Digital Marketing Academy · บทเรียน

การเลือกบัญชีเป้าหมาย

ICP และการแบ่งระดับ

บทเรียน 2 จาก 413 ขั้นตอน

การเลือกบัญชีเป้าหมาย เป็นบทเรียน Digital Marketing Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Digital Marketing Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน

การคัดเลือกบัญชีลูกค้าคือหัวใจสำคัญทั้งหมด

ABM จะสำเร็จหรือล้มเหลวขึ้นอยู่กับรายชื่อ โฆษณาสร้างสรรค์ที่ดีที่สุดก็ไม่อาจช่วยโปรแกรมที่มุ่งไปยังบริษัทซึ่งไม่มีวันซื้อได้ การคัดเลือกต้องเป็นกระบวนการที่มีวินัยและขับเคลื่อนด้วยข้อมูล ไม่ใช่รายชื่อที่ฝ่ายขายอยากได้

เป้าหมายคือชุดบัญชีลูกค้าที่มีจำนวนจำกัด จัดอันดับไว้แล้ว และมีทั้งความเหมาะสม สัญญาณความสนใจ และการเข้าถึงที่ล้วนชี้ไปยังศักยภาพด้านรายได้

เริ่มจาก ICP ที่วัดผลได้

การคัดเลือกเริ่มจากการเปลี่ยน ICP ให้เป็นตัวกรองที่วัดผลได้ คำอธิบายกว้าง ๆ อย่าง SaaS ระดับองค์กรไม่สามารถให้คะแนนได้ แต่ช่วงรายได้ จำนวนพนักงาน และสัญญาณทางเทคโนโลยีสามารถทำได้

แปลงคุณลักษณะทุกข้อของ ICP ให้เป็นช่องข้อมูลที่เครื่องมือข้อมูลของคุณค้นหาได้ จากนั้นใช้เป็นกฎคัดเข้าหรือคัดออกกับกลุ่มบริษัททั้งหมดที่คุณสามารถเข้าถึงได้

ICP filter -> queryable rule
  Industry        = NAICS in [5112, 5415]
  Employees       between 200 and 2000
  Revenue         >= $50M
  Region          in [US, UK, DE]
  Tech installed  includes Salesforce
  Exclude         agencies, competitors

สร้างรายชื่อที่เข้าถึงได้ทั้งหมด

ใช้ตัวกรอง ICP กับแหล่งข้อมูลเพื่อสร้างตลาดที่เข้าถึงได้ทั้งหมดของคุณในรูปแบบรายชื่อบริษัทที่ระบุชื่อจริง ไม่ใช่เพียงค่าประมาณเป็นเงิน

รายชื่อนี้คือกลุ่มบริษัททั้งหมดที่ ABM จะเลือกใช้ ผสานประวัติภายใน CRM เข้ากับผู้ให้บริการเติมข้อมูล เพื่อให้ครอบคลุมบัญชีลูกค้าที่ทีมขายของคุณไม่เคยเข้าถึงมาก่อน

Sources merged into TAM list
  CRM open + closed-lost accounts
  Enrichment DB (firmographic match)
  Website / form fills (de-anonymized)
  Event & webinar registrants
  Partner / ecosystem overlap

ให้คะแนนตามความเหมาะสม

การให้คะแนนความเหมาะสมจะจัดอันดับว่าบัญชีลูกค้าแต่ละรายตรงกับ ICP มากเพียงใด ให้น้ำหนักกับคุณลักษณะที่สัมพันธ์กับดีลที่ชนะมากที่สุด โดยใช้ข้อมูลดีลที่ปิดการขายสำเร็จของคุณเองเพื่อกำหนดน้ำหนัก

แบบจำลองคะแนนที่โปร่งใสช่วยให้ฝ่ายขายและฝ่ายการตลาดมีความเข้าใจตรงกันว่าเหตุใดบัญชีลูกค้ารายหนึ่งจึงผ่านการคัดเลือก

Fit score (max 100)
  Industry match        30
  Company size band     25
  Revenue band          20
  Tech-stack signal     15
  Geo in priority zone  10
  -> Account scores 82 = strong fit

