Aufruf an B2B-Marketer: Berufsbezeichnungen sind wichtiger als Sie denken

ABM kann Ihnen zwar helfen, die wichtigsten Entscheidungsträger in Ihren Unternehmen zu identifizieren, doch Jobtitel sagen nicht immer alles aus. Kolumnistin Sonjoy Ganguly erklärt, wie Sie Hierarchien in Ihre ABM-Strategie einbeziehen können.

Account-Based Marketing (ABM) ist eine effektive Methode, um Entscheidungsträger in Ihren Zielunternehmen gezielt anzusprechen. Wie gut Sie die richtigen Personen erreichen, hängt jedoch von der Qualität Ihrer Daten und den für Ihre Ziele eingesetzten Tools ab.

Doch die Interpretation von Daten im Zusammenhang mit Rollen innerhalb des Accounts birgt nach wie vor ein Problem. Denn Jobtitel sind nicht immer so aussagekräftig, wie sie scheinen. Allein diese Nuance kann Ihre ABM-Strategie und Ihren Ansatz erheblich beeinträchtigen.

Die Zulassung häufiger Titelwechsel innerhalb Ihrer Strategie

Mit zunehmender Komplexität heutiger Unternehmen spezialisieren sich auch interne Entscheidungshierarchien. Im Wettbewerb um die besten Talente spiegeln Stellenbezeichnungen, Hierarchien und Organigramme die neue Marktdynamik wider. Der heutige „Junior Account Executive“ ist der „Senior Vice President für Account Management und Marktentwicklung“ von morgen.

Wie identifizieren Sie Ihre Entscheidungsträger angesichts der unstrukturierten, benutzerdefinierten Titel in sozialen Medien? Wenn Ihr potenzieller Kunde einen unkonventionellen Titel hat, ist es sehr leicht, ihn oder sie bei einem traditionellen ABM-Programm zu übersehen.

Die heute komplexeren Unternehmenshierarchien erfordern ein höheres Maß an Spezialisierung. Daher ist ein zunehmend differenziertes Verständnis der Rolle des jeweiligen Entscheidungsträgers unerlässlich.

Angesichts der Komplexität heutiger ABM-Initiativen ist die neueste B2B-Zielgruppenanalyse, die sich detaillierter mit der Zielgruppenansprache befasst, Ihr wichtigstes Instrument, um erfolgreich Accounts zu erreichen. Sie hilft Ihnen, Ihre Entscheidungsträger präzise zu definieren, sie gezielter anzusprechen und Ihr Content-Marketing entsprechend anzupassen – für mehr Interaktion.

Fragen Sie sich zunächst: Wen möchten Sie ansprechen? Ist Ihre Zielgruppe durch Branche, Region, Autoritätsebene usw. definiert? Welches Spektrum an Funktionen deckt sie ab? Wenn Ihre Kampagne wie die meisten anderen ist, werden Sie eine Kombination von Filtern verwenden, um Ihre Zielgruppen zu definieren.

Um die für Sie wichtigsten Kontakte zu finden, sollten Sie nicht nur auf Titel achten, sondern eine Systematik der Entscheidungsträger entwickeln. Wichtige Kriterien sind Branche, Fachgebiet und Funktion – wobei Unterfunktionen wichtiger denn je sind.

Automatisierung und maschinelles Lernen helfen

Da sich ABM-Technologien stetig weiterentwickeln, können verbesserte Modelle des maschinellen Lernens zur Datenbereinigung anhand von Berufsbezeichnungen übergeordnete und untergeordnete Funktionen identifizieren und so ein präziseres und differenzierteres Targeting ermöglichen. Schließlich hat die zunehmende Vielfalt und Größe von Einkaufsgremien den Konsensverkauf begünstigt. Die Verknüpfung des idealen Kundenprofils mit spezifischen Berufsbezeichnungen ist vergleichbar mit der Suche nach einer bestimmten Hotelzimmernummer auf Reisen.

Um die Methodik dieser Arbeitsweise zu verdeutlichen, ist es wichtig zu erkennen, dass jedes Unternehmen seine eigene, individuelle „Titelmatrix“ besitzt – die Gesamtheit der im Unternehmen verwendeten Titel. Diese kann unstrukturiert oder in Karrierewege gegliedert sein. Die Struktur wird jedoch selten nach außen offengelegt und verändert sich im Laufe der Zeit.

Voraussetzungen für die Beherrschung

Obwohl es branchenspezifische und branchenübergreifende Trends bei Berufsbezeichnungen gibt, legt letztendlich jedes Unternehmen seine eigenen Bezeichnungen fest. In seltenen Fällen verwendet Ihr Zielkunde ein einheitliches Bezeichnungssystem. Die Bell Labs beispielsweise vergaben allen Ingenieuren die Bezeichnung „Member of the Technical Staff“.

