Signal based marketing: van campagnes versturen naar reageren op koopsignalen

Traditionele marketing begint vaak bij de marketeer. Je bepaalt een doelgroep, bedenkt een campagne en kiest vervolgens wanneer je deze doelgroep benadert. Signal based marketing draait dit principe gedeeltelijk om. Niet alleen jouw campagnekalender, maar vooral het gedrag en de signalen van potentiële klanten bepalen wanneer marketing of sales in actie komt.

Bezoekt iemand bijvoorbeeld meerdere keren een belangrijke productpagina? Downloadt een prospect content en keert die persoon later terug? Is een bedrijf online actief bezig met een onderwerp waarvoor jij een oplossing aanbiedt? Of vertoont een bestaande klant gedrag dat wijst op interesse in een aanvullende dienst?

Dat zijn allemaal mogelijke signalen waarop je marketing kunt afstemmen.

Signal based marketing helpt organisaties om relevanter te communiceren en prospects te benaderen op momenten waarop hun interesse groter lijkt te zijn.

Wat is signal based marketing?

Signal based marketing is een marketingaanpak waarbij acties worden gestart op basis van signalen die aangeven dat een prospect of klant mogelijk interesse heeft in een product, dienst of vervolgstap.

In plaats van te werken vanuit:

doelgroep → campagne → boodschap → wachten op reactie

werk je steeds meer vanuit:

signaal → interpretatie → relevante actie → opvolging

Een signaal betekent niet automatisch dat iemand klaar is om te kopen. Het gaat om gedrag of veranderingen die interessant genoeg zijn om een bepaalde marketing- of salesactie te overwegen.

Denk bijvoorbeeld aan:

• meerdere bezoeken aan een product- of dienstenpagina;
• het bekijken van een prijzenpagina;
• het downloaden van content;
• interactie met meerdere e-mails;
• het invullen van een formulier;
• herhaald websitebezoek;
• een verandering in lead score;
• activiteit van meerdere personen binnen hetzelfde bedrijf;
• online onderzoek naar een bepaald onderwerp of type oplossing.

Eén signaal zegt meestal weinig. Juist een combinatie van signalen kan interessant worden.

Waarom wordt signal based marketing belangrijker?

Marketeers beschikken over steeds meer data, maar meer data betekent niet automatisch betere marketing. De uitdaging zit vooral in het herkennen van informatie die op een bepaald moment relevant is.

Signal based marketing probeert precies dat probleem op te lossen.

Stel dat je 5.000 contacten in een CRM hebt. Je kunt iedere maand dezelfde nieuwsbrief naar een groot deel van deze database sturen. Je kunt echter ook proberen te herkennen welke contacten op dit moment opvallend gedrag vertonen.

Een prospect die drie maanden niets heeft gedaan, vraagt waarschijnlijk om een andere benadering dan iemand die deze week verschillende pagina's heeft bezocht, een e-mail heeft aangeklikt en vervolgens opnieuw naar je aanbod heeft gekeken.

Het voordeel van signal based marketing zit daarom niet alleen in automatisering. Timing en relevantie zijn minstens zo belangrijk.

Welke signalen kun je gebruiken voor signal based marketing?

Niet ieder signaal heeft dezelfde waarde. Een bezoek aan een blogartikel is bijvoorbeeld iets anders dan een demo-aanvraag. En een like op social media betekent niet hetzelfde als iemand die meerdere keren een prijzenpagina bekijkt.

Het helpt daarom om signalen in verschillende categorieën onder te brengen.

1. Websitegedrag

Het gedrag op je eigen website is een belangrijke bron van signalen. Je kunt bijvoorbeeld kijken naar bezochte pagina's, terugkerende bezoekers, downloads en ingevulde formulieren.

Denk aan een prospect die eerst een informatief blogartikel leest, enkele dagen later een productpagina bezoekt en vervolgens een klantcase bekijkt. Afzonderlijk hoeven deze acties weinig te betekenen. Samen kunnen ze wijzen op toenemende interesse.

