Las aplicaciones basadas en SaaS que utilizan los profesionales de marketing B2B y los representantes de desarrollo de ventas con modelos de ciencia de datos/machine learning que aprovechan tanto los datos internos (de los sistemas de gestión de leads de CRM y automatización de la fuerza de ventas) como los externos (de las bases de datos de medios sociales, públicas y privadas) para identificar segmentos, cuentas y clientes potenciales con una mayor propensión a la compra.
Según Gartner, las características que definen la tecnología Predictive B2B Marketing Analytics en 2016 son:
- Nivel de beneficios potenciales: Alto
- Penetración de mercado: 5% a 20% de la audiencia objetivo
- Madurez: Emergente
El ‘Hype Cycle for CRM Sales’ de 2018 clasificó esta tecnología como obsoleta antes de su llegada meseta de productividad
Adopción de tecnologías Predictive B2B Marketing Analytics
Los vendedores B2B se han vuelto más sofisticados en cómo generar demanda, convertir, nutrir y calificar clientes potenciales, están buscando una manera más inteligente y confiable de identificar compradores que encajen bien en el mercado.
La segmentación predictiva y la generación de demanda han ganado impulso rápidamente, impulsadas por el aumento del marketing basado en cuentas (ABM).
El mercado sigue siendo inmaduro, la adopción se ha limitado a unos pocos países, los proveedores luchan por diferenciarse y Gartner espera que se produzca la consolidación, las empresas de alta tecnología son las primeras en adoptar, pero otras empresas B2B han comenzado a adoptar. La conciencia, la atención de la prensa y la publicidad es alta (especialmente en torno a ABM), lo que conduce a la posición de mercado al Pico de Expectativas Infladas.
A pesar de los obstáculos, el índice de beneficios es alto y el retorno de la inversión es a menudo tan convincente que es probable que muchas empresas B2B consideren la adopción en los próximos dos o tres años.
Predictive B2B Marketing Analytics, recomendaciones de Gartner
- Consultar con las partes interesadas en marketing y ventas para comprender la precisión de los procesos actuales de generación de demanda para generar clientes potenciales y modelos de puntuación al predecir la probabilidad de conversión de clientes potenciales en oportunidades y, en última instancia, al cerrar acuerdos.
- Dado que los modelos predictivos funcionan mejor con conjuntos de datos más grandes, asegúrese de tener suficientes datos históricos (al menos 500 transacciones en dos años [ganancias, pérdidas y oportunidades convertidas]) antes de evaluar las aplicaciones.
- Muchos proveedores utilizan técnicas similares de ciencia de datos y machine learning, así que no tome decisiones de compra basadas únicamente en la precisión percibida del modelo. Considere las fuentes de datos, la experiencia en el dominio, la seguridad, la capacidad de machine learning para seleccionar/rechazar modelos de manera inteligente, las referencias de los clientes, las integraciones y la flexibilidad de los modelos.
- Realice comparaciones de prueba de concepto (POC) antes de comprar una solución, tanto para evaluar el rendimiento como para acelerar la aceptación por parte de las partes interesadas en marketing y ventas.
Vendedores de soluciones Predictive B2B Marketing Analytics
Según el informe Gartner, los vendedores destacados de soluciones de Predictive B2B Marketing Analytics son:
6sense; Datanyze; EverString; Infer; InsideSales,com; Lattice Engines; Leadspace; Mintigo; Radius; SalesPredict
Lecturas recomendadas
Digital Marketing and Advertising Hype Cycle 2016 <http://downloads.digitalmarketingdepot.com/rs/727-ZQE-044/images/GRN_1610_MrktngHype.pdf>
«Predictive Analytics Are Transforming B2B Selling» <https://www.gartner.com/en/documents/3054119>
B2B Predictive Marketing Analytics Platforms: A Marketer’s Guide <https://marketingland.com/buyers-guides/b2b-predictive-marketing-analytics-platforms-marketers-guide>
Is Predictive Intelligence the Future of B2B Marketing? <https://blog.hubspot.com/marketing/is-predictive-intelligence-the-future-of-b2b-marketing>