영업 사원을 위해 데이터를 강화하는 방법은 무엇입니까?

데이터 보강이란 무엇입니까?

데이터 보강은 원시 고객 데이터를 업데이트하고 개선하는 지속적인 프로세스입니다. Enrichment는 새롭고 가치 있는 정보를 고객 데이터베이스에 추가하고 그것이 정확하고 회사에 유익한지 확인합니다. 이러한 추가 데이터 세트는 고객 경험을 향상시키고 리드 생성을 더 빠르고 쉽게 만듭니다.

좋은 판매 데이터의 특성

데이터 보강을 이해하려면 좋은 판매 데이터를 구성하는 요소를 아는 것부터 시작하십시오. 판매 데이터의 네 가지 주요 유형은 다음과 같습니다.

• 담당자 메트릭 에는 판매 전환율, 비즈니스 개발 담당자(BDR) 용량, 리드 수율, MQL, SQL 등이 포함됩니다.
• 거래 지표에는 평균 거래 규모, 평균 판매 주기, 성사율 등이 포함됩니다.
• 비즈니스 메트릭 에는 CAC(고객 획득 비용), MRR(매월 반복 수익), 판매 공식 등이 포함됩니다.
• 고객 데이터 에는 연락처 정보, 인구 통계, 커뮤니케이션(이메일, 실시간 채팅, 통화) 및 거래 내역이 포함됩니다.

데이터 보강은 고객 데이터에 더 중점을 두지만 모든 판매 데이터는 정확하고 균일해야 합니다. 즉, 오류가 없고 일관된 형식을 사용하며 사일로가 아닌 여러 부서에서 액세스할 수 있어야 합니다. 데이터 강화 전략을 구현하기 위해 모든 판매 데이터를 한 곳에 보관하십시오.

LaGrowthMachine은 데이터를 자동으로 보강하므로 아웃리치 활동을 개선하고 일상에서 시간을 벌 수 있습니다.

언제 판매 데이터를 보강해야 합니까?

비즈니스가 다음 기준에 부합하는 경우 데이터 보강이 필요합니다.

• 지속적으로 증가하는 대량의 비즈니스 데이터
• 정확한 구매자 페르소나가 필요한 새로운 마케팅 캠페인
• 비즈니스 제안을 확장하기 위한 새로운 제품 또는 서비스
• 리드 데이터 수집을 위한 웹 양식 의존
• 고객 데이터 처리, 저장 및 개인 정보 보호에 대한 데이터 규정 준수 요구 사항

이러한 경우 비즈니스는 영업 팀에서 최상의 결과를 얻기 위해 신뢰할 수 있고 정확한 데이터베이스가 필요합니다. 따라서 데이터 강화는 시장, 고객 및 규정 변화에 따라 비즈니스 경쟁력을 유지합니다.

데이터 보강의 다른 유형은 무엇입니까

세 가지 유형의 데이터 보강은 다음과 같습니다.

행동 데이터 강화

행동 데이터 보강에는 페이지 조회수, 클릭률 및 이탈률과 같은 기존 프로필에 고객 행동 패턴을 추가하는 작업이 포함됩니다. 이 정보는 영업 팀이 공통 관심 영역을 식별하고 구매 여정에서 고객을 포지셔닝하여 광고 효과를 개선하는 데 도움이 됩니다.

행동 데이터 강화는 마케팅 예산 계획에도 도움이 됩니다. 대상을 정확히 알면 대상 도달 범위 및 판매 전환율 측면에서 캠페인 자금에 대한 더 많은 가치를 얻을 수 있습니다.

인구 통계 데이터 강화

인구통계 데이터 강화에는 리드 데이터베이스에 연령, 성별, 소득, 교육 수준 및 가족 상태를 추가하는 작업이 포함됩니다. 이를 통해 판매 메시지를 사용자 정의하고 고객과 관계를 맺을 수 있습니다.

가장 일반적인 데이터 보강 사례 중 하나는 업무용 이메일을 사용하는 것입니다. 리드가 업무용 이메일을 사용하여 웹 양식을 작성한다고 가정합니다. 이 경우 데이터 보강 도구를 사용하여 개인의 비즈니스 규모, 위치 및 프로필에 추가할 기타 세부 정보를 검색할 수 있습니다. 청중 인구 통계를 이해하고 관련 콘텐츠를 만드는 좋은 방법입니다.