เพิ่มข้อมูลเจตนาเข้ามาพิจารณา

ความเหมาะสมบอกว่าบัญชีลูกค้ารายใดดูตรงตามเกณฑ์ ส่วนเจตนาบอกว่ารายใดกำลังอยู่ในช่วงพร้อมซื้อ ข้อมูลเจนตาจากบุคคลที่สามจะชี้ให้เห็นบัญชีลูกค้าที่กำลังค้นคว้าเกี่ยวกับหมวดหมู่ของคุณทั่วทั้งเว็บ ส่วนข้อมูลเจตนาจากแหล่งของคุณเองมาจากกิจกรรมบนช่องทางของคุณ

บัญชีลูกค้าที่มีทั้งความเหมาะสมสูงและมีสัญญาณความสนใจเพิ่มขึ้นอย่างรวดเร็ว คือผู้สมัครที่แข็งแกร่งที่สุดสำหรับแผนปฏิบัติการเชิงรุก

Combined priority signal
  High fit + high intent  -> tier 1, engage now
  High fit + low intent   -> nurture, build awareness
  Low fit  + high intent  -> filter out (likely noise)
  Low fit  + low intent   -> exclude

จัดระดับบัญชีลูกค้า

บัญชีลูกค้าที่เหมาะสมไม่ได้สมควรได้รับการลงทุนเท่ากันทั้งหมด การจัดระดับช่วยแบ่งสรรความพยายาม บัญชีลูกค้าจำนวนน้อยจะได้รับโปรแกรมเฉพาะรายแบบ 1:1 บัญชีลูกค้าจำนวนมากขึ้นจะได้รับการจัดกลุ่มแบบ 1:few และที่เหลือจะได้รับความครอบคลุมแบบใช้โปรแกรม 1:many

การจัดระดับช่วยให้งบประมาณแปรผันตามมูลค่าที่อาจเกิดขึ้น และป้องกันการลงทุนมากเกินไปกับกลุ่มบัญชีลูกค้าที่ยาวปลายแถว

Tier   Criteria                         Count   Investment/acct
A      Fit>=80 + active intent + strat.  20      High (1:1)
B      Fit>=70                           80      Medium (1:few)
C      Fit>=60                           400     Low (1:many)

เพิ่มบัญชีลูกค้าที่มีโอกาสขยายธุรกิจ

รายชื่อเป้าหมายของคุณไม่ควรมีแต่ลูกค้าใหม่เท่านั้น ลูกค้าปัจจุบันที่ยังมีพื้นที่ให้เติบโตมักเป็นเป้าหมาย ABM ที่ให้ ROI สูงที่สุด เพราะคุณมีความสัมพันธ์และหลักฐานยืนยันอยู่แล้ว

ทำแผนผังพื้นที่ว่าง ได้แก่ ผลิตภัณฑ์ที่ยังไม่ได้ใช้งาน แผนกที่ยังไม่ได้เข้าขาย และการต่ออายุที่มีความเสี่ยงซึ่งควรได้รับแผนปฏิบัติการเชิงรุก

Account list mix (example)
  New-logo acquisition   60%
  Cross-sell expansion   25%
  Up-sell / upgrade      10%
  Retention / save        5%

ร่วมคัดเลือกกับฝ่ายขาย

ฝ่ายการตลาดเสนอรายชื่อที่ขับเคลื่อนด้วยข้อมูล ส่วนฝ่ายขายตรวจสอบด้วยความรู้จากการทำงานภาคสนาม ผู้บริหารงานขายรู้ว่าบัญชีลูกค้าใดมีผู้สนับสนุนภายใน อยู่ในภาวะชะลอการตัดสินใจ หรือมีความสัมพันธ์ที่ข้อมูลไม่อาจแสดงให้เห็น

จัดเวิร์กช็อปคัดเลือกร่วมกันในแต่ละรอบ การเป็นเจ้าของรายชื่อร่วมกันคือรากฐานของความสอดคล้องและการดำเนินการต่อเนื่องใน ABM

ตรวจสอบความสามารถในการเข้าถึง

บัญชีลูกค้าที่ตรงตามเกณฑ์อย่างสมบูรณ์จะไม่มีประโยชน์ หากคุณเข้าถึงกลุ่มผู้ซื้อของบัญชีนั้นไม่ได้ ก่อนให้คำมั่นดำเนินการ ให้ยืนยันว่าคุณมีหรือสามารถจัดหาข้อมูลติดต่อที่ถูกต้องของบทบาทสำคัญได้

