3-D Account-Based Marketing (ABM)- သင်၏ B2B စျေးကွက်ကို အသက်ဝင်စေမည့် နည်းလမ်း

ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏အလုပ်နှင့် ကိုယ်ရေးကိုယ်တာဘဝများကို အွန်လိုင်းတွင် ပိုမိုလုပ်ဆောင်လာသည်နှင့်အမျှ B2B ဆက်ဆံရေးနှင့် ချိတ်ဆက်မှုများသည် ပေါင်းစပ်အတိုင်းအတာအသစ်တစ်ခုသို့ ဝင်ရောက်လာပါသည်။ အကောင့် -based စျေးကွက်ရှာဖွေရေး (ABM) ပြောင်းလဲနေသော အခြေအနေများနှင့် တည်နေရာများကြားတွင် သက်ဆိုင်ရာ စာတိုပေးပို့ခြင်းကို ကူညီပေးနိုင်သည် — သို့သော် ကုမ္ပဏီများသည် အရည်အသွေးဒေတာ၊ ကြိုတင်ခန့်မှန်းမှုဆိုင်ရာ ထိုးထွင်းသိမြင်မှုနှင့် အချိန်နှင့်တပြေးညီ ပေါင်းစပ်ထားသော နည်းပညာအသစ်များဖြင့် လုပ်ငန်းခွင်ရှုပ်ထွေးမှုများနှင့် ကိုက်ညီမှုရှိမှသာ သက်ဆိုင်ပါသည်။ 

COVID-19 ကပ်ရောဂါကြောင့် ကမ္ဘာတစ်ဝှမ်းရှိ ကုမ္ပဏီများသည် ဝေးလံခေါင်သီသော လုပ်ငန်းအစီအစဉ်များကို ပြန်လည်စဉ်းစားခဲ့ကြသည်။ 

CNBC မှ စစ်တမ်းကောက်ယူခဲ့သည့် ကုမ္ပဏီ ထက်ဝက်နီးပါးက ၎င်းတို့သည် ဟိုက်ဘရစ် ရုံးခန်းပုံစံများကို လက်ခံကျင့်သုံးမည်ဟု ဆိုကြပြီး ဝန်ထမ်းများမှာ အိမ်မှ အချိန်ပိုင်းအလုပ်လုပ်ကာ အခြားသုံးပုံတစ်ပုံက ၎င်းတို့ထံ ပြန်သွားကြမည်ဟု ဆိုသည်။ လူကိုယ်တိုင်-ပထမ အခြေအနေများ။

CNBC

ထိုအချိန်

ဝေးလံခေါင်သီသောအလုပ်များကိုနှစ်သက်သောအမေရိကန်အလုပ်သမား ထက်ဝက်ကျော်သည် ရုံးသို့ပြန်မည့်အစား အလုပ်ထွက်ရန်ရွေးချယ်ကြပြီး အရောင်းအဖွဲ့အစည်းများသည် ၎င်းတို့၏အဆက်အသွယ်စာရင်းများကို စီးပွားရေးလုပ်ငန်းမှ စီးပွားရေးလုပ်ငန်းအဖြစ် အပြောင်းအလဲပြုလုပ်ရန် ဦးဆောင်ခဲ့ကြသည်။B2B၎) ဝယ်သူများသည် ကုမ္ပဏီဟောင်းမှ ခွဲထွက်ပြီး အသစ်များ စတင်သည်။