지리적 데이터 강화

여기에는 리드의 마을, 도시, 국가 및 시간대 정보를 추가하여 위치에 대한 정확한 프로필을 작성하는 작업이 포함됩니다. 지리적 데이터는 사이트 트래픽을 추적하는 웹 분석 도구에서 쉽게 사용할 수 있습니다. 방문자의 IP 주소를 사용하여 해당 지역의 리드에 대한 개인화된 콘텐츠를 타겟팅하십시오.

거래 내역, 구매 시간 및 결제 방법을 기반으로 지리적 데이터를 수집할 수도 있습니다. 이러한 세부 정보에서 소비 습관을 도출하고 특정 지역에 대한 할인 또는 제안을 타겟팅하십시오.

간단한 3단계로 데이터 보강을 수행하는 방법은 무엇입니까?

여러 소스의 방대한 고객 데이터 데이터베이스가 이미 있는 경우 보강 프로세스가 압도적으로 들립니다. 그러나 데이터 보강을 간소화하기 위한 세 가지 필수 단계는 다음과 같습니다.

1단계: 목표 파악

물론 데이터 보강은 데이터의 품질과 정확성을 개선하는 것을 목표로 하지만 비즈니스 사례에 맞는 보다 구체적인 목표가 필요합니다. 구매 여정을 통해 잠재 고객을 육성할 때 데이터 강화를 통해 팀이 올바른 선택을 할 수 있어야 한다는 점을 기억하십시오.

실시간 또는 웨어하우스 데이터 보강 기술 중에서 선택하여 영업 팀에 필요한 데이터를 얻으십시오. 실시간 보강은 물류 회사의 기상 조건과 같이 끊임없이 변화하는 데이터에 의존하는 비즈니스에 적합합니다. 창고 데이터 보강은 메일링 목록, 구매 내역 및 고객 주소와 같은 보다 정적인 데이터베이스에 이상적입니다.

2단계: 올바른 데이터 강화 도구 선택

데이터 보강 도구는 데이터를 자동으로 수집, 정리 및 형식화하여 수동 데이터 처리 시간을 절약할 수 있습니다. 오프라인 및 온라인 데이터 소스를 조화시키기 위해 CRM에 고객 데이터 플랫폼(CDP)을 추가하는 것을 고려하십시오. 여기에는 FirstHive, ActionIQ, BlueConic 및 Optimove가 포함됩니다. 또한 Clearbit, Vainu, LeadSpace 및 LeadGenius와 같은 데이터 보강 서비스를 고려하십시오.

이러한 도구는 데이터베이스를 필터링하고 다양한 CRM과 통합하여 비즈니스 인텔리전스 데이터를 잠금 해제합니다.

3단계: 데이터 보강 일정 설정

데이터 보강은 지속적이므로 데이터 정리 및 업데이트에 가장 적합한 시간 간격을 결정하십시오. 고객 데이터의 최대 70%가 매년 쓸모 없게 된다는 점을 고려한 다음 회사에서 일, 월 또는 분기별로 생성하는 데이터의 양을 추정합니다. 데이터 강화 기술을 자동화하면 영업 및 마케팅 팀이 목표를 달성할 수 있습니다.

데이터 강화 혜택

다음은 데이터 강화 도구를 사용할 때 얻을 수 있는 몇 가지 이점입니다.

더 높은 전환율을 위한 더 짧은 웹 양식

긴 웹 양식은 고객의 관심을 끌지 못하지만 짧은 웹 양식은 고객 여정을 연장할 위험이 있습니다. 데이터 보강을 사용하면 필수 세부 정보를 캡처하고 검증된 다른 소스에서 이 정보를 보강하기 위한 기본 양식만 있으면 됩니다.

향상된 개인화

데이터 강화는 일반적인 메시징을 넘어 응답을 기대하는 것을 의미합니다. 정확하고 포괄적인 고객 데이터를 사용하여 커뮤니케이션 대상을 효과적으로 지정하여 청중을 효과적으로 참여시키고 판매를 촉진할 수 있습니다.

