4 façons de réduire votre CPL sur Facebook de 50 %

Ceci est le deuxième article de notre nouvelle série de contenu, No Fluffs Given. Nous en avons assez du contenu pelucheux de nos flux LinkedIn, sans véritable substance ni action à emporter. Nous nous associons donc à certains des meilleurs spécialistes du marketing B2B que nous connaissons. Les gens qui ont VRAIMENT fait ce genre de choses auparavant. Et vous donne de nouvelles tactiques exploitables à mettre en œuvre aujourd'hui.

Pourquoi n'y a-t-il pas plus de spécialistes du marketing B2B qui font de la publicité sur Facebook ?

• Il compte 2,41 milliards d'utilisateurs actifs par mois
  
• C'est le troisième site Web le plus visité au monde
  
• 71% des adultes américains l'utilisent

Pourtant, selon Social Media Examiner, seuls 65% des spécialistes du marketing B2B utilisent les publicités Facebook. Pourquoi si peu ?

Eh bien, la raison pour beaucoup se résume aux données. Mais il y a un moyen.

L'année dernière, nous avons fait de Facebook une priorité, et c'est l'un de nos canaux les plus performants.

Nous avons été en mesure de réduire nos coûts de 50 % et avons généré des demandes entrantes d'entreprises telles qu'IBM, Workday, Cvent, Infor, Salesforce, etc.

Alors, qu'avons-nous fait différemment pour obtenir ces résultats ?

Voici les quatre étapes que nous avons suivies pour y arriver.

Étape 1 : Touchez les bonnes personnes sur Facebook

Très peu de personnes disposent de données de carrière précises et elles se sont très probablement inscrites avec un e-mail personnel.

Cela signifie que les taux de correspondance de la publicité native de Facebook sont horribles et que le ciblage avec des données de carrière est généralement loin, ce qui entraîne des tonnes de dépenses inutiles et de mauvaises pistes.

Vous pouvez cibler les utilisateurs de Facebook avec trois catégories natives de la plateforme publicitaire :

1. Démographie - comme l'âge, le sexe et les informations sur le travail comme le titre du poste et l'industrie
2. Comportements - comme les achats antérieurs et l'utilisation de l'appareil
3. Intérêts - comme le divertissement, la famille et les relations, les loisirs et les activités

Ces catégories posent plusieurs problèmes. Ils sont d'un niveau incroyablement élevé.

En utilisant les données démographiques de Facebook, le plus proche que je peux obtenir pour cibler les personnes dans le SaaS B2B est "Opérations commerciales et financières".

Nous avons donc cherché un outil qui nous aiderait à contourner ce problème et à augmenter nos taux de correspondance. Nous nous sommes donc tournés vers les métadonnées.

Nous pouvons désormais cibler le bon public sur à peu près tous les canaux (y compris Facebook).

Nos taux de correspondance précédents oscillaient autour de 5 % sur Facebook. Nous avons constaté un taux de correspondance moyen de 40 à 50 % avec les métadonnées.

Plus vous pouvez ajouter d'attributs de données, meilleurs seront vos taux de correspondance pour les audiences personnalisées.

Voici trois autres outils à examiner pour augmenter vos taux de correspondance grâce à de meilleures données :

• Lusha
• Version
• Clearbit

Étape 2 : Cibler uniquement les prospects à forte valeur ajoutée

Nous sommes passés au niveau supérieur ici.

Maintenant que nous pouvons cibler les bonnes personnes sur Facebook, comment essayons-nous de prédire qui sont les prospects les plus intéressants pour nous ?

Facebook optimise automatiquement les publicités pour les "conversions de sites Web", mais je préférerais de loin qu'elles soient optimisées pour la plus haute qualité, ce qui signifie la probabilité de se convertir en vente.

Comment pourrait-il le savoir ?

Nous utilisions déjà un modèle de notation des prospects qui pouvait prédire la probabilité d'achat à Madkudu.

Voici comment cela a fonctionné :

• Nous avons alimenté leur algorithme avec toutes nos données de Salesforce pendant 12 mois : données démographiques sur les prospects, informations sur les opportunités, informations sur les clients, ARR moyen, délai de clôture, etc.
• Le modèle a examiné des milliers de points de données et a identifié les caractéristiques les plus courantes chez ceux qui se sont convertis en client payant
• Il a également examiné les traits communs des pistes qui n'allaient nulle part
• Il a construit un modèle qui a noté toutes les probabilités d'achat de ces prospects

En tant que spécialiste du marketing sceptique, la première chose que nous avons faite a été d'activer le modèle et de ne dire à personne de l'empêcher de devenir une prophétie auto-réalisatrice.

