,000 רשומות שחלקן מיושנות או לא תקינות. את השיעור יש למדוד במאגר הנתונים בפועל.

רכישות ושינויי תפקיד עלולים להפוך רשומות לישנות. ההשפעה על המסירה תלויה בכתובות, בתגובות הספק ובהיסטוריית השליחה.

זה המס הבלתי נראה של התיישנות מאגרי לידים ב-B2B. הוא לא מכריז על עצמו. הוא לא זורק שגיאה.

סקרו נתוני החזרות, תלונות ומסירה כדי להבין אם איכות הרשימה עשויה לתרום לבעיה בקמפיין.

בעיית התיישנות הנתונים: למה הרשימה שלכם נרקבת בזמן שאתם ישנים

נתוני קשר יכולים להתיישן כשאנשים מחליפים מקום עבודה. כתובת ישנה עשויה עדיין לעבוד, לחזור או להגיע לתיבה משותפת; אמתו לפני שאתם נשענים עליה.

כמות הנתונים המיושנים משתנה לפי מקור, קהל ותאריך איסוף. רשומות ישנות עשויות לדרוש בדיקה רבה יותר, אך הגיל לבדו אינו קובע אם רשומה שגויה.

רשימה שנאספה לפני כמה שנים עשויה לדרוש בדיקה קפדנית לפני שימוש חוזר.

ספקי תיבות דואר משתמשים באותות ובמדיניות שונים.

גוגל ממליצה לשולחים להקטין את הנפח אם מופיעים החזרות או דחיות זמניות; ראו את ההנחיות לשולחים.

שיעור החזרות הקשות לבדו אינו קובע סף מוניטין אחיד.

טיפול בתלונות והחזרת המוניטין תלויים במשוב מהספק ובסיבת הבעיה. עצרו ובדקו כשהאותות מידרדרים; המאמר אינו קובע משך התאוששות אוניברסלי.

לירידה בתגובות יש סיבות אפשריות רבות. בדקו ראיות על מסירה, טרגוט, הצעה והודעה לפני שאתם מייחסים אותה לגורם יחיד.

חמש דוגמאות לרשומות B2B מיושנות

לא כל הנתונים המתים נראים אותו דבר. הבנה של 5 הסוגים עוזרת לקבוע סדר עדיפויות בבדיקה ולהחליט מה לתקן ומה למחוק.

איך לבצע ביקורת למאגר הלידים שלכם ב-B2B: תהליך שלב אחר שלב

ביקורת מסד נתונים יכולה להתחיל בבדיקה מתועדת של מקור, עדכניות, רלוונטיות ומשוב מהספקים.

הבדיקות שלהלן הן דוגמאות להתאמה לנתונים ולקמפיין; הן לא תקן אוניברסלי של עובר/נכשל.

1. ייצאו את כל מסד הנתונים כקובץ CSV. כללו כתובת אימייל, שם פרטי, חברה, תפקיד ותאריך הוספה.

   תאריך האיסוף עוזר לסוקרים לתעדף רשומות, אבל אין גיל מקסימלי אחיד שקובע תקפות.

2. הריצו את הרשימה דרך NeverBounce או ZeroBounce.

   שירותי אימות עשויים להחזיר סטטוסים ורמות ביטחון שונים; בדקו את התיעוד העדכני של הספק לפני שמפרשים אותם.

   תעדו איך מטפלים בכל סטטוס. הסירו או דכאו רשומות שאין להשתמש בהן, ובררו תוצאות לא ודאיות לפי המדיניות שלכם.

   כתובות Catch-all (דומיינים שמקבלים כל אימייל בלי קשר לתקינותו) דורשות החלטה נפרדת.

   אל תתייחסו להשהיה קבועה כאל ערובה ל-deliverability. עקבו אחרי הנחיות הספק העדכניות ובדקו את תוצאת האימות ואת סיכון הקמפיין לפני שמחליטים אם לשלוח.

3. בחרו תדירות בדיקה.

   גיל של 12 חודשים עשוי להיות נקודת פתיחה עבור חלק מהצוותים, אבל המרווח המתאים תלוי במקור, בסוג הנתונים ובשינויים שנצפו.

   היעזרו בתיעוד העדכני של הספק לגבי אפשרויות להעשרה מחדש.

   בהתאם לשירות ולנתונים הזמינים, העשרה מחדש עשויה להחזיר אימייל, תפקיד או חברה עדכניים.

   בדקו רשומות שלא נמצאה להן התאמה מול מדיניות הנתונים שלכם לפני שמסתירים או מסירים אותן.

   אם שירות מחזיר כתובת אימייל אחרת, בדקו את הסטטוס שלה ואמתו אותה בשיטה שבחרתם לפני שתחליטו אם היא שייכת לתהליך שליחה.