ตรวจสอบความครอบคลุมของข้อมูลติดต่อ อีเมลที่ส่งถึงได้ การเข้าถึงโฆษณา และข้อจำกัดด้านการปฏิบัติตามกฎระเบียบ หากความครอบคลุมยังน้อย ให้เติมข้อมูลก่อนเปิดใช้งานบัญชีลูกค้า

Reachability audit per account
  Contacts for economic buyer?   yes
  Champion identified?           yes
  Evaluator + users mapped?      partial -> enrich
  Ad reach (matched audience)?   3 of 6 roles
  Action: enrich missing 3 roles

กำหนดรอบการปรับปรุงรายชื่อ

รายชื่อบัญชีลูกค้าจะเสื่อมความแม่นยำ บริษัทเปลี่ยนผู้บริหาร สัญญาณความสนใจที่พุ่งสูงก็ลดลง และดีลอาจปิดการขายหรือติดขัด รายชื่อที่ไม่เปลี่ยนแปลงจะค่อย ๆ สูญเสียความเกี่ยวข้องโดยไม่มีใครสังเกต

ทบทวนระดับบัญชีลูกค้าทุกเดือน และทบทวนรายชื่อทั้งหมดทุกไตรมาส เลื่อนบัญชีลูกค้าที่มีสัญญาณเพิ่มขึ้นอย่างรวดเร็วขึ้น ลดระดับบัญชีลูกค้าที่ไม่มีความเคลื่อนไหว และนำบัญชีลูกค้าที่ปิดการขายไม่สำเร็จกลับเข้าสู่การบ่มเพาะ

กำหนดขนาดรายชื่อให้เหมาะสม

ความล้มเหลวที่พบบ่อยคือการเลือกบัญชีลูกค้ามากเกินกว่าจะปรับให้เหมาะกับแต่ละรายได้จริง ขีดความสามารถ ไม่ใช่ความทะเยอทะยาน เป็นตัวกำหนดเพดาน เพราะบัญชีลูกค้าระดับ 1 แต่ละรายต้องได้รับความใส่ใจจากคนจริง ๆ

กำหนดขนาดรายชื่อให้สอดคล้องกับสิ่งที่ทีมของคุณดำเนินการได้ดี บัญชีลูกค้าน้อยรายที่ทำอย่างลึกซึ้งย่อมดีกว่าหลายร้อยรายที่ทำแบบทั่วไป

Capacity sizing
  1 marketer can run ~15-25 1:1 accounts
  1 pod can run ~75-100 1:few accounts
  Programmatic scales with budget, not headcount
Rule: list size <= what you can personalize

ตรวจสอบความเข้าใจ

ทดสอบวิจารณญาณในการคัดเลือกบัญชีลูกค้าของคุณ

ตอบคำถามในบทเรียนแบบโต้ตอบ

สรุปทบทวน: การคัดเลือกบัญชีลูกค้าเป้าหมาย

การคัดเลือกเปลี่ยน ICP ที่วัดผลได้ให้เป็นรายชื่อบัญชีลูกค้าที่ระบุชื่อ ให้คะแนน และจัดระดับแล้ว การให้คะแนนความเหมาะสมจัดอันดับว่าบัญชีลูกค้ารายใดตรงตามเกณฑ์มากเพียงใด ข้อมูลเจตนาชี้ว่าใครกำลังอยู่ในช่วงพร้อมซื้อ และทั้งสองอย่างร่วมกันกำหนดลำดับความสำคัญ

ผสานบัญชีลูกค้าใหม่เข้ากับบัญชีลูกค้าที่มีโอกาสขยายธุรกิจ ร่วมคัดเลือกกับฝ่ายขาย ตรวจสอบความสามารถในการเข้าถึง กำหนดขนาดให้เหมาะกับขีดความสามารถ และปรับปรุงตามรอบเวลา เพื่อให้รายชื่อยังคงแม่นยำ

เริ่มต้นได้ฟรี

เรียนรู้ Digital Marketing Academy ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 63
บทเรียน: 239

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “การเลือกบัญชีเป้าหมาย” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “การเลือกบัญชีเป้าหมาย” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Digital Marketing Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “การเลือกบัญชีเป้าหมาย”

ICP และการแบ่งระดับ คุณปฏิบัติ Digital Marketing Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Digital Marketing Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Digital Marketing Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน

บทเรียน “การเลือกบัญชีเป้าหมาย” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Digital Marketing Academy นี้ได้ไหม

ได้ บทเรียน Digital Marketing Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Digital Marketing Academy