Pracowałem z firmą, która była pewna, że to email napędza jej sprzedaż.
Dashboard to potwierdzał. Źródło: email. Ostatni kontakt przed zakupem: email. Zarząd dokładał do tego coraz więcej. Większe listy. Częstsze wysyłki. Ten sam szablon, trochę inne tematy.
Rzecz w tym, że te maile były spamem. Masowe wysyłki, zero personalizacji, ogólne obietnice wartości, które czytałeś sto razy. Każdy, kto i tak chciał kupić, z zupełnie innych powodów, klikał któryś z tych maili w drodze do decyzji, którą już podjął.
Dashboard zapisywał to kliknięcie jako przyczynę.
Wracam do tego przypadku, bo im dłużej o nim myślę, tym mniej rozumiem, skąd brała się ta pewność. Zarząd powtarzał „ale to twarde dane”. Twarde w jakim sensie? Twarde, bo było ich dużo? Twarde to nie to samo co prawdziwe.
Po osiemnastu miesiącach ta firma dalej nie potrafiła powiedzieć, dlaczego jej klienci naprawdę kupowali. Miała za to dużo większą listę mailingową.
Każdy founder wie, że korelacja to nie przyczynowość. Prawie nikt nie stosuje tego, kiedy patrzy na własny dashboard.
Tak to wygląda w praktyce. Twój prospekt przechodzi proces zakupowy, który trwa od trzech do dziewięciu miesięcy. W tym czasie styka się z Twoją marką może dwadzieścia, trzydzieści razy. Widzi post na LinkedInie. Słyszy, jak ktoś wspomina o Tobie w podcaście. Przegląda Twoją stronę, nie wypełniając formularza. Pyta znajomego na prywatnym kanale na Slacku. Czyta stronę porównawczą konkurenta, na której jesteś wspomniany. Zapisuje się na newsletter i nigdy go nie otwiera. A potem pewnego dnia klika maila i umawia demo.
Twoja atrybucja łapie jeden z tych kontaktów. Może dwa. Pozostałe dwadzieścia osiem jest niewidoczne.
Więc kiedy patrzysz na dashboard, nie widzisz kontaktów, które wykonały robotę. Widzisz te, które akurat dało się zmierzyć. Potem podejmujesz na tej podstawie decyzje budżetowe i mówisz sobie, że działasz w oparciu o dane.
To jest ta część, którą czasem naprawdę trudno mi przekazać founderom. Dashboard nie jest zepsuty. Dashboard robi dokładnie to, do czego go zbudowano: pokazuje to, co widzi. Problem w tym, że to, czego nie widzi, to zwykle miejsce, gdzie naprawdę budował się popyt.
Click-through rate w mailach. CTR reklam płatnych. Konwersja MQL do SQL. Wypełnione formularze. Frekwencja na webinarach. Wszystko łatwe do zmierzenia.
Jak występ w podcaście zmienił postrzeganie na Twoim rynku docelowym. Czy wywiad z Twoim CEO wciągnął trzy konta w cykl zakupowy pół roku później. Czy post na LinkedInie, który napisałeś o 23:00 w zeszły wtorek, to powód, dla którego ktoś Ci ufa. Prawie niemożliwe do czystego zmierzenia.
Zgadnij, która lista dostaje inwestycje. Zgadnij, która jest cięta, bo „nie da się udowodnić ROI”.
Lista, którą się tnie, to zwykle miejsce, gdzie na etapie seed do Series A buduje się większość popytu. Ale ponieważ nie pojawia się czysto w atrybucji, traci finansowanie. Kwartał później pipeline zaczyna się przerzedzać, nikt nie potrafi wyjaśnić dlaczego, a odpowiedzią jest, niespodzianka, więcej maili.
Widziałem tę pętlę w czterech różnych firmach. Za każdym razem wygląda prawie identycznie.
To jest część, do której trudniej się przyznać.
Nawet gdyby atrybucja działała idealnie, a nie działa, nie miałbyś na tym etapie dość danych, żeby wyciągać wnioski.
B2B SaaS na etapie seed do Series A to małe liczby na każdym poziomie. TAM trzech tysięcy. ICP trzystu. Może cztery tysiące odwiedzin strony miesięcznie. Dwanaście dem w miesiącu. Cztery wygrane deale na kwartał.
Raz próbowałem zrobić porządny test A/B landing page’a przy takich liczbach. Czekałem kilka tygodni. Wyszło „18% wzrostu”. Fajne uczucie. Wdrożyłem. Miesiąc później efekt zniknął. Okazało się, że cały czas to był szum.
Nie potrzebowałem lepszego narzędzia. Miałem za mało ludzi na stronie, żeby jakikolwiek test coś znaczył.