4. קבעו מדיניות איכות מתועדת.

   בחרו ספי החזרות, תלונות, catch-all וסקירה לפי המשוב מהספק שלכם, שיטת האימות ורמת הסיכון שאתם מוכנים לקחת;

   הערכים האלה אינם גבולות אוניברסליים של עובר/נכשל.

   רשימה שנכשלת לא עוברת לכלי רצפים.

5. מיינו את הנותרים לפי איכות האות. מיינו אנשי קשר מאומתים לפי אות: חילוף תפקיד לאחרונה, סבב גיוס, שינוי טכנולוגי או מעורבות קודמת.

   אנשי קשר עם אותות חזקים מקבלים רצפים מותאמים אישית. השאר מקבלים רצף רחב יותר או נשארים בטיפוח.

איך שומרים על מאגר נקי להמשך

ביקורת חד-פעמית אינה תוכנית תחזוקה. הדעיכה מתחילה שוב למחרת ניקוי הרשימה, ולכן נתונים נקיים דורשים תהליך מתמשך, לא פאניקה רבעונית.

בחירת תדירות להעשרה מחודשת

יש לבחור מרווח בדיקה לפי מקור הנתונים, המטרה העסקית ושיעורי השגיאה שנצפו. כדאי לבדוק בתיעוד העדכני של הספקים את הכיסוי, תדירות העדכון ומגבלות המקור.

בדקו נתונים בתדירות שמתאימה למקור, לעדכניות, לשימוש ולשגיאות שנצפו. העשרה עשויה לא לזהות כל שינוי.

החזרה לעניין מבוססת אותות לפני הסרה

היעדר מעורבות לבדו אינו קובע אם יש לשמור רשומה. בחנו רלוונטיות, מקור, עדכניות וכללי שמירה חלים.

איתות חדש אינו מצדיק אוטומטית הודעה נוספת. הגדירו כללי מעקב ושמירת נתונים לפי המטרה, הנמען והדרישות החלות.

רשומות מיושנות או לא רלוונטיות עלולות לבזבז מאמץ ולהקשות על פירוש הדיווח על הקמפיין.

שכבת האימות לפני כל שליחה

שלב אימות עשוי לעזור לזהות כתובות לא ודאיות או לא תקינות. בחרו תהליך שמתאים לנתונים, לנפח, לדרישות הפרטיות ולסיכון בקמפיין.

זמני ההתאוששות משתנים לפי ספק ובעיה. אמתו רשומות מיובאות בתהליך מתאים, ופעלו לפי הנחיות ספק תיבות הדואר כשאותות מסירה או תלונות משתנים.

דוגמאות לבדיקות איכות נתונים

לפני קמפיין אוטומציית אימייל יזום, בדקו תקינות אנשי קשר, תפקיד וחברה עדכניים, מקור, והרלוונטיות למטרה המיועדת.

קבעו קריטריונים לשאלה אם רשומה מתאימה לקמפיין, כולל מה לעשות כשבדיקה אינה חד-משמעית.

הבדיקה עשויה להניב מאגר עם רשומות מעודכנות ומתועדות. אימות והעשרה יכולים להפחית אי-ודאות, אך אינם מבטיחים דיוק או תוצאות קמפיין.

הודעה שנשלחת לרשומות לא מדויקות או לא רלוונטיות עלולה לבזבז מאמץ. אימות והעשרה אינם מבטיחים פגישה.

מה קורה כשמתחילים עם נתונים נקיים

אחת ההמחשות הברורות ביותר להשפעת איכות הנתונים היא הקמפיין של Architrainer בשוק האדריכלות הישראלי. התוצאה הזו לא נבעה בעיקר מניסוח חכם או ממזל בתזמון.

זה נבע מהגדרת ה-ICP והיקף הפרויקט קודם, ואז איתור יעדים ממאגרי תעשייה וממקורות שמתבססים על עולם לא מקוון, במקום רשימה ישנה שנרכשה.

המקרה מתאר את גישת איתור הלידים, אבל לא מוכיח שהאימות לבדו גרם לתוצאה שדווחה.

המקרה הבוחן מתאר את הקהל ואת מקורות הנתונים שלו. את תוצאותיו יש לקרוא כספציפיות לקמפיין, ולא כהוכחה שפרקטיקת נתונים מסוימת תניב אותה תוצאה.

להקשר לגבי הקשר למערכת יצירת לידים בעזרת בינה מלאכותית הרחבה יותר: איכות הנתונים היא שכבת הקלט.

דאטה הוא רק גורם אחד בפנייה יזומה. התוצאות תלויות גם בטירגוט, בהצעה, במסר, במסירה ובתנאי קמפיין נוספים.

בדקו את איכות הנתונים יחד עם שאר הקמפיין.

שאלות נפוצות