将 Facebook 上的 CPL 降低 50% 的 4 种方法

已发表: 2021-05-06

这是我们新内容系列中的第二篇文章，No Fluffs Given。 我们已经厌倦了 LinkedIn 信息流中的蓬松内容，没有真正的实质内容或可操作的要点。 因此，我们正在与我们认识的一些最好的 B2B 营销人员合作。 以前实际上做过这些事情的人。 并为您提供新的、可操作的策略来实施。

为什么没有更多的 B2B 营销人员在 Facebook 上做广告？

它拥有 24.1 亿月活跃用户
它是世界上访问量第三大的网站
71% 的美国成年人使用它

然而，据 Social Media Examiner 称，只有 65% 的 B2B 营销人员使用 Facebook 广告。为什么这么少？

好吧，许多人的原因归结为数据。但是有办法。

在过去的一年里，我们将 Facebook 列为优先事项，它一直是我们表现最好的渠道之一。

我们已经能够将成本降低 50%，并推动来自 IBM、Workday、Cvent、Infor、Salesforce 等公司的入站请求。

那么我们做了什么不同的事情来实现这些结果呢？

这是我们为实现目标而采取的四个步骤。

第 1 步：在 Facebook 上吸引合适的人

很少有人拥有准确的职业数据，而且他们很可能是通过个人电子邮件注册的。

这意味着 Facebook 的原生广告匹配率非常糟糕，而且通常使用职业数据进行定位，从而导致大量浪费的支出和不良的潜在客户。

您可以使用广告平台原生的三个类别来定位 Facebook 用户：

人口统计数据——如年龄、性别和工作信息，如职位和行业
行为 - 如先前购买和设备使用
兴趣——比如娱乐、家庭和人际关系，以及爱好和活动

这些类别带来了几个问题。他们的水平非常高。

使用 Facebook 的人口统计数据，我能找到的最接近 B2B SaaS 人群的目标是“商业和金融运营”。

因此，我们着手寻找一种工具来帮助我们解决这个问题并提高我们的匹配率。所以我们转向元数据。

现在，我们几乎可以在每个渠道（包括 Facebook）上瞄准合适的受众。

我们之前在 Facebook 上的匹配率徘徊在 5% 左右。我们看到元数据的平均匹配率为 40-50%。

您可以添加的数据属性越多，自定义受众的匹配率就越高。

以下是通过更好的数据提高匹配率的其他三个工具：

卢沙
版本
清比特

第 2 步：仅针对高价值潜在客户

我们在这里把它提升到了一个新的水平。

现在我们可以在 Facebook 上瞄准合适的人了——我们如何尝试预测对我们来说价值最高的潜在客户是谁？

Facebook 会自动针对“网站转化”优化广告，但我更希望它针对最高质量进行优化，这意味着转化为销售的可能性。

它怎么可能知道这个？

我们已经在使用可以预测在 Madkudu 购买的可能性的潜在客户评分模型。

这是它的工作原理：

我们将 Salesforce 的所有数据提供给他们的算法 12 个月：潜在客户人口统计、机会信息、客户信息、平均 ARR、关闭时间等。
该模型查看了数千个数据点，并找出了那些转化为付费客户的最常见特征
它还研究了无处可去的潜在客户的共同特征
它建立了一个模型，可以对每一个潜在客户进行评分

作为一个持怀疑态度的营销人员，我们做的第一件事就是打开模型并告诉任何人不要阻止它成为一个自我实现的预言。

我们想看看现实世界中的模型是否可以准确预测潜在客户关闭的可能性。

令我惊喜的是，我们发现它非常准确，并开始以多种不同的方式使用该乐谱。

那里有许多潜在客户评分提供商，甚至还有许多您可以使用的营销自动化平台原生。

借助 Madkudu 的潜在客户评分平台，我们可以根据我们的模型将每个潜在客户的预测值发送回 Facebook，这样它就可以只对价值最高的潜在客户出价。

它本质上是训练 Facebook 的人工智能在潜在线索中寻找什么。您可以在此处更详细地了解“Masspend”。

第 3 步：仅针对活跃在市场中的人

我们在广告活动中看到显着收益的另一种方式是，实际上是针对那些活跃在市场上的人。

我们与元数据一起使用的主要受众类型之一是 G2 买家意向数据。我对 G2 的评价很高——在那里领导了全球增长团队两年多。

G2 每月有超过 700 万人在其网站上积极研究市场上的工具。 G2 买家意向可让您查看在 G2 上研究您的产品、类别和竞争对手的公司。

在 SaaS 中，大多数人都与他们当前的供应商签订了一年或两年的合同。因此，除非您在新市场中追逐某人，否则即使是最常用的人口统计定位仍会导致大量广告支出浪费。

使用意图数据使我们的广告支出能够推动更高的转化可能性。

第 4 步：在您的广告创意中使用真人

我遇到了另一位首席营销官，他提到，当他在 Hubspot 工作时，他们在广告中测试了数千张图片，发现其中一张效果比其他任何一张都好。

图片？一张真实的人在办公桌前看着相机的照片。

我们决定测试这个理论，并用简单的人们在办公桌前的照片取代了我们设计精美的横幅。

我们原来的广告是这样的：

所以我们改为测试这些广告：

这似乎是一个有趣的提示，但它的影响是真实的——使用真实的人。它引起人们的注意。

他们可以在一英里外发现漂亮的广告。另外，大多数人一开始就不喜欢看到广告。

仅此一项，我们的成本就降低了近 20%。

它还在办公室创造了一种有趣的动态，看看哪个营销人员的广告效果最好。我们一直在运行其中大约五个版本。

最终结果：

我们在 Facebook 上的 CPL 下降了 50%
这些线索转化为销售机会翻了一番——与我们的有机演示请求相媲美
我们开辟了一个新渠道，使我们能够有效地扩展

Facebook 可以为 B2B 工作。只需要一点工作。

虽然看起来我们在这个问题上投入了很多“技术”，但实际上大多数 B2B 公司已经拥有很多这种技术。

从潜在客户评分到意图数据再到元数据等工具。

如果你没有这些……好吧，那是一个完全不同的问题要解决。

认识亚当·戈耶特

营销副总裁@Help Scout

Adam 目前在 Help Scout 领导市场营销。他此前曾在 G2 领导全球所有增长营销 - 被 Inc 500 和德勤评为美国增长最快的私营公司之一。他非常热衷于建立令人惊叹的、以结果为导向的团队，专注于开发数字、社交和内容营销策略，以推动客户参与、潜在客户产生和收入增长。在此处与 LinkedIn 上的 Adam 联系。