Pew သုတေသန

ကပ်ရောဂါတစ်လျှောက်လုံး၊ ပယ်ဖျက်ထားသော လူကိုယ်တိုင်ပွဲများနှင့် အစည်းအဝေးများကြားတွင် ပစ်မှတ်အကောင့်နှင့် အလားအလာများကို ချိတ်ဆက်ရန်အတွက် ဒစ်ဂျစ်တယ်စျေးကွက်ရှာဖွေခြင်းသည် အသက်သွေးကြောဖြစ်ကြောင်း သက်သေပြခဲ့သည်။ နီးပါး လုပ်ငန်းကုမ္ပဏီများ၏ ထက်ဝက်သည် ၎င်းတို့၏ စျေးကွက်ရှာဖွေရေးမှာ သိသိသာသာ ပြောင်းလဲသွားသည်ဟု ဆိုကြသည်။ ကပ်ရောဂါကာလအတွင်း ABM သည် ရှေ့သို့တက်လာသည်။ လုပ်ငန်းငါးခုတွင် စျေးကွက်ရှာဖွေရေးခေါင်းဆောင် လေးဦးသည် လာမည့်နှစ်တွင် ABM တွင် ရင်းနှီးမြှုပ်နှံမှုများ တိုးလာမည်ဟု ဆိုကြသည်။ ABM မှဖွင့်ထားသော စိတ်ကြိုက်ချိတ်ဆက်မှုများသည် သမားရိုးကျ တစ်ခုမှတစ်ခုသို့ အများအပြား ကမ်ပိန်းများနှင့် နှိုင်းယှဉ်ပါက ဝင်ငွေ 30% အထိ မြှင့်တင်ပေးနိုင်ပါသည်။

သို့သော် ထိုအလားအလာကိုရရှိရန်၊ လုပ်ငန်း B2B ကုမ္ပဏီများသည် တစ်စုတစ်စည်းတည်းချဉ်းကပ်မှုတစ်ခုကို ချမှတ်ရမည်ဖြစ်သည်။ ဉာဏ်ရည်တု (AI) နှင့် machine learning (ML) ကုမ္ပဏီများသည် ရှည်လျားသောရှာဖွေမှုကို နားလည်သဘောပေါက်ရန် ကူညီပေးနိုင်သည်။ ဖောက်သည်၏တစ်ခုတည်းအမြင်— သို့သော် ၎င်းတို့သည် သုံးဖက်မြင် ဒေတာဗျူဟာကို လိုက်နာမှသာလျှင်။

ABM Data ၏ သုံးဖက်မြင်

1. ဒေတာပမာဏ နှင့် အရည်အသွေး

နည်းပညာသုတေသီ Forrester မှဒေတာသည် အလားအလာရှိသောရောင်းချသူအား သုတေသနပြုသည့်အခါ ရင်းမြစ်များ B10B ဝယ်ယူသူများသည် အဆင့်သတ်မှတ်ချက်တွင် ထိပ်တန်းချန်နယ် 2 ခုကို XNUMX ရာခိုင်နှုန်းအောက်သာ ခွဲခြားပြသကြောင်းပြသသည် — ကုမ္ပဏီများသည် ပုံစံမျိုးစုံတွင် ကျွမ်းကျင်စွာပြောဆိုနိုင်ပြီး ကုမ္ပဏီများနှင့်ချိတ်ဆက်ရန် ထိတွေ့မှုအားလုံးကို အသုံးပြုနိုင်ကြောင်း ဖော်ပြသည်။ အလားအလာများနှင့် ဝယ်ယူမှုဆိုင်ရာ ဆုံးဖြတ်ချက်များကို တွန်းအားပေးသည့် သက်ဆိုင်ရာ အကြောင်းအရာများကို ၎င်းတို့အား ဆောင်ရွက်ပေးပါသည်။  

ထို့အပြင်၊ အဆင့်မြှင့်တင်မှုများရောင်းချခြင်း၊ မြှင့်တင်မှုများနှင့် လက်ရှိဖောက်သည်များအား ထုတ်ကုန်သစ်များ သို့မဟုတ် ဝန်ဆောင်မှုများကို ရောင်းချခြင်းအပေါ် အားကိုးသည့် လုပ်ငန်းကုမ္ပဏီများသည် ကုမ္ပဏီ၏ဝဘ်ဆိုက်၊ ၎င်း၏ပံ့ပိုးကူညီမှုဖိုရမ်များအတွင်းနှင့် အခြားသော ရာနှုန်းပြည့်ပိုင်ဆိုင်သည့် ပလက်ဖောင်းများပေါ်တွင် လုပ်ဆောင်ချက်အပေါ် အခြေခံထားသော သုံးစွဲသူပရိုဖိုင်များ ရှိနှင့်ပြီးသားဖြစ်နိုင်ပါသည်။ 

