El uso de analítica predictiva en marketing B2B añade nuevas fuentes masivas de datos externos a los datos internos sobre clientes ya disponibles en nuestros sistemas y aplica la ciencia de datos para permitirnos entender a nuestros mejores clientes, encontrar más como ellos y crecer en los clientes actuales, vendiéndoles más.

La analítica predictiva siempre ha sido una aspiración para muchos marketers B2B, que miran a sus colegas en mercados de consumo (B2C) con envidia: desde hace tiempo ellos contaban con la información sobre los comportamientos, las actitudes y los eventos en la vida de sus clientes y las herramientas analíticas para tratarlos, una situación que se ha visto acentuada por la disponibilidad en la web de datos más ricos y accesibles.

Por suerte las cosas están empezando a cambiar. El big data ha transformado el paradigma del marketing B2B, permitiendo a los marketers que venden a otros negocios saber mucho más sobre sus prospects y mejorar su capacidad para analizar la información.

De la automatización de marketing a la analítica predictiva

Las herramientas de automatización de marketing permiten hacer un scoring de leads basado en su “lenguaje corporal digital”. Los leads que muestran actividad con los emails y los sitios web de la empresa tienen una alta puntuación y se envían a ventas. Típicamente este scoring consiste en sumar una puntuación predeterminada por cada actividad del prospect (ej., descargarse un white paper) y tiene poco poder predictivo.

Esta capacidad para enfocar el esfuerzo comercial se mejoró adicionalmente con la analítica predictiva que ayudaba a descubrir los patrones adecuados de los perfiles de aquellos clientes y prospects que con mayor probabilidad van a comprar o que tienen el mayor potencial de ingresos. El uso de tecnologías de aprendizaje automático permite identificar el perfil ideal (o, como le gusta decir a algunos, el “ADN”) de los clientes. Estos modelos valoran cada nueva señal detectada en un prospect para predecir la verosimilitud de que se produzca una conversión en un plazo determinado. En una palabra, el motor de analítica predictiva puede considerar una variedad enormemente más amplia de datos y predecir sistemáticamente la composición de los mejores leads.

La explosión de datos

Con el advenimiento del big data los marketers pueden aprovechar fuentes de datos más diversas y procesarlas para optimizar el foco y el gasto de su marketing. Los datos disponibles incluyen tanto los datos internos procedentes de las plataformas de automatización de marketing como datos de intención y comportamiento procedentes de la web.

Entre estos nuevos datos, que se han incorporado de manera masiva a los procesos analíticos, están la información pública sobre situación financiera,  datos de personal, ofertas de trabajo, uso de plataformas tecnológicas en sus interacciones con el exterior, tácticas de marketing y ventas, fuentes de datos públicas (listas de contratantes con la administración, solicitudes de patentes…), análisis semántico de la huella digital de la empresa (sitio web, notas de prensa, sitios de noticias, presencia y actividad en redes sociales…)

Las herramientas de analítica predictiva permiten “industrializar” el procesamiento de estos datos sobre millones de empresas, para generar indicadores de encaje, involucración e intención útiles para el marketing. Toda esa información sobre sus mercados objetivo ha dado a los marketers B2B la posibilidad de desarrollar estrategias basadas en una información corporativa más profunda, en triggers en tiempo real y en datos sobre comportamiento.

Como ejemplo de esas señales de interés para el marketing imaginemos que estamos interesados en saber si nuestros potenciales clientes usan Microsoft SQL Server¿cómo podríamos inferir esa señal a partir de datos externos? Se pueden escanear multitud de datos: ofertas de trabajo publicadas por la empresa con un título relacionado con ese producto o que lo incluyen entre los requisitos, puestos en la organización que tienen ese nombre o atribuciones, referencias a partnerships con Microsoft o menciones al producto en el sitio web de la empresa, casos de estudio, notas de prensa o noticias en sitios de terceros… Estos puntos de datos se combinan mediante data science para obtener una probabilidad de que dicha empresa tenga esa tecnología instalada.

Analítica predictiva a lo largo de todo el viaje del cliente

El uso de estas herramientas no sólo se centra en las fases iniciales del funnel, para descubrir cuentas totalmente nuevas en las que enfocarse o para hacer scoring de leads. También se aplica para la priorización y gestión de oportunidades de venta o para las iniciativas de venta adicional y fidelización en clientes actuales:

• Desarrollo de perfil de cliente ideal e identificación de potenciales clientes en los que enfocarse. La analítica predictiva analiza cientos de variables y descubre qué rasgos poseen las empresas que tienen la más alta propensión a comprar. Las empresas que más se ajustan a ese perfil se usan para refinar las listas de cuentas objetivo y para conducir programas de account based marketing.
• Gestión de leads. Scoring, cultivo y cualificación de leads basados en la aplicación de modelado avanzado y aprendizaje automático sobre grandes conjuntos de datos que permite estimar la propensión de los leads a convertirse en clientes. Definición de mensajes y campañas adaptados específicamente a esos perfiles.
• Gestión de oportunidades. El análisis predictivo hace posible estimar probabilidad de cierre, tamaño de la operación y fecha de cierre, permitiendo a los vendedores concentrarse en las oportunidades más prometedores y aumentando la exactitud de las previsiones de venta.
• Gestión de cuentas. Se analizan los datos sobre los clientes actuales para predecir cuáles de ellos ofrecen más potencial de ingresos adicionales o presentan más posibilidad de abandono y poder dirigir actividades de cross-sell y upsell o fidelización sobre ellos.

La analítica predictiva nos permite aumentar la conversión enfocándonos y cultivando nuestros prospects más valiosos  a través del funnel de marketing completo.

El post “Analítica predictiva en marketing B2B” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]