Dyon Metselaar
Director
1 August 2019
5 minuten reading time
Leadgeneratie. Iedere organisatie die wil groeien moet zich bezighouden met sales, of: het genereren van nieuwe leads. Dit kan op verschillende manieren:
Je kunt als bedrijf verkopers aannemen voor koude-acquisitie. Je kunt callcenters inzetten. Je kunt leads inkopen via externe partijen. Of je kunt online marketing slim inzetten.
Als je kiest voor datagedreven leadgeneratie met behulp van online marketing, moet eerst weten wat een lead kost en inzicht hebben in de return on investment (ROI). Als je dat inzicht hebt, ga je berekenen of het je waard is om daar geld in te stoppen. Sommige bedrijven hebben inzicht in hun maximale cost-per-lead (max CPL), maar dat is lang niet bij alle bedrijven zo. Om erachter te komen of datagedreven online marketing echt interessant is voor je bedrijf, moet je jezelf dus eerst de vragen stellen:
Op basis daarvan ga je de maximale kosten per lead berekenen en bedenken hoe groot het budget is dat je ervoor wil vrijmaken.
Het berekenen van leadkosten en het bepalen van het mogelijke marketingbudget, doe je als volgt: je berekent de gemiddelde klantwaarde, bepaalt de gemiddelde winst per klant, en beslist dan hoeveel je zou willen investeren in de werving van een nieuwe klant. Een voorbeeld:
Stel: Een klant levert in het eerste jaar € 10.000 op. De helft van deze € 5.000 is winst. Je bent bereid om 20% van deze winst te investeren in een nieuwe klant. Een klant mag je dan dus € 1.000 kosten.
Als je weet wat een nieuwe klant qua marketingkosten mag kosten, kan je ook uitrekenen wat de gemiddelde conversie van een sales-qualified-lead (SQL) naar een daadwerkelijk klant is. Voor de definitie van een SQL ga ik in dit voorbeeld uit van een lead die een koopintentie uitspreekt, bijvoorbeeld:
Als we het voorbeeld van hierboven er weer even bij pakken.
Stel: je reserveert €1000 aan marketingbudget voor een nieuwe klant. De gemiddelde conversie van een aanvraag voor een afspraak met een adviseur naar een daadwerkelijke klant is 25%. Dan mag het genereren van een nieuwe lead dus € 250 kosten.
Nu inzichtelijk is gemaakt dat een aanvraag met een adviseur € 250 mag kosten, kunnen we deze KPI voor online marketing gaan gebruiken. Je kunt echter ook kijken hoe je dit vertaalt naar telemarketing. Stel dat een telemarketeer ook€ 250 als budget krijgt. Daarmee kan ook een afspraak worden ingepland met een adviseur en leads gegenereerd worden binnen de gestelde KPI’s.
Eenzelfde berekening zou je kunnen maken voor marketing-qualified-leads (MQL). Voor de definitie van een MQL ga ik in dit voorbeeld uit van een lead die een informatiebehoefte heeft, bijvoorbeeld:
Ook hier kunnen we de gemiddelde conversie over berekenen om een completer overzicht te hebben op welke KPI’s we kunnen sturen. Als voorbeeld heb ik de funnel hieronder uitgewerkt.
In dit voorbeeld ben ik ervan uitgegaan dat iedere MQL of SQL dezelfde conversie heeft, maar als dit in de praktijk verschilt dan zou je hier ook losse cost-per-lead doelstellingen aan kunnen hangen.
Nu we inzichtelijk hebben wat iedere lead mag kosten kunnen we dit ook meetbaar gaan maken in bijvoorbeeld Google Analytics om vervolgens te bepalen of de uitgegeven marketingkosten ook de hoeveelheid gegenereerde leads vertegenwoordigen.
We hebben met KPI’s bepaald hoeveel geld een lead maximaal zou mogen kosten. Nu kunnen we gaan testen welke kanalen/marketingmiddelen er kunnen worden ingezet om binnen deze maximale Cost Per Lead (CPL)- doelstelling een lead te genereren. De aanpak die wij hiervoor hanteren is de test-learn-scale aanpak. In het kort komt het erop neer dat we een experiment met een klein budget opzetten om te testen of we binnen de gestelde max-CPL een lead kunnen genereren en bij succes schalen we maximaal op.