Voor B2B-organisaties kan bijvoorbeeld leadgen software interessant zijn. Deze software wordt gebruikt om meer inzicht te krijgen in bedrijven die een website bezoeken.

Een bezoek aan één blog is waarschijnlijk nog geen reden om sales in te schakelen. Wanneer een bedrijf echter regelmatig terugkomt en verschillende commerciële pagina's bekijkt, ontstaat een interessanter patroon.

2. E-mailgedrag

Ook e-mailmarketing levert signalen op. Denk aan opens, clicks, reacties en interactie met verschillende campagnes.

Tools zoals ActiveCampaign combineren e-mailmarketing met functionaliteiten zoals segmentatie, CRM, lead scoring en marketing automation. Daardoor kun je gedrag gebruiken als input voor geautomatiseerde vervolgacties.

Stel dat een prospect een nieuwsbrief ontvangt over een bepaald onderwerp. De persoon klikt door naar een artikel en doet dat een week later opnieuw bij een e-mail over hetzelfde onderwerp. Je kunt zo'n patroon gebruiken om de interesse van het contact verder te beoordelen.

Het belangrijkste is dat je niet iedere open of klik als een sterk koopsignaal behandelt. Kijk naar patronen en combineer e-mailgedrag met andere signalen.

3. CRM- en salessignalen

Niet alle relevante signalen ontstaan binnen marketing. Ook het CRM en contact met sales kunnen waardevolle informatie opleveren.

Denk bijvoorbeeld aan:

• een nieuwe lead;
• een wijziging van een dealfase;
• eerder contact met sales;
• een verloren opportunity die opnieuw actief wordt;
• een prospect die opnieuw contact zoekt;
• een bestaande klant die interesse toont in een ander product;
• meerdere contactpersonen van hetzelfde bedrijf die actief worden.

Platforms zoals HubSpot of Pipedrive kunnen een rol spelen bij het verzamelen en beheren van klant-, lead- en salesinformatie.

Voor signal based marketing is de samenwerking tussen marketing en sales belangrijk. Een interessant signaal heeft immers weinig waarde als niet duidelijk is wat ermee moet gebeuren. Spreek daarom vooraf af welke signalen alleen voor marketing relevant zijn en wanneer een combinatie van signalen aanleiding geeft voor opvolging door sales.

4. Gedrag op het web

Niet alle interessante signalen ontstaan op je eigen website, in je CRM of via e-mail. Ook gedrag elders op het web kan iets zeggen over de mogelijke behoefte of koopintentie van een prospect.

Denk bijvoorbeeld aan iemand die:

• zoekt naar oplossingen voor een specifiek probleem;
• verschillende soorten software onderzoekt;
• vergelijkingen tussen oplossingen bekijkt;
• reviews en ervaringen leest;
• zich verdiept in een specifieke productcategorie;
• relevante onderwerpen of bedrijven volgt op social media;
• interactie vertoont met berichten over een bepaald probleem of een mogelijke oplossing.

Dit soort gedrag wordt vaak gekoppeld aan intent data. Daarbij probeer je signalen te herkennen die erop kunnen wijzen dat een persoon of organisatie zich actief aan het oriënteren is.

Dat kan interessant zijn voor signal based marketing. Je hoeft dan niet uitsluitend te wachten totdat een potentiële klant zelf een formulier op je website invult. Je probeert eerder in de customer journey relevante signalen te herkennen.

Daarbij is een belangrijke nuance nodig: online interesse is niet automatisch koopintentie. Iemand die informatie zoekt over marketing automation hoeft bijvoorbeeld niet op het punt te staan software te kopen.

Combineer gedrag op het web daarom waar mogelijk met andere signalen. Wanneer een bedrijf online interesse toont in een bepaald onderwerp, vervolgens je website bezoekt, een productpagina bekijkt en later terugkeert, ontstaat een veel sterker signaal.

Van losse signalen naar een intent score

Een veelgemaakte fout bij signal based marketing is om ieder individueel signaal als koopintentie te beschouwen. Iemand die een blog leest, is niet automatisch een lead. Iemand die een e-mail opent, staat niet noodzakelijk op het punt een aankoop te doen. En iemand die online naar een onderwerp zoekt, kan simpelweg informatie verzamelen. 