ဤဒေတာသည် ထိရောက်သော ABM ၏ ကျောရိုးဖြစ်သည်။ သို့သော် ဒေတာပမာဏသည် အရေးကြီးသော်လည်း ဖမ်းယူရန် ပို၍ခက်ခဲသော်လည်း အကြောင်းအရာနှင့် အရည်အသွေးသည် အရေးကြီးပါသည်။ လုပ်ငန်းကုမ္ပဏီများသည် ၎င်းတို့၏ ထိပ်တန်း ABM စိန်ခေါ်မှုများထဲမှ ဒေတာအသုံးပြုနိုင်စွမ်းနှင့် ပေါင်းစပ်မှုကို အဆင့်သတ်မှတ်ပေးကြောင်း Forrester တွေ့ရှိခဲ့သည်။ ဥပမာအားဖြင့်၊ ကုမ္ပဏီတစ်ခုတည်း၏ မတူညီသော ဒေသဆိုင်ရာ အချက်အချာနေရာများတွင်၊ ဒေသန္တရပြုလုပ်ထားသော ကမ်ပိန်းများသည် ထပ်တူပြုရန်ခက်ခဲကြောင်း သက်သေပြနိုင်သည့် မတူညီသောဒေတာအချက်များကို စုဆောင်းနိုင်ပါသည်။ ပြည့်စုံသော ABM ဖြေရှင်းချက်တစ်ခုသည် အချက်အလက်များကို မှန်ကန်စွာ အဓိပ္ပာယ်ပြန်ဆိုရန်နှင့် စည်းလုံးရန် အယ်လ်ဂိုရီသမ်ဉာဏ်ရည်ကို အသုံးပြုနေစဉ်တွင် မတူညီသော တစ်ဦးချင်းစီထည့်သွင်းမှုများကို လက်ခံနိုင်သည်။ 

2. Data Predictive Power

ယခုအခါ စျေးကွက်ရှာဖွေသူအများအပြားသည် အလားတူအပြုအမူဆိုင်ရာပရိုဖိုင်များကိုအခြေခံ၍ ယခင်တုံ့ပြန်မှုများနှင့် အလားအလာရှိသောရလဒ်များကို ပေါင်းစပ်ထားသည့် ခေတ်မီဆန်းပြားသော အယ်လဂိုရီသမ်များကို အသုံးပြု၍ ဖောက်သည်များဖြစ်လာရန် အလားအလာများကို အကဲဖြတ်ရန် AI ကို အားကိုးကြသည်။ ဤကြိုတင်ခန့်မှန်းမှုပုံစံများသည် ကုမ္ပဏီများအတွက် အတိုင်းအတာတစ်ခုအထိ တစ်ဦးချင်းစီအလိုက် စျေးကွက်ချဲ့ထွင်နိုင်စေရန် အရေးကြီးပါသည်။ 

အပြန်အလှန်တုံ့ပြန်မှုများ ပိုများလာသည်နှင့်အမျှ အယ်လဂိုရီသမ် ခန့်မှန်းချက်များနှင့် အကြံပြုချက်များသည် အချိန်ကြာလာသည်နှင့်အမျှ တိုးတက်လာသည် — သို့သော် ၎င်းတို့သည် လုပ်ငန်းဆိုင်ရာ စံချိန်စံညွှန်းများ၊ ဒေသဆိုင်ရာ ဓလေ့ထုံးတမ်းများ သို့မဟုတ် ပြက္ခဒိန်များနှင့် B2B အဖွဲ့အစည်းတစ်ခုစီအတွက် အခြားအချက်များအလိုက် ပုံဖော်ထားသည့် စီးပွားရေးစည်းမျဉ်းများအပေါ်လည်း မှီခိုအားထားကြသည်။ အတွင်းအဖွဲ့များသည် ကြိုတင်ခန့်မှန်းမှုပုံစံများကို လွှမ်းမိုးနိုင်ပြီး၊ လူသား၏ထိုးထွင်းသိမြင်မှုဖြင့် AI လုပ်ဆောင်နိုင်စွမ်းကို မြှင့်တင်နိုင်ကာ၊ ဆက်စပ်မှုအများဆုံးရှိသော ကမ်ပိန်းများကိုဖန်တီးနိုင်ရမည်။

