Skigh ads

"Zo, de implementatie is klaar. Nu kunnen we eindelijk beginnen met werken." Dit zeg ik altijd als we een HubSpot-inrichting opleveren. Niet als grap. Als waarschuwing. Want wat er daarna komt is het werk dat bepaalt of het systeem iets oplevert. De inrichting is vaak grotendeels gebaseerd op hypotheses. Ook al zijn deze goed onderbouwd in een workshop, het blijven vaak assumpties. Aannames voor het lead scoring model. Ideeën over een logische hand-off van leads tussen marketing en sales. Ziet er goed uit op papier. Maar of het klopt zie je pas als de eerste vijftig leads erdoorheen zijn gegaan en sales begint te bellen. Bij Skigh blijven we aan tafel tot die hypothese bewezen is. Tot de scoring overeenkomt met wat sales in de praktijk ziet. Tot de handoff niet meer leidt tot ruis. Tot de pipeline beweegt en de CEO niet hoeft te vragen of het werkt, omdat ze het zelf ziet. Dat is geen support-contract. Het is commitment aan het resultaat, niet aan de oplevering. Een implementatie zonder betrokkenheid in de executie daarna eindigt met een mooi CRM dat voor niemand iets bijdraagt. RevOps is wat er gebeurt na de implementatie, niet ervoor.

Vorig kwartaal: demo ging super, prospect vroeg om een offerte, offerte verstuurd. En toen: drie weken niks. Sales vroeg zich af of er nog iemand thuis was. In die weken was het bedrijf aan het beslissen. En onze klant? Onzichtbaar. Dat is het moment dat je zichtbaar wilt zijn. Oplossing: een simpele retargeting flow. De meeste retargeting draait op websitebezoekers (LinkedIn tag tracked wie er op je website zit en diegene krijgt vervolgens je LinkedIn ads te zien). Werkt prima voor de bovenkant van je funnel. Maar de mensen die nu beslissen over je offerte bereik je daarbij niet. We hebben de LinkedIn audience uitgebreid met alle contacten van lopende deals. Nauwelijks extra spend. Alleen een extra groep contacten die de ads zien. Resultaat: hun merk komt voorbij op het moment dat de prospects de knoop aan het doorhakken zijn voor wie ze kiezen. In hoeveel lopende deals ben jij op dit moment onzichtbaar?

We brengen voor klanten elk marketingkanaal samen in een aantal sankey. De eerste sankey tracked deals terug; van eerste touchpoint, via lead, tot de deal die gewonnen wordt. 9 van de 10 keer komen hier nieuwe inzichten uit. In dit voorbeeld bleek dat het kanaal dat de meeste deals wint, niet het kanaal is waar het meeste verkeer vandaan komt of budget naartoe gaat. LinkedIn social 'wint' hier met 7 deals uit 14 leads. Het kanaal waar bijna niemand het over had. Websitebezoeken bracht er 5, maar uit veel meer ruis: van de 28 herkende bedrijven viel het grootste deel af als geen fit. En LinkedIn campagne, waar het meeste budget naartoe ging, kwam niet verder dan één gewonnen deal. Een sankey heeft geen mening. Hij laat zien waar volume binnenkomt en waar het onderweg doodloopt of juist tot omzet leidt. Drie kanalen die op het operationele dashboard ongeveer gelijk lijken, lopen totaal anders af zodra je ze doortrekt tot de gewonnen deal. Credits aan Jarno Bruins voor het mede mogelijke maken van onze rapportages.