Nous voulions voir si le modèle dans le monde réel pouvait prédire avec précision la probabilité de fermeture d'un prospect.

À mon agréable surprise, nous l'avons trouvée très précise et avons commencé à utiliser la partition de différentes manières.

Il existe de nombreux fournisseurs de notation de prospects et même de nombreuses plates-formes natives d'automatisation du marketing que vous pouvez utiliser.

Avec la plate-forme de notation des prospects de Madkudu, nous pouvons renvoyer les valeurs prédites de chaque prospect, sur la base de notre modèle, à Facebook afin qu'il ne puisse enchérir que sur les prospects les plus intéressants.

Il forme essentiellement l'IA de Facebook sur ce qu'il faut rechercher dans les prospects potentiels. Vous pouvez en savoir plus sur "Madspend" plus en détail ici.

Étape 3 : Cibler uniquement les personnes qui sont activement présentes sur le marché

L'autre façon dont nous avons constaté des gains significatifs dans nos campagnes publicitaires a été de cibler les personnes qui sont activement sur le marché.

L'un des principaux types d'audience que nous avons utilisés avec les métadonnées était les données d'intention de l'acheteur G2. J'ai une très bonne opinion de G2 - pour y avoir dirigé l'équipe de croissance mondiale pendant plus de deux ans.

G2 compte plus de 7 millions de personnes par mois sur son site qui recherchent activement des outils sur le marché. G2 Buyer Intent vous permet de voir les entreprises qui recherchent votre produit, votre catégorie et vos concurrents sur G2.

Dans le SaaS, la plupart des gens sont liés par un contrat d'un ou deux ans avec leur fournisseur actuel. Ainsi, à moins que vous ne recherchiez quelqu'un sur un nouveau marché, même le ciblage démographique le plus ciblé entraînera toujours une tonne de dépenses publicitaires gaspillées.

L'utilisation des données d'intention a permis à nos dépenses publicitaires de générer une probabilité de conversion beaucoup plus élevée.

Étape 4 : Utilisez de vraies personnes dans votre création publicitaire

J'ai rencontré un autre CMO, et il a mentionné que pendant qu'il travaillait chez Hubspot, ils ont testé des milliers d'images dans des publicités et ont constaté que l'une fonctionnait bien mieux que toutes les autres.

L'image? Une photo d'une personne réelle à son bureau regardant la caméra.

Nous avons décidé de tester cette théorie et avons remplacé nos bannières fantaisistes par de simples photos de personnes à leur bureau.

Nos annonces d'origine ressemblaient à ceci :

Nous avons donc plutôt testé ces publicités :

Cela peut sembler un conseil amusant, mais l'impact qu'il a eu était réel - utilisez de vraies personnes. Il attire l'attention des gens.

Ils peuvent repérer les jolies publicités à un kilomètre de distance. De plus, la plupart des gens n'aiment pas voir les publicités en premier lieu.

Nous avons constaté une diminution de près de 20 % de nos coûts uniquement grâce à cela.

Cela a également créé une dynamique amusante au bureau pour voir quelle publicité du spécialiste du marketing était la plus performante. Nous avons maintenu environ cinq versions d'entre eux en cours d'exécution en tout temps.

Les résultats finaux :

• Notre CPL sur Facebook a diminué de 50 %
• Les conversions de ces prospects en opportunités de vente ont doublé – rivalisant avec nos demandes de démonstration organiques
• Nous avons ouvert un nouveau canal qui nous permet d'évoluer efficacement

Facebook peut fonctionner pour le B2B. Cela demande juste un peu de travail.

Bien qu'il puisse sembler que nous ayons jeté beaucoup de "technologies" sur le problème, la réalité est que la plupart des entreprises B2B ont déjà beaucoup de cette technologie en place.

De la notation des prospects aux données d'intention en passant par un outil comme les métadonnées.

Et si vous n'avez rien de tout cela… eh bien, c'est un problème entièrement différent à résoudre.

Rencontrez Adam Goyette

Vice-président du marketing @ Help Scout

Adam dirige actuellement le marketing chez Help Scout. Il dirigeait auparavant tout le marketing de croissance à l'échelle mondiale chez G2 - nommé l'une des sociétés privées à la croissance la plus rapide en Amérique par Inc 500 et Deloitte. Il est extrêmement passionné par la création d'équipes incroyables, axées sur les résultats et axées sur le développement de stratégies de marketing numérique, social et de contenu qui stimulent l'engagement des clients, la génération de prospects et la croissance des revenus. Connectez-vous avec Adam sur LinkedIn ici.