4 sposoby na obniżenie CPL na Facebooku o 50%

To drugi post z naszej nowej serii treści, No Fluffs Given. Mamy dość puszystych treści w naszych kanałach LinkedIn, bez prawdziwych treści i praktycznych wniosków. Dlatego współpracujemy z najlepszymi znanymi nam marketerami B2B. Ludzie, którzy RZECZYWIŚCIE zrobili to wcześniej. Oraz nowe, praktyczne taktyki do wdrożenia już dziś.

Dlaczego na Facebooku nie reklamuje się więcej marketerów B2B?

• Ma 2,41 miliarda aktywnych użytkowników miesięcznie
  
• To trzecia najczęściej odwiedzana witryna na świecie
  
• 71% dorosłych Amerykanów używa go

Jednak według Social Media Examiner tylko 65% marketerów B2B korzysta z reklam na Facebooku. Dlaczego tak mało?

Cóż, powód wielu sprowadza się do danych. Ale jest sposób.

W zeszłym roku postawiliśmy Facebooka na pierwszym miejscu i był to jeden z naszych najlepszych kanałów.

Udało nam się obniżyć koszty o 50% i skierować żądania przychodzące od firm takich jak IBM, Workday, Cvent, Infor, Salesforce i innych.

Co więc zrobiliśmy inaczej, aby osiągnąć te wyniki?

Oto cztery kroki, które podjęliśmy, aby się tam dostać.

Krok 1: Dotrzyj do odpowiednich osób na Facebooku

Bardzo niewiele osób ma dokładne dane dotyczące kariery i najprawdopodobniej zarejestrowało się za pomocą osobistego adresu e-mail.

Oznacza to, że współczynniki dopasowania natywnych reklam Facebooka są straszne, a kierowanie na dane dotyczące kariery jest zwykle dalekie od celu, co prowadzi do mnóstwa zmarnowanych wydatków i złych leadów.

Możesz kierować reklamy do użytkowników Facebooka za pomocą trzech kategorii natywnych dla platformy reklamowej:

1. Dane demograficzne – takie jak wiek, płeć i informacje dotyczące pracy, takie jak tytuł zawodowy i branża
2. Zachowania – takie jak wcześniejsze zakupy i użytkowanie urządzenia
3. Zainteresowania – takie jak rozrywka, rodzina i związki oraz hobby i zajęcia

Te kategorie stwarzają kilka problemów. Są na niewiarygodnie wysokim poziomie.

Korzystając z danych demograficznych Facebooka, najbliżej docierania do ludzi w B2B SaaS jest „Operacje biznesowe i finansowe”.

Postanowiliśmy więc znaleźć narzędzie, które pomogłoby nam obejść ten problem i zwiększyć nasze współczynniki dopasowania. Zwróciliśmy się więc do Metadanych.

Teraz możemy dotrzeć do odpowiednich odbiorców na prawie każdym kanale (w tym na Facebooku).

Nasze poprzednie wskaźniki dopasowania oscylowały wokół 5% na Facebooku. W przypadku metadanych średni współczynnik dopasowania wynosi 40-50%.

Im więcej atrybutów danych możesz dodać, tym lepsze będą Twoje współczynniki dopasowania dla niestandardowych odbiorców.

Oto trzy inne narzędzia, którymi warto się przyjrzeć, aby zwiększyć współczynniki dopasowania dzięki lepszym danym:

• Lusha
• Wersja
• Clearbit

Krok 2: Kieruj tylko na potencjalnych klientów o dużej wartości

Przenieśliśmy to tutaj na wyższy poziom.

Teraz, gdy możemy dotrzeć do właściwych osób na Facebooku – jak staramy się przewidzieć, kto jest dla nas najbardziej wartościowy?

Facebook automatycznie optymalizuje reklamy pod kątem „konwersji na stronie”, ale wolałbym, żeby był zoptymalizowany pod kątem najwyższej jakości, co oznacza prawdopodobieństwo konwersji na sprzedaż.

Skąd miałby to wiedzieć?

Korzystaliśmy już z modelu oceny potencjalnych klientów, który mógł przewidzieć prawdopodobieństwo zakupu w Madkudu.

Oto jak to działało:

• Przez 12 miesięcy karmiliśmy ich algorytm wszystkimi naszymi danymi z Salesforce: danymi demograficznymi potencjalnych klientów, informacjami o szansach sprzedaży, informacjami o klientach, średnim ARR, czasie do zamknięcia itp.
• Model przyjrzał się tysiącom punktów danych i ustalił najczęstsze cechy tych, które przekształciły się w płacącego klienta
• Przyjrzano się także typowym cechom potencjalnych klientów, którzy nie poszli donikąd
• Zbudował model, który oceniał wszystkie potencjalne szanse na kupno tego

Jako sceptyczny marketingowiec, pierwszą rzeczą, którą zrobiliśmy, było włączenie modelu i nie mówiliśmy nikomu, aby nie stał się samospełniającą się przepowiednią.

