$ man how-to/credit-transparency-gtm-tools
הערכת כליםbeginner
למה שקיפות קרדיטים חשובה בכלי Go-to-Market
אם אתה לא יכול לענות מה כל העשרה עולה, מישהו אחר מחליט על ה-ROI שלך
by Shawn Tenam
העלות הנסתרת של קרדיטים אטומים
רוב כלי ה-GTM משתמשים בתמחור מבוסס קרדיטים. Clay גובה לכל העשרה. Apollo גובה לכל חיפוש איש קשר. Instantly גובה לכל אימייל שנשלח. הקרדיטים הם הדלק. אבל לרוב הצוותים אין מושג כמה דלק הם שורפים לליד, לקמפיין, או לדולר pipeline שנוצר.
האטימות הזו יקרה. טבלת Clay בודדת עם 10 עמודות העשרה שמעבדת 500 לידים יכולה לשרוף 5000-7500 קרדיטים בהרצה אחת. אם התוכנית שלך כוללת 10000 קרדיטים בחודש, זה חצי מהתקציב שלך על קמפיין אחד. בלי מעקב, אתה לא יודע עד שאתה מגיע למגבלה וההעשרות נעצרות באמצע pipeline.
מהנדס go-to-market מתייחס למעקב קרדיטים כמו שסמנכ"ל כספים מתייחס למעקב הוצאות. כל קרדיט שהוצא צריך להיות ניתן לייחוס לקמפיין, סגמנט לידים, או ניסוי. אם אתה לא יכול לעקוב אחרי ההוצאה, אתה לא יכול לייעל אותה.
PATTERN
איך נראית שקיפות קרדיטים
במינימום, אתה צריך לדעת ארבעה דברים בכל רגע. קרדיטים שנצרכו במחזור החיוב הנוכחי. קרדיטים שנצרכו לכל קמפיין. ממוצע קרדיטים לליד (סך קרדיטים חלקי סך לידים שעובדו). עלות לפגישה מוסמכת (סך הוצאת קרדיטים חלקי פגישות שנקבעו).
שני הראשונים זמינים ברוב דשבורדים של כלים. שני האחרונים דורשים ממך לחבר נתוני קרדיטים לתוצאות pipeline. החיבור הזה הוא איפה שרוב הצוותים נופלים. הם יכולים להגיד לך כמה קרדיטים Clay שרף בחודש שעבר אבל לא מה הקרדיטים האלה הפיקו.
מהנדס go-to-market בונה שכבת מעקב פשוטה: גיליון אלקטרוני או מסד נתונים שמתעד צריכת קרדיטים לקמפיין לצד תוצאות pipeline. קמפיין A השתמש ב-2000 קרדיטים ויצר 8 פגישות. קמפיין B השתמש ב-3000 קרדיטים ויצר 2 פגישות. עכשיו אתה יודע על איזה קמפיין להכפיל ואיזה לסגור. זו שקיפות קרדיטים שמובילה להחלטות.
ANTI-PATTERN
כלים שמסתירים את המונה
חלק מהכלים הופכים מעקב קרדיטים לקשה בכוונה. קרדיטים נצרכים ברקע בלי פירוט לפי פעולה. הדשבורד מציג צריכה כוללת אבל לא שימוש לכל תהליך עבודה או עמודה. אין ייצוא או נקודת API לנתוני ביקורת קרדיטים.
זה לא במקרה. מערכות קרדיטים אטומות מועילות לספק. אתה לא יכול לייעל מה שאתה לא יכול למדוד. אתה צורך יותר קרדיטים מהנדרש. אתה משדרג את התוכנית כשאתה מגיע למגבלות במקום לחקור למה הצריכה זינקה.
הדגל האדום: אם כלי לא יכול להגיד לך בדיוק כמה קרדיטים תהליך עבודה ספציפי צרך, מודל התמחור מעוצב להסתיר, לא ליידע. מהנדס go-to-market ימליץ על כלים עם דיווח קרדיטים שקוף וניתן לביקורת על פני כלים עם תכונות רבות יותר אבל תמחור אטום.
PRO TIP
בניית אחריות קרדיטים
שלב אחד: ייצא נתוני צריכת קרדיטים שבועית. רוב הכלים מספקים את זה דרך הדשבורד או API. אם הם לא, זה דגל אדום שווה הערכה.
שלב שני: תייג כל קמפיין עם מזהה ייחודי. כשאתה מעבד לידים דרך Clay או Apollo, תג הקמפיין נוסע עם צריכת הקרדיטים.
שלב שלישי: חשב עלות לליד מוסמך לכל קמפיין. סך קרדיטים שנעשה בהם שימוש כפול העלות שלך לקרדיט, חלקי לידים מוסמכים שנוצרו. המספר הזה אומר לך האם הקמפיין כלכלי.
שלב רביעי: הגדר תקציבי קרדיטים לקמפיין לפני השקה. אם אתה מעריך 500 לידים ב-10 קרדיטים כל אחד, תקצב 5000 קרדיטים. אם הקמפיין חורג מהתקציב, עצור וחקור לפני שממשיכים.
המסגרת הזו דורשת 30 דקות בשבוע לתחזוקה. היא חוסכת אלפים לרבעון. מהנדס go-to-market מיישם את זה בשבוע הראשון של כל התקשרות כי זה הבסיס לכל החלטת ייעול שבאה אחרי.
מדריכים קשורים