Zajęło mi trochę, żeby to naprawdę zaakceptować. Instynkt marketera to zawsze „ustawię to porządnie, a dane mi powiedzą”. Na etapie seed do Series A dane Ci nie powiedzą. Nie ma ich wystarczająco dużo. Dostajesz akurat tyle liczb, żeby z pewnością siebie się mylić.
To jest pułapka. Founderzy wymagają decyzji opartych na danych, bo to brzmi odpowiedzialnie i dojrzale. Ale nie ma danych, na których można by się oprzeć. Jest akurat tyle, żeby pomylić szum z sygnałem i dołożyć do tego, co dashboard akurat podświetlił w zeszłym kwartale.
Zarząd z przypadku, od którego zacząłem, powtarzał „ale dane pokazują, że email działa”. Email był klikany. To inne zdanie niż „email spowodował sprzedaż”. Nikt w tej firmie nie zadawał tego drugiego pytania. Pytali, dlaczego dashboardy się świecą. To pytania z zupełnie innymi odpowiedziami.
Narzędzia, za które płacisz, już wcześniej były słabe. Teraz są okaleczone.
Przeglądarki blokują cookies stron trzecich. iOS wycina UTM-y. Większość odwiedzających odrzuca banery zgód. Tracking po stronie serwera trochę pomaga, ale nie odzyskuje tego, co stracone. A dark social, czyli kupujący robiący research na kanałach na Slacku, w wiadomościach prywatnych, w podcastach słuchanych w samochodzie, w rozmowach, których nigdy nie zobaczysz, nie zostawia żadnego śladu.
Większość aktywności zakupowej w B2B dzieje się dziś, zanim prospekt w ogóle porozmawia z Twoją sprzedażą. Niczego z tego nie ma w Twoim CRM-ie. Niczego nie ma w Google Analytics. Większość dzieje się w miejscach, do których Twój piksel trackingowy nigdy nie dotrze.
Na rynku są tysiące narzędzi do atrybucji, które próbują to rozwiązać. Atrybucja wielodotykowa, marketing mix modeling, rozpoznawanie tożsamości, AI to, AI tamto. Wszystkie łączy jedno: nie pokazują Ci prawdy. Pokazują model, który przybliża prawdę, z marginesem błędu tak szerokim, że zmieści się w nim cała strategia.
Jeśli wydajesz pieniądze na lepsze narzędzia do atrybucji, możliwe, że rozwiązujesz zły problem. Problemem nie są narzędzia. Problemem jest to, że próbujesz wyciągnąć pewne wnioski z danych, które z natury tego nie udźwigną.
W tym miejscu większość takich artykułów rozpada się na „zaufaj intuicji” albo „rób marketing marki”. Żadne z tego nie jest operacyjne.
Prawdziwa odpowiedź jest trudniejsza i nudniejsza. Budujesz proces rozmawiania z ludźmi. Tak jak dobre zespoły produktowe budują proces wywiadów z klientami, marketing B2B na tym etapie potrzebuje uporządkowanego, ciągłego dialogu z trzema grupami: Twoim zespołem sprzedaży, Twoimi klientami i prospektami, którzy nie kupili.
Nie od czasu do czasu. Ciągle. Wbudowane w rytm pracy.
Większość firm ma spotkanie sprzedaży z marketingiem, które jest tak naprawdę statusem z pretensjami. Marketing raportuje MQL-e. Sprzedaż mówi, że leady są słabe. Marketing mówi, że sprzedaż nie robi follow-upu. Nic użytecznego się nie dzieje.
Zastąp je czymś zwięzłym. Dwadzieścia minut. Trzy pytania:
Jakie wzorce pojawiły się w tym tygodniu w rozmowach odkrywczych? Marketing musi usłyszeć język, którego naprawdę używali kupujący. Nie w kwartalnym podsumowaniu. W tym tygodniu.
Czego brakuje? Jakie pytania słyszy sprzedaż, na które marketing nigdzie nie odpowiada: na stronie, w treściach, w materiałach? Każda luka to brief na content.
Skąd w tym tygodniu przyszli dobrzy prospekci, ich własnymi słowami? Kiedy sprzedaż pyta „skąd Pan o nas usłyszał”, a prospekt mówi „polecił mi znajomy”, „widziałem waszego CEO w podcaście” albo „od miesięcy czytam waszego VP Sales na LinkedInie”, to trafia do wspólnego dokumentu. To jest Twoja prawdziwa atrybucja. Nie dashboard.
To spotkanie nie potrzebuje slajdów. Potrzebuje szczerości i wspólnego nawyku robienia notatek.
Trzy grupy, w rotacyjnym harmonogramie:
Obecni klienci. Dlaczego wybraliście nas? Przeprowadź mnie przez dwa miesiące, zanim się do nas odezwaliście. Co czytaliście, oglądaliście, o co pytaliście znajomych? Co prawie sprawiło, że wybraliście kogoś innego?