Chcieliśmy sprawdzić, czy model w rzeczywistym świecie może dokładnie przewidzieć prawdopodobieństwo zamknięcia potencjalnego klienta.

Ku mojemu miłemu zaskoczeniu stwierdziliśmy, że jest bardzo dokładny i zaczęliśmy używać punktacji na mnóstwo różnych sposobów.

Istnieje wielu wiodących dostawców scoringu, a nawet wielu rodzimych platform automatyzacji marketingu, z których możesz korzystać.

Dzięki platformie scoringowej leadów Madkudu, możemy wysyłać przewidywane wartości każdego leada, na podstawie naszego modelu, z powrotem do Facebooka, aby mógł licytować tylko te leady o najwyższej wartości.

Zasadniczo szkoli sztuczną inteligencję Facebooka w zakresie tego, czego szukać w potencjalnych leadach. Więcej informacji na temat „Madspend” można znaleźć tutaj.

Krok 3: Kieruj reklamy tylko na osoby, które aktywnie działają na rynku

Innym sposobem, w jaki odnotowaliśmy znaczne korzyści w naszych kampaniach reklamowych, było kierowanie ich do osób, które aktywnie działają na rynku.

Jednym z głównych typów odbiorców, których używaliśmy z metadanymi, były dane intencji nabywcy G2. Bardzo wysoko oceniam G2 – kierowałam tam globalnym zespołem ds. wzrostu przez ponad dwa lata.

G2 ma na swojej stronie ponad 7 milionów osób miesięcznie aktywnie badających narzędzia na rynku. G2 Buyer Intent pozwala zobaczyć firmy badające Twój produkt, kategorię i konkurencję w G2.

W SaaS większość ludzi jest związana rocznym lub dwuletnim kontraktem z obecnym dostawcą. Więc jeśli nie poszukujesz kogoś na nowym rynku, nawet najbardziej ukierunkowane kierowanie demograficzne i tak spowoduje mnóstwo zmarnowanych wydatków na reklamę.

Wykorzystanie danych o zamiarach pozwoliło zwiększyć prawdopodobieństwo konwersji przez nasze wydatki na reklamę.

Krok 4: Użyj w reklamie prawdziwych ludzi

Spotkałem innego dyrektora ds. marketingu, który wspomniał, że podczas gdy pracował w Hubspot, przetestowali tysiące obrazów w reklamach i odkryli, że jeden działa znacznie lepiej niż jakikolwiek inny.

Obraz? Zdjęcie prawdziwej osoby przy biurku patrzącej w kamerę.

Postanowiliśmy przetestować tę teorię i zastąpiliśmy nasze fantazyjnie zaprojektowane banery prostymi zdjęciami ludzi przy ich biurkach.

Nasze oryginalne reklamy wyglądały tak:

Dlatego zamiast tego przetestowaliśmy te reklamy:

Może się to wydawać zabawną wskazówką, ale wywarło to namacalne skutki – wykorzystaj prawdziwych ludzi. Przyciąga uwagę ludzi.

Potrafią dostrzec ładne reklamy z odległości mili. Poza tym większość ludzi nie lubi oglądać reklam.

Już z tego samego powodu zauważyliśmy prawie 20% spadek naszych kosztów.

Stworzyło to również zabawną dynamikę w biurze, aby zobaczyć, która reklama marketera jest najskuteczniejsza. Przez cały czas uruchomiliśmy około pięciu ich wersji.

Ostateczne wyniki:

• Nasz CPL na Facebooku spadł o 50%
• Konwersja tych potencjalnych klientów w możliwości sprzedaży podwoiła się – rywalizując z naszymi organicznymi żądaniami demonstracyjnymi
• Otworzyliśmy nowy kanał, który pozwala nam na efektywne skalowanie

Facebook może pracować dla B2B. To wymaga tylko trochę pracy.

Chociaż może się wydawać, że wrzuciliśmy w ten problem dużo „technologii”, w rzeczywistości większość firm w B2B już ma dużo tej technologii na swoim miejscu.

Od oceny potencjalnych klientów przez dane intencji do narzędzia takiego jak Metadane.

A jeśli tego nie masz… cóż, to zupełnie inny problem do rozwiązania.

Poznaj Adama Goyette

Wiceprezes ds. marketingu @ Help Scout

Adam obecnie kieruje marketingiem w Help Scout. Wcześniej kierował całym globalnym marketingiem wzrostu w G2 – uznanym za jedną z najszybciej rozwijających się prywatnych firm w Ameryce przez Inc 500 i Deloitte. Jego pasją jest budowanie niesamowitych, zorientowanych na wyniki zespołów, skoncentrowanych na opracowywaniu strategii marketingu cyfrowego, społecznościowego i content marketingu, które stymulują zaangażowanie klientów, generowanie leadów i wzrost przychodów. Połącz się z Adamem na LinkedIn tutaj.