Marketing en verkoop
Dataverrijking en geavanceerde lead scoring voor B2B-groei
Ontdek hoe dataverrijking en een algoritme voor lead scoring een B2B-bedrijf hielpen klantgedrag te begrijpen, kansrijke klanten te herkennen en marketing en sales gericht in te zetten.
Om de vertrouwelijkheid te beschermen, kunnen we specifieke details aanpassen. Onze belangrijkste bijdrage geven we altijd correct weer.
Context en doelstellingen
Een Europese B2B-distributeur van voeding en dranken wilde zijn klantenbestand beter begrijpen en het aantal mogelijke leads verhogen.
Er waren twee grote uitdagingen:
Weinig bruikbare data over het klantenbestand: alleen aankoopgedrag en enkele externe gegevens die het salesteam handmatig had ingevuld
Een overweldigend aantal prospects om correct te kwalificeren uit een lijst van dure B2B-datadiensten
Aanpak
Dataverrijking
De eerste stap van het project was interne data verzamelen over klantgedrag, zoals:
hun aankooppatronen,
de soorten producten en diensten waar ze naar neigen,
hun aankoopfrequentie.
Daarna verzamelden we relevante open B2B-data over financiën en sectoren en maakten we extra variabelen rond bedrijfsgrootte, EBIT en andere nodige factoren. Dat was cruciaal voor een vollediger beeld van de klantendatabase.
Lead scoring
Vervolgens ontwikkelden we een algoritme voor lead scoring om klanten met “hoog” en “laag” potentieel te onderscheiden. Dat was een cruciale fase: het bedrijf kon zo zijn klanten beter begrijpen en mogelijke leads herkennen.
De criteria om klanten als hoog of laag potentieel te classificeren, waren aanvankelijk strikt. Dat maakte deze stap extra uitdagend. Na enkele verfijningen kon het algoritme beide groepen duidelijk onderscheiden.
Resultaten
We konden meer dan de helft van de volledige CRM-database verrijken, met meer dan 80% van de klanten die in de voorbije 3 jaar een aankoop hadden gedaan.
Het dataverrijkingsproject toonde ook welke sectoren en bedrijfstypes samenhingen met betere commerciële prestaties. Met dat waardevolle inzicht kon de klant marketing en sales gerichter inzetten.
Ook het algoritme voor lead scoring was geslaagd. Het gaf de klant meer inzicht in de soorten bedrijven waarmee hij werkte en identificeerde honderden bedrijven met het hoogste potentieel. Zo kon hij zijn middelen gericht inzetten.
De klant ontving:
zijn klantenbestand, verrijkt met relevante data,
een lijst doelbedrijven, elk met een score voor de kans om een winstgevende klant te worden en met hun financiële en sectorgegevens,
een getraind model,
de code van het dataverrijkingsproject,
uitgebreide documentatie,
een Power BI-dashboard.
Om de vertrouwelijkheid te waarborgen, kunnen we bepaalde details in onze klantcases aanpassen.