Dagelijks content produceren, cijfers verzamelen uit je analytics, de lessen daaruit omzetten in nog betere en zo een leads-genererende, vuurspuwende, euro's-drukkende contentmarketingmachine worden... Dat is de droom van veel B2B-marketeers. Maar laten we eerlijk zijn: zo gaat het bijna nooit. In plaats daarvan draaien we dagelijks onze rondjes in een soort hamsterwiel waarin de campagne van dit kwartaal, in content én in resultaten, verrekte veel lijkt op die van vorig kwartaal. En die van het kwartaal daarvoor. Laten we dat probleem aanpakken vandaag.
Want meestal is het probleem voor mij als 'ervaren buitenstaander' meteen pijnlijk duidelijk: we hebben van alles en we weten van alles, maar we hebben nog steeds heel weinig inzicht in onze klanten en we weten dus ook niet echt welke kant we met onze content op moeten.
We doen, kortom, maar wat.
Terwijl het verzamelen van klantdata, inclusief kwalitatieve data, en het daarmee aanscherpen van je strategie en campagnes een integraal onderdeel zouden moeten zijn van elke stap in je contentstrategie.
Er zijn natuurlijk wel een hoop data: kliks, conversies, likes, views, comments, new business, recurring business, omzet... Deze data hebben 2 dingen gemeen: ze zijn makkelijk te verzamelen en ze vertellen ons alleen wat er gebeurt, terwijl we juist zo graag willen weten waarom het gebeurt.
dit plaatje mist iets belangrijks: de gebruiker. Te vaak beperken we ons bij het verzamelen van data tot kliks en conversies. Terwijl deze data makkelijk te verzamelen is en ons vertelt hoe succesvol we zijn, hangt het succes van je content op de lange termijn af van hoe goed je begrijpt wat je klant echt wil.
Stel de waaromvraag. Iedere dag. De hele dag
Op de lange termijn hangt je commerciële succes af van hoe goed je je markt begrijpt. Zegt ieder marketingboek ooit. En in mijn ervaring klopt het (terwijl ik echt niet bang ben om het af en toe met de hele marketingwereld oneens te zijn).
De beste manier om mensen te begrijpen is om met ze te praten (wauw, het regent echt oude wijsheden vandaag). Dat 'praten' neemt in B2B meestal de vorm aan van het bieden van waardevolle content en het observeren van en reageren op de respons. Want je wilt mensen helpen met je content en een positieve verbinding met je merk opbouwen. Om te weten welke content die verbinding versterkt (en waar je dus je schaarse marketing-euro's moet investeren), moet je weten wat er in hun hoofden omgaat.
Dit begint met het stellen van de waarom-vraag.
- Waarom klikken mensen op deze advertentie, maar niet op die?
- Waarom converteert deze landingspagina niet?
- Waarom is dit blog zo populair?
- Etc. tot iedereen schoon genoeg heeft van je waarom-gezeik
- Maar je weet dat je gelijk hebt, dus:
- Waarom doen pagina's met opsommingen het beter dan pagina's met alleen tekst?
Vragen stellen is de eerste stap naar kennis verzamelen. En als je vragen gaat stellen, kom je er vaak achter dat je niet alle antwoorden hebt. Want zo gaat dat met vragen.
Dus moet je op zoek naar nieuwe data.
De Driehoek van Kaushik in B2B
Ik heb het er wel vaker over, maar ik was back in the day nogal gecharmeerd van het boek Web Analytics - An Hour a Day van Avinash Kaushik. Daarin presenteert hij zijn 'driehoeksbenadering' van analytics. De eerste hoek is gedrag, ook wel clickstream data genoemd. Dit geeft inzicht in wat mensen op je site en sociale media doen, waar ze vandaan komen en hoe lang ze blijven. In B2B kunnen deze data ook waardevol zijn, maar je hebt er meestal niet zo heel veel van en hoewel er allerlei mooie, dure tooling voor is, betekenen nieuwe tools betekenen niet automatisch dat je meer data hebt.
De tweede hoek zijn outcomes: concrete businessresultaten zoals leads, inschrijvingen en verkopen. Dit zijn metrics die elke B2B-marketeer heeft, maar toch kan het efficiënt verzamelen ervan complex zijn omdat ze verstopt zitten in CRM-, finance- of marketing automation-systemen.
Maar hey, je hebt ze tenminste.
De derde hoek is waar het vaak lastiger wordt: hoe meet je het 'waarom' achter clicks en conversies? Dit 'waarom' is kwalitatieve data die niet eenvoudig in cijfers te vangen is.
Vraag het ze gewoon
Om het 'waarom' te begrijpen, kun je mini-enquêtes gebruiken voor websitebezoekers wanneer ze de site verlaten. Stel ze vragen zoals:
- Wat kwam je vandaag doen op onze site?