De aanpak ziet er als volgt uit:
Door te testen met een klein budget en vervolgens ook te evalueren of dit nieuwe kanaal leads genereert binnen de max-CPL en alleen op te schalen bij succes, hou je controle over je investeringen en doordat je hiervoor uitgerekend hebt wat een lead maximaal mag kosten heb je een groeimodel dat je kan opschalen bij succes, afhankelijk van je leadbehoeften.
Nu verwacht je hier waarschijnlijk een opsomming van kanalen en manieren van aanpak die bij andere bedrijven zijn getest en ook bij jou zouden moeten werken. Helaas is het niet zo makkelijk. Iedere organisatie is anders, ieder salesproces is anders en iedere branche is anders. Daardoor is er niet één aanpak die voor iedere organisatie werkt. Wat wel voor iedereen geldt is dat je goed kan uitrekenen wat iedere stap in de marketing- en salesfunnel zou mogen kosten. Vervolgens kun je experimenteren waar je je marketinggeld in zou moeten investeren om data-gedreven te groeien.
Wel kan ik een aantal aanpakken meegeven die ik bij veel B2B klanten voorbij zie komen. Beslissingsprocessen binnen de B2B markt duren over het algemeen wat langer. Ook zijn er meerdere momenten waarop je doelgroep een zoektocht start en met jou in aanmerking komt. De doelgroep is over het algemeen wat kleiner waardoor je minder op de kwantiteit – bijvoorbeeld in de vorm van websitebezoek – moet sturen, maar meer op de kwaliteit. Dus: dus bezoekers gericht targetten en vervolgens zo goed mogelijk opvolgen. Denk bijvoorbeeld aan een strategie als:
We weten wat iedere stap in de funnel maximaal zou mogen kosten en we hebben geëxperimenteerd met traffic kanalen die daadwerkelijk bezoek leveren die binnen de CPL-doelstellingen converteren. Wat is dan de volgende stap? Binnen de B2B zijn de volumes en de doelgroep die we willen bereiken over het algemeen beperkt. Dit betekent dat we wat minder sturen op de kwantiteit en wat meer op de kwaliteit. We zouden dus naast het sturen op de max CPL van iedere funnelstap, ook willen sturen op de conversie tussen de verschillende stappen. Als we bijvoorbeeld de conversie van een ‘aanvraag adviesgesprek met een adviseur’ naar een daadwerkelijke klant kunnen verhogen van 25% naar 50%, zouden we aan het begin van de funnel veel meer mogen uitgeven voor het werven van een goede bezoeker en blijft de businesscase nog steeds uitkomen. Om hierop te kunnen optimaliseren willen we inzichtelijk krijgen waarom 1 op de 4 leads converteren naar een klant, maar we willen vooral ook weten waarom 3 op de 4 leads niet converteert. Deze informatie is namelijk erg waardevol om de campagnes op te kunnen optimaliseren. Er zijn verschillende mogelijkheden van handmatige Excel-bestanden waarin de kwaliteit van leads wordt bijgehouden tot volledige koppelingen tussen CRM en Google Analytics waarin de kwaliteit van leads inzichtelijk wordt gemaakt. Afhankelijk van de hoeveelheid leads kan je bepalen welke manier voor jouw organisatie werkt om de kwaliteit van je leads inzichtelijk te maken.
En nu? Ga aan de slag! Bepaal aan de hand van het voorbeeld hierboven de businesscase voor jouw organisatie en bereken wat iedere stap in de funnel maximaal zou mogen kosten. Ga testen met verschillende kanalen, boodschappen, doelgroepen en uitingen om te testen wat werkt om binnen de gestelde maximale CPL-doelstelling een lead te genereren. Blijf optimaliseren als de businesscase nog niet uitkomt en schaal op bij succes. Ga vervolgens aan de slag met het inzichtelijk maken van de kwaliteit van je leads en ga sturen op het optimaliseren van de kwaliteit i.p.v. de kwantiteit. Wordt een data-gedreven leadgeneratiepro en zorg er voor dat marketing en sales optimaal op elkaar aansluiten en er samen voor zorgen hoe het optimale marketing en salesproces kan worden ingericht. Go for it!