3. ဒေတာအချိန်နှင့်တပြေးညီ လုပ်ဆောင်နိုင်မှုများနှင့် ၎င်းတို့ကို အသုံးချရန် ဆန္ဒ

ဝယ်ယူမှုစဉ်းစားခြင်းခရီးတွင် ပေးထားသောအလားအလာ၏အဆင့်အတွက် မှန်ကန်သောမက်ဆေ့ဂျ်များကို မှန်ကန်သောလမ်းကြောင်းများသို့ ဖြန့်ကျက်ရန် ABM ကမ်ပိန်းများအတွက် အချိန်နှင့်တစ်ပြေးညီ အကြောင်းအရာသည် အရေးကြီးပါသည်။ အွန်လိုင်းအကြောင်းအရာများနှင့် ထိတွေ့ဆက်ဆံသူများသည် အနည်းဆုံး မိနစ် 20 ကြာ စာတိုပေးပို့ခြင်းကို လက်ခံနိုင်သောကြောင့်၊ အရောင်းအဖွဲ့များအတွက် အလိုအလျောက်သတိပေးချက်များ နှင့် ဆုံးဖြတ်ချက်ချသည့်နေရာများတွင် အမြန်ဆက်သွယ်နိုင်စေရန်အတွက် အရေးကြီးပါသည်။ 

ထိုနည်းပညာဆိုင်ရာ စွမ်းပကားသည် အောင်မြင်ရန် ခက်ခဲနိုင်သော်လည်း အချို့သောကုမ္ပဏီများအတွက်၊ အလိုအလျောက်စနစ်၏အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ရန် လိုအပ်သော စျေးကွက်ရှာဖွေရေးဒေတာအပေါ် ယုံကြည်မှုတည်ဆောက်ခြင်းသည် စိန်ခေါ်မှုကြီးတစ်ခုကဲ့သို့ပင် ဖြစ်သည်။ Forrester သည် ကုမ္ပဏီငယ်များထက် “အရောင်းအ၀ယ်မရှိခြင်း” သည် ABM အောင်မြင်မှုအတွက် အတားအဆီးဖြစ်သည်ဟု ဆိုကြသည်ထက် လုပ်ငန်းကြီးကြီးမားမား ပိုများသည်ကို တွေ့ရှိခဲ့သည်။ ဒေတာမောင်းနှင်သော အလိုအလျောက် ABM သည် အချိန်နှင့်တပြေးညီ တုံ့ပြန်နိုင်စွမ်းကို အတိုင်းအတာအထိ ချဲ့ထွင်နိုင်စေသည့် စက်ထောက်လှမ်းရေးမှ ပံ့ပိုးပေးသော ပူးပေါင်းလုပ်ဆောင်ရန် စျေးကွက်ရှာဖွေရေးနှင့် အရောင်းများ လိုအပ်သည်။ 