Prospekci, z którymi przegraliśmy. Te same pytania. Plus: co zmieniłoby Waszą decyzję?
Klienci, którzy odeszli. Co obiecaliśmy, a nie dowieźliśmy? Co dowieźliśmy, a wyceniliśmy za nisko? Do kogo przeszliście?
Każdy wywiad trwa czterdzieści pięć minut. Nagrany. Spisany. Otagowany pod kątem wzorców. Po dziesięciu wywiadach będziesz wiedział więcej o tym, dlaczego ludzie od Ciebie kupują, niż Twój dashboard pokazał Ci przez trzy lata.
Próbowałem robić to na różne sposoby. Mocna struktura z formalnymi kwestionariuszami. Luźne rozmowy przy kawie. Nagrania z pełnymi transkrypcjami. Same notatki. Najlepiej zadziałało mi coś pośrodku: lekka struktura i dużo miejsca na momenty „właściwie chciałbym dodać jeszcze jedną rzecz”. Tam zwykle jest złoto.
Najtrudniejsza dyscyplina na tym etapie to odmowa wyciągania wniosków z niewystarczających danych.
Jeśli masz jeden kanał, który „dowiózł” trzy deale, i cztery kanały, które „dowiozły” zero, nie wiesz, że ten pierwszy działa. Nie wiesz, że pozostałe nie działają. Masz próbę, która nie uzasadnia żadnego wniosku.
Lepiej powiedzieć „jeszcze nie wiemy, prowadźmy wszystkie pięć i słuchajmy, co mówią klienci”, niż wyciąć cztery kanały na podstawie szumu. Wycinanie kanałów na podstawie złych danych to najczęstszy sposób, w jaki widziałem, jak zespoły marketingu B2B SaaS przypadkiem zabijają to, co naprawdę budowało popyt.
„Jeszcze nie wiem” to na tym etapie pełna i szanowana odpowiedź. „Dashboard mówi X” często nie jest.
Prowadzę MOAT, żeby pomagać founderom B2B SaaS budować kompetencję account-based marketingu wewnątrz firmy, zamiast wynajmować ją od agencji. Wzorzec z tego artykułu pojawia się prawie w każdej mojej rozmowie z founderami.
Rozwiązaniem nie jest lepsze narzędzie ani bardziej rygorystyczny model atrybucji. Rozwiązaniem jest marketer wewnątrz Twojej firmy, który jest na tyle blisko Twojej sprzedaży i Twoich klientów, że nie musi polegać na dashboardzie, żeby wiedzieć, w którą stronę iść. Ktoś, kto przychodzi na cotygodniowe spotkanie z prawdziwym językiem, którego kupujący użyli na rozmowach w zeszłym tygodniu. Ktoś, kto zrobił w tym kwartale siedem wywiadów z klientami i potrafi powiedzieć, konkretnymi cytatami, dlaczego zamknęły się Twoje ostatnie trzy deale. Ktoś, kto wie, kiedy danych jest za mało, żeby na ich podstawie działać, i ma dość osądu, żeby powiedzieć to na głos.
Agencje tego nie zrobią. Nie są w Twoim biznesie wystarczająco często.
Konsultanci na fractional też nie. Nie są w Twoim biznesie wystarczająco głęboko.
Senior od ABM zrobi to, z czasem. Ale na etapie seed do Series A zwykle jeszcze Cię na niego nie stać.
Możesz za to wziąć marketera na poziomie mid, którego już masz, albo zatrudnić właściwego, i rozwinąć go zewnętrznym rozpoznawaniem wzorców, aż będzie miał i kontekst, i osąd. To robię w MOAT. Nie za niego. Z nim.
Jeśli Twój dashboard od pół roku opowiada Ci historię, a pipeline się z nią nie zgadza, to jest sygnał. Historia jest błędna. Nie dlatego, że dane są złe. Dlatego, że same dane nigdy nie miały opowiedzieć Ci historii, której potrzebujesz.
Jeśli chcesz przemyśleć swoją sytuację, prowadzę bezpłatną 45-minutową rozmowę diagnostyczną dla founderów, którzy pasują do profilu. Przyjrzymy się temu, jak Twój zespół czyta dziś dane atrybucyjne, wskażemy kilka kanałów, w które możesz za mało inwestować, bo nie pokazują się czysto w dashboardzie, i porozmawiamy, jak realnie wygląda budowa. Bez pitchu, bez prezentacji. Wyjdziesz z konkretnym kierunkiem niezależnie od wyniku.
O autorze
Daniel Tupczyński prowadzi MOAT Marketing, małą firmę doradczą, która pomaga founderom B2B SaaS budować kompetencję ABM in-house zamiast wynajmować ją od agencji. Prowadzi też marketing w firmie B2B SaaS.
