In Conversie optimalisatie, Marketing automation, Online marketing blog

3 marketing automation KPI’s die je waarschijnlijk nog niet meet

KPI 1 – Profiling progressie

Veel marketing automation tools maken gebruik van een progressive profiling feature. Dit zorgt ervoor dat je niet twee keer dezelfde vraag stelt in een formulier. Maar hoe succesvol is dit? Hoeveel weet jij van je leads? En hoeveel is hiervan belangrijk? Er zijn een aantal stappen om dit succes te meten.

a) Wat zijn de belangrijkste kenmerken (minimaal 5, maximaal 10) om te weten van een lead? Zet deze neer op volgorde van verstrekken, bijvoorbeeld:
– Achternaam
– Bedrijfsnaam
– Functie
– Belangrijkste uitdaging
– Wanneer een oplossing
– Budget

b) Maak segmenten/lijsten (afhankelijk van je tool) met veld één gevuld, veld één en twee gevuld etc.
Een goede weergave van je KPI kan een matrix zijn zoals:

Doelgroep ADoelgroep BDoelgroep C
Totaal1.2342.1456.546
20% bekend20%17%2%
40% bekend14%18%1%
60% bekend8%9%1%
80% bekend4%5%0,5%
100% bekend2%4%0,2%

Waarom is dit een goede KPI?

Potentiële klanten leren kennen kan je een groot voordeel opleveren bij verkoop. Dit is een manier om te meten hoe goed jij je leads kent en bij welke doelgroep je eigenlijk nog meer zou moeten uitvragen.

KPI 2 – Terugkerende openers en clickers in email automation

Bij webanalytics wordt de nieuwe vs de terugkerende bezoeker al heel lang in de gaten gehouden. Dit kan je ook doen bij engagement in e-mail. Maak groepen van mensen die de afgelopen maand minimaal 2 mails hebben gehad en beide hebben geopend.

Het is belangrijk om nieuwe mensen in je lijsten te krijgen, maar het is minstens net zo belangrijk om bestaande deelnemers van automation flows betrokken te houden. Een goede KPI zou bijvoorbeeld zijn: Ik wil minimaal 65% betrokkenheid houden in mijn automation flows.

Waarom is dit een goede KPI?

Terugkerende openers en clicks zeggen veel over de kwaliteit van de eerder verstuurde e mails en content. Maar het zegt ook iets over hoe betrokken een lead überhaupt is.

KPI 3 – Leadscorings kwaliteit

Er zijn tegenwoordig mogelijkheden om Leadscore door deeplearning te verbeteren. Voor degene die hier nog geen toegang toe hebben is het super belangrijk om de kwaliteit van Leadscoring zelf bij te houden.

Stel, jij stuurt leads door naar sales die een score hebben van meer dan 100 punten. Welke leads waren er inderdaad klaar voor sales? Welke hadden nog iets langer genurtured moeten worden? Welke content hebben leads die uiteindelijk klanten werden tot zich genomen? Zitten hier patronen in? Dit zijn vragen die je eigenlijk wilt beantwoorden en daarmee je leadscore aanpassen.

Een goede KPI zou zijn, Ik wil dat 60% van alle leads die ik aanbied aan sales tot een afspraak leiden.
En ik wil dat 20% van alle leads die ik aanbied aan sales klant wordt.

Waarom is dit een goede KPI?

Het helpt sales om bezig te zijn met de belangrijkste leads, geeft minder frustratie en een betere forecast (wat gaan marketing activiteiten opleveren?).

Start typing and press Enter to search