Daarom kun je werken met een scoremodel. Een eenvoudig fictief voorbeeld:

Vervolgens kun je drempelwaarden bepalen. Bij een lage score blijft iemand bijvoorbeeld onderdeel van een algemene nurture-campagne. Bij een hogere score kan een specifiekere campagne starten. Vanaf een bepaalde grens kan sales een melding krijgen. Dit principe wordt vaak gekoppeld aan lead scoring.

De exacte punten zijn minder belangrijk dan het achterliggende model. Je wilt onderzoeken welke combinatie van signalen in jouw organisatie daadwerkelijk samenhangt met conversie. Test daarom regelmatig of contacten met een hoge score ook daadwerkelijk vaker klant worden.

First-party en externe signalen combineren

Signal based marketing wordt interessanter wanneer je verschillende soorten signalen combineert.

Je eigen data wordt vaak aangeduid als first-party data. Denk aan websitegedrag, CRM-data, formulierinzendingen en e-mailinteracties die je zelf verzamelt.

Daarnaast kunnen externe bronnen aanvullende intent-signalen opleveren.

Een voorbeeld:

Een bedrijf vertoont online interesse in een onderwerp dat relevant is voor jouw dienstverlening.

Dat is het eerste signaal.

Enkele dagen later bezoeken medewerkers van dat bedrijf verschillende pagina's op je website.

Dat versterkt het signaal.

Vervolgens wordt een klantcase bekeken en wordt vanuit een e-mail doorgeklikt naar een dienstenpagina.

Nu ontstaat een patroon waarin verschillende signalen elkaar versterken.

Dat is precies waar signal based marketing waardevol kan worden: niet reageren op één losse actie, maar betekenis geven aan een combinatie van gedragingen.

Signal based marketing en marketing automation

Signal based marketing wordt vooral krachtig wanneer je relevante signalen automatisch kunt verwerken.

Stel dat iemand voor de derde keer een bepaalde productcategorie bekijkt. Je marketing automation software kan dit gedrag gebruiken als aanleiding voor een workflow.

Die workflow kan bijvoorbeeld:

1. het contact aan een segment toevoegen;
2. de lead score aanpassen;
3. relevante content versturen;
4. wachten op een volgend signaal;
5. bij voldoende interesse een salesmedewerker informeren.

Op Marketingtools Vergelijken vind je verschillende tools die onderdelen hiervan kunnen ondersteunen.

ActiveCampaign kan bijvoorbeeld worden gebruikt voor e-mailmarketing, automatisering, segmentatie en CRM-functionaliteiten. HubSpot combineert CRM met marketing- en salesmogelijkheden.

Voor e-commerce kan Klaviyo interessant zijn om klant- en gedragsgegevens te gebruiken voor e-mailmarketing en automatiseringen.

Het belangrijkste is echter niet hoeveel automatiseringen je bouwt. De kwaliteit van de gekozen signalen bepaalt voor een groot deel hoe bruikbaar je automatisering wordt.

Een praktisch voorbeeld van signal based marketing

Stel dat een zakelijke dienstverlener een uitgebreid artikel heeft over een specifiek probleem van zijn doelgroep.

Een prospect leest het artikel.

Dat is signaal één, maar nog relatief zwak.

Een week later komt dezelfde prospect terug en bezoekt de dienstenpagina. Vervolgens wordt een klantcase bekeken.

Nu ontstaat een combinatie van signalen.

In plaats van direct een verkoper te laten bellen, kan een marketing automation workflow eerst relevante verdiepende content aanbieden.

De prospect klikt vanuit die e-mail door naar de website.

Op een later moment wordt ook de prijzen- of contactpagina bekeken.

De lead score stijgt verder.

Wanneer de vooraf bepaalde grens wordt bereikt, krijgt sales een melding.

Het verschil met een traditionele campagne is duidelijk: het gedrag van de prospect bepaalt mede het moment en de inhoud van de opvolging.