Als CFO kijk je anders naar een bedrijf dan non financials. Je ziet geen campagnes, geen leads, geen deals. Je ziet stromen. Geld dat ergens binnenkomt, ergens naartoe gaat, ergens verdwijnt zonder dat iemand weet waarom. De eerste keer dat ik in een HubSpot-omgeving dook, zag ik precies hetzelfde. Budget dat erin ging via ads. Clicks die ergens heen gingen. Leads die verdwenen in de handoff naar sales. En niemand die wist waar het lek zat. Een financieel directeur zou dit een cashflow probleem noemen. Marketeers noemen het een pipeline-probleem. Maar de aanpak was identiek: zoek de stroom, zoek het lek, fix de flow. Wat me opviel is dat marketeers optimaliseren op instroom. Sales op output. Maar het midden, de conversie van warme lead naar gesprek naar deal, dat bekijkt bijna niemand als systeem. Terwijl dat precies het deel is waar het geld lekt. Ik denk niet dat je per se een financiële achtergrond nodig hebt voor RevOps. Maar gewend zijn om een bedrijf te zien als een set van stromen in plaats van een set van acties, dat scheelt een hoop. Want als je stromen ziet, zie je ook lekken. Wat voor achtergrond heeft jou gevormd in hoe jij naar commerciële processen kijkt?

We hebben een lead scoring mode, maar we gebruiken het niet. Herken je dit? Het model staat in HubSpot. Er zitten punten op gedrag, op demografische criteria, op bron. En toch gaat sales gewoon op gevoel werken. De leads worden genegeerd. Het model verdwijnt langzaam naar de achtergrond. Dit is geen sales-probleem. Het is een vertrouwensprobleem. Sales gebruikt een scoring model alleen als ze ervaren dat het klopt. En ervaren dat het model klopt gebeurt alleen als het aansluit op wat ze zelf zien in de praktijk. Als het model een lead op 80 punten zet die niks waard blijkt, en een lead op 20 punten uiteindelijk tekent, dan zijn ze na drie keer klaar met het model. De meeste scoring modellen falen om drie redenen. Ze zijn gebouwd op aannames in plaats van data, iemand heeft bedacht dat een whitepaper download vijf punten waard is, maar dat is nooit gevalideerd tegen closed won deals. Ze meten activiteit in plaats van intentie, iemand die zes keer inlogt is niet per se ready to buy, iemand die de pricing pagina bezoekt wel. En ze hebben geen eigenaar, niemand die het model bijhoudt, valideert en aanpast als het niet meer klopt. Een scoring model is geen eenmalig project. Het is een hypothese die je blijft testen. Wat is de laatste keer dat jij je scoring model hebt vergeleken met je closed won deals?

Een lead score is een antwoord op drie vragen tegelijk. Past dit bedrijf bij ons? Wat heeft deze persoon gedaan? En is hij klaar om te kopen? De meeste modellen beantwoorden alleen de tweede vraag. Ze tellen clicks en pageviews en noemen dat scoring. Maar zonder context kan je gedrag niet interpreteren. Iemand die drie keer je homepage bezoekt is niet per se een goede lead. Iemand die niet past op bedrijfsgrootte of sector is dat ook niet, tenzij de context aangeeft dat het wel zo is. Een model dat werkt combineert alle drie. De eerste laag is demografisch: past dit bedrijf bij je ICP? Sector, grootte, regio. Bij de meeste van onze klanten is dit de meest onderschatte laag. Ze scoren op gedrag terwijl ze nog nooit hebben vastgelegd welk type bedrijf eigenlijk wint. Het gevolg: sales belt actieve leads die nooit gaan tekenen. De tweede laag is gedrag: welke pagina's bezocht, welke emails geopend, welke content gedownload. Niet elk signaal telt even zwaar. Een blogpost is nieuwsgierigheid. De pricing pagina is iets anders. Hoe je dat verschil uitdrukt in punten is precies waar het model zijn waarde bewijst. De derde laag is intentie: is er een reden waarom dit nu relevant voor hen is? Nieuwe funding. Nieuwe CMO. Vacature voor een rol die past bij een probleem dat jij oplost. Dit zijn signalen van buiten je eigen kanalen, maar vaak de sterkste indicatoren van koopbereidheid. Welke van de drie lagen ontbreekt in jouw huidige model?