Um diese Herausforderung anzugehen, wäre es für Sie als ABM-Marketer hilfreich, die Titelmatrix Ihres Kontos einzusehen, um gezielt Nutzer mit hoher Autorität anzusprechen. Dies ist jedoch nur eine von vielen Voraussetzungen, darunter:

• Kenntnis der primären, eindeutigen Titel — Der Titel einer Person gibt Aufschluss über deren relative Autorität. Als ABM-Marketer möchten Sie die Schlüsselpersonen in der Entscheidungskette beeinflussen. Daher ist es entscheidend, die Autorität der Entscheidungsträger zu ermitteln. Maschinelles Lernen kann helfen, diese Kategorisierungen zu vereinheitlichen und Einblicke in die wahrscheinlichste Entscheidungskette zu gewinnen. Mit diesen Informationen kann eine ABM-Kampagne die Kaufentscheidungsbeeinflusser präzise ansprechen.
• Teilfunktionen verstehen — Der Schlüssel zum Beginn der Einschätzung echt Die Behörde sucht nach funktionalen Informationen, die die Wahrscheinlichkeit erhöhen, dass eine Person eine bestimmte Berufsbezeichnung innehat, und gleicht diese dann ab. Erwägen Sie, mit statistisch unwahrscheinlichen, aber häufig vorkommenden Formulierungen zu arbeiten. Diese sind selten und ungewöhnlich, aber auffällig und daher wichtig.
• Die eigenen Vorurteile angehen Da man ein Machine-Learning-Modell nur mit den verfügbaren Daten trainieren kann, ist es entscheidend, Zugang zu gut annotierten, statistisch repräsentativen Datensätzen zu erhalten und diese kontinuierlich zu pflegen. Derzeit gibt es einen Überschuss an Daten, vor allem zu technischen Berufen und bestimmten Technologieunternehmen. Dies führt zu Datenverzerrungen und schränkt die Nutzbarkeit der Daten ein. Diese Verzerrungen erschweren Vorhersagen in Bereichen, für die keine Daten verfügbar sind. Um Verzerrungsquellen im Machine Learning zu beheben, ist es wichtig, diese zu identifizieren und das Modell anschließend mithilfe von Workarounds entsprechend zu trainieren.

Als Nächstes: Den Code knacken

Ein intelligentes Modell zur Titelvergabe im ABM-Kontext lässt sich auf einige wenige grundlegende Maßnahmen für den Einstieg reduzieren:

1. Identifizieren Sie Ihre Zielgruppe von ZielkundenunternehmenDie Identifizierung dieser Unternehmen bedeutet, dass sie ein gemeinsames Merkmal aufweisen. Selbst wenn die Zielkunden branchen- oder länderübergreifend sind, sollten sie als eigene Gruppe betrachtet werden.
2. Ermitteln Sie die in der Kohorte verwendeten Berufsbezeichnungen und deren Häufigkeit in den einzelnen Unternehmen.Dies erfordert den Zugriff auf einen großen Pool von B2B-Zielgruppendaten, über den Ihr Lösungsanbieter verfügen sollte.
3. Normalisiere die KohortentitelHier identifizieren wir branchenübergreifend gleichwertige Berufsbezeichnungen und fassen mehrere gleichwertige Bezeichnungen zu einer einzigen Bezeichnung zusammen. Das Ergebnis ist eine kleinere, einheitliche Gruppe von Berufsbezeichnungen.
4. Hierarchie identifizierenGrammatikalische Regeln geben Aufschluss über die Struktur – beispielsweise steht „Senior“ über „Junior“. Ein Vergleich von Lebensläufen aus der Branche zeigt gängige Titelwechsel im Zuge des beruflichen Aufstiegs. Auch die Häufigkeit der Titelverwendung innerhalb eines Unternehmens (wie oben erwähnt) liefert einen Hinweis auf Plausibilität; Führungspositionen sind seltener als Juniorpositionen.

Eine erfolgreiche Analyse liefert ein Diagramm abstrakter Karrierewege innerhalb einer Branche, gruppiert nach Funktionsbereichen. Die Kanten des Diagramms geben die Wahrscheinlichkeit für eine höhere Position an. Zusätzlich werden die entsprechenden Berufsbezeichnungen aus der Praxis angezeigt.

Mithilfe von maschinellem Lernen haben Sie die Titelstruktur Ihres Zielkontos entschlüsselt. Code geknackt.

Maschinelles Lernen ist im Kern nichts anderes als die Wissenschaft der Statistik, eine jahrhundertealte Disziplin. Es umfasst aber auch eine Reihe von heute realisierbaren Techniken, um aus großen Datenmengen Erkenntnisse zu gewinnen.

___
by Sonjoy Ganguly
Quelle: MARTECH HEUTE