- Is dat gelukt?
- Wat moeten we volgens jou aan de site verbeteren?
Door deze data consequent te verzamelen, ontwikkel je (op voorwaarde dat je een redelijk aantal bezoekers hebt - de conversie op dit soort popups is ongeveer 1%) een beter beeld van wat je bezoeker drijft. Het percentage bezoekers dat ‘ja’ antwoordt op de vraag of ze hun doel hebben bereikt, de Task Completion Rate (TCR), is een belangrijke metric om in de gaten te houden. Dit helpt je te zien of aanpassingen aan je content leiden tot een betere ervaring voor je bezoekers.
Een ander goed moment om mensen vragen te stellen is als ze contact met jou opnemen, bijvoorbeeld om een demo of eerste gesprek in te plannen. Stel ze simpelweg de vragen:
- Wanneer en waar heb je voor het eerst van ons gehoord?
- Welke content heb je van ons gezien?
- Wat deed je besluiten om juist nu contact met ons op te nemen?
Heel leerzaam. Al zijn het niet altijd de antwoorden die je verwacht of had willen horen. Maar juist daarom is het leerzaam. Dus.
Engagement- en interessedata van social, video en podcast
Het is 2024 en je bereikt als B2B'er je klanten al lang niet meer met blogs en tekstposts alleen. Je maakt allerlei andere dingen op social en je doet video, podcast en [vul hier hippe nieuwe contentvorm in].
Fantastisch, want met al die mooie content interacteren mensen. En van die data kun jij leren. Je socials geven je een goudmijn aan data over hoe klanten zich verhouden tot je merk en content. Kijk niet alleen naar totaalmetrics zoals likes, shares, reacties en het aantal volgers om te zien welke content werkt, maar probeer ook te kijken wie de mensen zijn die reageren. Horen ze bij je doelgroep? En, als ze reacties posten, wat zeggen of vragen ze dan?
Dit is (als je je aan de regels van de platformen houdt) handmatig monnikenwerk. Je kunt het automatiseren en daar zijn veel tools voor, maar die heb ik je officieel niet aangeraden ok? Vast staat dat je van deze data veel kunt leren. Omdat je er patronen in kunt herkennen en zo meer kunt leren over je doelgroep en betere content kunt creëren. Plus, je kunt individuele mensen ook voorzichtig eens benaderen, met een connectieverzoek en wat extra content.
Ook dat kun je trouwens automatiseren en/of uitbesteden. Maar ook dit heb je natuurlijk niet van mij, want voordat ik het weet lig ik weer op de pijnbank bij de 'hoe het heurt'-mafia op LinkedIn.
De digitalisering van het salestraject maakt de waarom-vraag steeds relevanter
Heb je [Gartner's 'Future of Sales'](The Future of Sales: Digital First Sales Transformation Strategies | Gartner gelezen? Natuurlijk heb je die gelezen. Dat is het rapport waarin staat dat de B2B-klantreis niet alleen steeds digitaler wordt, maar dat een groot deel van de jongere B2B-kopers het liefst niet eens meer met verkopers praat.
Gewoon helemaal niet. Niet via Teams, niet via de DM, niet via e-mail... Gewoon He-Le-Maal geen contact, maar zelf - op basis van online informatie - een aankoopbeslissing nemen.
Eerste Directief is dus: zorg dat die informatie er is. En niet achter een muur, maar vrij beschikbaar.
Tweede Directief: zorg dat je weet welke informatie deze mensen nodig hebben. En snel.
Het is een gedoe, ik weet het
En als je denkt dat het verzamelen van deze data een gedonder is (wat het best kan zijn), dan heb je waarschijnlijk nog niet bedacht hoe complex het is om al die data ook daadwerkelijk in actie en content om te zetten. Hoe combineer je web-analytics, CRM-data, engagement-data van X verschillende contentkanalen en kwalitatieve data uit klantgesprekken tot bruikbare input voor nieuwe content?
Complexe vraag, waar geen magnetronklaar antwoord op is. Helaas. Maar bekijk het van deze kant: de meeste bedrijven maken zich weinig zorgen om deze uitdaging, omdat ze helemaal de moeite niet doen om deze data te verzamelen. Dus als je hier al bent aangekomen, lig je al mijlenver voor.
(het antwoord is trouwens ook weer niet zo heel complex: het is een kwestie van experimenteren. Processen bouwen om snel veel verschillende boodschappen te testen, zodat je voortaan weet welke datapunten voorspellende waarde hebben en welke niet. Zo kun je ook je dataproces weer vereenvoudigen. Maar hell, ik zit op bijna 1500 woorden dus dat werk ik in een volgend stuk uit ok?)