자동화된 리드 스코어링

데이터 강화 도구는 리드의 이름과 이메일 주소에서 귀중한 정보를 추출할 수 있습니다. 발신자의 IP 주소에 연결하여 리드 스코어링 시스템에 기여하는 지리적 정보를 표시할 수 있습니다. 이렇게 하면 회사에 최소한의 정보만 제출해도 리드가 남지 않습니다.

향상된 챗봇 효율성

인공 지능과 기계 학습은 주로 챗봇이나 가상 도우미를 통해 판매 및 마케팅 도구로 큰 잠재력을 발휘했습니다. 고객이 이러한 도구를 사용하면 웹 양식이나 다이렉트 이메일을 사용할 때보다 더 많은 정보를 제공할 가능성이 높아집니다. 데이터 보강 도구는 귀중한 데이터에 대한 채팅을 분석하여 고객 지식 기반을 구축할 수 있습니다.

이탈률 감소

데이터 보강은 최신 고객 정보 데이터베이스를 유지하므로 고객 행동의 다양한 변화를 식별하고 신속하게 대응할 수 있습니다. 예를 들어 이탈할 가능성이 있는 고객을 파악하고 이들과 소통할 영업 사원을 지정할 수 있습니다.

성공적인 영업 전략을 위한 데이터 보강 모범 사례

회사 규모, 산업 또는 비즈니스 목표에 관계없이 데이터 강화 프로세스가 조직에 도움이 되도록 하기 위한 네 가지 기본 지침이 있습니다.

명확한 데이터 기준으로 시작

앞서 논의한 바와 같이 데이터 보강의 주요 유형은 인구통계학적, 지리적, 행동적입니다. 이러한 보강 유형에 연결된 판매 OKR과 보강이 판매 전략에 도움이 되었음을 나타내는 메트릭을 식별하십시오. 예를 들어, 데이터 정확도가 80% 증가하면 고객 충성도 증가, 팀 생산성 향상, 광고 투자 수익 향상으로 이어질 수 있습니다.

LaGrowthMachine에서는 당사 도구가 매우 높은 정확도로 데이터를 보강하여 다음과 같은 통찰력을 얻을 수 있도록 보장할 수 있습니다.

• 개인 이메일;
• 전문 이메일;
• 전화 번호;
• 직책;
• 등…

데이터 보강 기술 표준화

영감을 줄 수 있는 많은 데이터 보강 예제가 있지만 선택한 기술을 고수해야 합니다. 지속적인 보강이 필요한 데이터 세트와 팀을 강화하는 데 필요한 도구, 형식 및 통합을 설정합니다. 그런 다음 이러한 프로세스를 자동화하여 반복할 수 있도록 하여 전체적으로 업데이트되고 정확한 데이터베이스를 보장합니다.

데이터 강화 확장

비즈니스가 확장됨에 따라 데이터 강화 요구 사항도 확장됩니다. 복잡성과 오류를 방지하는 한 가지 방법은 데이터 보강 도구를 자동화하여 성장에 따라 확장하는 것입니다. 기존 형식을 사용하여 새로운 데이터 규칙이 생길 때 추가하십시오. 팀 리더가 추가 또는 변경을 승인할 수 있는 권한을 설정합니다.

모든 고객 접점에 데이터 강화 기술 적용

데이터 보강은 데스크톱 웹 양식에 잘 작동하지만 모바일 앱, 이메일, 거래, 추천, 이벤트, 매장 내 참여 등과 같은 다른 고객 정보 소스에도 작동합니다. 데이터 강화 도구가 이러한 기반을 효과적으로 다루는지 확인하십시오.

결론

데이터 보강은 성공적인 판매 전략의 핵심입니다. 영업 노력을 목표로 삼기 위한 정확한 데이터부터 고객 경험 개선 및 비용 절감에 이르기까지 모든 비즈니스에 상당한 이점을 제공합니다. 현재 사용 가능한 수많은 데이터 강화 기술과 도구를 통해 고객 데이터를 간소화하고 기록적인 시간 내에 거래를 성사시킬 수 있습니다.