Data-based content... Je hoort me er wel vaker over. Maar het blijft een beetje een abstract verhaal hè? Want bij 'data' denk je toch snel aan cijfertjes en geavanceerde (AI-)systemen die van allerlei slimme, automatische dingen doen.
Tegelijkertijd weet je: in B2B heb je meestal niet genoeg data voor dat soort slimme dingen. Waardoor de meeste bekende data-based technieken in jouw geval niet bruikbaar zijn. Ik heb, om maar eens een voorbeeld te noemen, nog nooit meegemaakt dat een A/B test voor een B2B-dienstverlener een bruikbaar resultaat opleverde. De steekproeven zijn gewoon te klein.
Risico: een lastig begrip
Hoe doe je dan als B2B'er wel op een praktische manier aan data-based content? Om die vraag te beantwoorden, doen we een stapje terug en hebben we het over een concept wat iedereen kent, maar wat toch altijd lastig te hanteren is: risico.
Wat is risico? Ik heb heel lang in de finance-wereld rondgelopen en dus al een heleboel, hele wetenschappelijke definities van dat begrip gezien. Maar mijn houtje-touwtje definitie is:
Risico = de kans dat iets misgaat x hoe erg het is dat het misgaat
Wat dat met data te maken heeft? De enige manier om te weten wat de kans is dat iets misgaat, is uit ervaring. En wat is data anders dan het vastleggen van ervaring? Als je iedere week honderdduizenden klanten per e-mail een aanbieding stuurt, weet je op zeker moment welke aanbiedingen werken en welke niet. Je kunt dus een heleboel risico bij voorbaat, data-based, uit je campagnes halen.
Dat is B2C. Bij B2B werkt het helaas niet zo, omdat je niet het volume hebt om die honderdduizenden datapunten bij elkaar te krijgen. In feite schatten wij als B2B-marketeers de kans dat een bepaald stuk content scoort of niet dus op gevoel in. De faalkans van B2B-content is dus erg hoog.
We lopen gewoon maar wat te klooien eigenlijk
Als je het cynisch wilt stellen: we doen eigenlijk maar wat. Maar zo hoeft het niet te zijn. Want op de tweede factor van de vergelijking, de schade van een stuk content dat niet blijkt te werken, hebben we wel veel invloed. Die hangt namelijk direct af van hoe wij marketing en creatie organiseren.
Stel, je wilt meer klanten hebben voor jouw prachtige dienstverlening op het gebied van dataveiligheid op Amazon Web Services. Je hebt daar enorm veel kennis over, dus huur je een tekstschrijver in (ik weet nog wel een goeie). Die gaat jouw experts interviewen en schrijft een whitepaper van 3.000 woorden. Het wordt een indrukwekkend, goed doortimmerd stuk. En je krijgt er een blogserie en een flinke set social media-updates bij. Kosten: tegen de 2.000 euro, plus de uren die jij en je experts moeten vrijmaken.
Dan gaat hij (je content, niet je tekstschrijver) naar vormgeving (800 euro) en laat je je marketing automation-agency de funnel inrichten (geen idee wat dat kost tegenwoordig, maar gratis is het zeker niet).
En dan zet je hem live, en...
NIETS.
Wat blijkt? Je doelgroep zat helemaal niet te wachten op een enorme bak met informatie over dataveiligheid op Azure Web Services.
Niet dat het onderwerp ze niet interesseert, maar het misschien is iets wat pas verder in de klantreis speelt, als er offertes vergeleken worden. Nu, in hun verkennende fase, zitten ze veel meer in hun maag met vragen als: hoe krijgen we onze IT-projecten live zonder hoge risico's en kosten? Welke cloudprovider past bij onze eisen? Hoe verandert de cloud onze manier van werken?
Weet ik veel.
Het punt is: ze stellen hele andere vragen dan die vragen die jij zo graag, vanuit je kennis, wilde beantwoorden. En je dure whitepaper is dus zo goed als waardeloos (al kun je hem misschien wel met offertes meesturen).
Begrijp me niet verkeerd: er is helemaal niets mis met het opzetten van een contentcampagne die een paar duizend euro kost. Integendeel: om hoogwaardige business te verkopen aan hoogwaardige klanten heb je hoogwaardige content nodig.
Maar als je zo'n project opstart, moet je wel zeker weten dat je content ook echt de echte vragen van echte, winstgevende klanten beantwoordt.
There is a better way!
Je zou het ook anders kunnen aanpakken.
Je maakt niet meteen een whitepaper (of een webinar), maar je schrijft eerst een paar LinkedIn-posts over je onderwerp met verschillende invalshoeken. Daarna maak je 3 korte blogs, die je op sociale media (en misschien op Google) promoot onder verschillende koppen (zeg 4 per blog). Na een paar weken leg je de data naast elkaar en zie je welke posts populair waren, welke koppen het meest geklikt zijn en welke blogs het meest gelezen. Hieruit kun je de belangrijkste onderwerpen voor je paper of webinar destilleren.
Cruciaal hierbij is dat je je netten breed uitgooit. En je dus niet beperkt tot de onderwerpen die je toch al in gedachten had voor je whitepaper(s). De essentie van deze experimentele aanpak is juist dat je ruimte en tijd maakt om onderwerpen aan te snijden en invalshoeken te kiezen waar je wat minder zeker over bent (voeg hier quote in over dat groei begint buiten je comfort zone of zo).
Op deze manier doe je twee belangrijke dingen om het risico van investeren in content te verlagen:
- Je verlaagt de kosten van een 'falend' stuk content door content kleiner te maken en sneller te produceren
- Je verzamelt data waarmee je kunt gaan voorspellen welke content zal aanslaan
Daarnaast verzamel je data over een deel van je markt waar je anders helemaal niet in gesprek zou raken, omdat het simpelweg te duur en risicovol is om whitepapers of webinars te maken over alle mogelijke onderwerpen.
That's it.
En nu het moeilijke deel
Nou ja, niet helemaal... Want nu komt eigenlijk het moeilijkste stuk: uit de data een onderwerp en een invalshoek opduiken waar je mee verder wilt en die ook prikkelend en origineel neerzetten.
Maar ik zou geen contentmarketingblogger zijn als ik daar geen framework voor had. Hoe dat in elkaar zit, lees je hier.