အပြန်အလှန်မှီခိုသော Dimensions များသည် ခိုင်မာသောနည်းပညာ လိုအပ်သည်။

ဤဒေတာအတိုင်းအတာသုံးမျိုးအနက် တစ်ခုစီသည် အရေးကြီးသော်လည်း၊ တစ်ခုတည်းသော ဖြေရှင်းနည်းများ မဟုတ်ပါ။ ကုမ္ပဏီအများစုတွင် ဒေတာပေါများပြီးဖြစ်သော်လည်း စည်းလုံးညီညွတ်ပြီး သတင်းအချက်အလက်များကို လုပ်ဆောင်ရန် ကိရိယာများ နည်းပါးနေပါသည်။ ကြိုတင်ခန့်မှန်းပိုင်းခြားစိတ်ဖြာချက်များသည် ရှေ့မှကြည့်နိုင်သော ထိုးထွင်းအမြင်များကို ပေးစွမ်းနိုင်သော်လည်း သက်ဆိုင်ရာ အကြံပြုချက်များကို ထုတ်လုပ်ရန်အတွက် အရည်အသွေးရှိသော သမိုင်းဝင်ဒေတာ လိုအပ်ပါသည်။ အရောင်းနှင့် စျေးကွက်ရှာဖွေရေး လုပ်ဆောင်ချက်ကို တွန်းအားပေးရန် ML နှင့် ဒေတာကို အသုံးချခြင်းဖြင့်သာ ကုမ္ပဏီများသည် စဉ်ဆက်မပြတ် ပြောင်းလဲနေသော စျေးကွက်တွင် အပေးအယူများကို ပိတ်သည့် အချိန်နှင့်တစ်ပြေးညီ ဆက်သွယ်မှုများကို ဖန်တီးနိုင်မည်ဖြစ်သည်။ 

ဒြပ်စင်သုံးခုလုံးကို ပေါင်းစည်းပြီး ABM အောင်မြင်မှုကို တွန်းအားပေးရန်အတွက် ကုမ္ပဏီများသည် ဒေတာစည်းလုံးညီညွတ်မှု၊ AI-စွမ်းအင်သုံး ထောက်လှမ်းရေးနှင့် အချိန်နှင့်တပြေးညီ လုပ်ဆောင်နိုင်စေမည့် အဆုံးမှအဆုံး ABM ပလပ်ဖောင်းကို ရှာဖွေသင့်သည်။ အရေးကြီးသော ဒေသများတွင် သက်သေပြထားသော စွမ်းဆောင်ရည်နှင့် တစ်ဦးချင်း ဌာနခွဲများနှင့် အဖွဲ့များအတွက် အစီရင်ခံခြင်းနှင့် လုပ်ဆောင်နိုင်စွမ်းတို့ကို စိတ်ကြိုက်ပြင်ဆင်နိုင်မှုသည် ကုမ္ပဏီများအနေဖြင့် ၎င်းတို့၏ ABM ဗျူဟာများကို လိုက်လျောညီထွေဖြစ်အောင် ပြောင်းလဲနေသော စျေးကွက်တစ်ခုတွင် အောင်မြင်ရန် ကူညီပေးနိုင်ပါသည်။

ကမ္ဘာလုံးဆိုင်ရာစီးပွားရေးအသွင်ကူးပြောင်းမှုနှင့်အတူ၊ ပေါင်းစပ်လုပ်ငန်းခွင်အသစ်များနှင့် B2B ဝယ်ယူမှုလုပ်ငန်းစဉ်များသည် လုပ်ငန်းအရောင်းနှင့် စျေးကွက်ချဲ့ထွင်မှုကို ပြောင်းလဲစေသည်။ ခိုင်ခံ့သော AI-စွမ်းအင်သုံး ABM ပလပ်ဖောင်းများဖြင့် လက်နက်ကိုင်ဆောင်ထားသည့် B2B ကုမ္ပဏီများသည် နောက်ဆုံးစီးပွားရေးအခြေအနေများနှင့်သက်ဆိုင်သည့် စာတိုပေးပို့မှုကို ပံ့ပိုးပေးနိုင်ပြီး ရေရှည်ဆက်ဆံရေးကို ပုံဖော်ပေးရန်အတွက် BXNUMXB ကုမ္ပဏီများသည် ဒေတာများကို သုံးဖက်မြင်ဖြင့် ကိုင်ဆောင်နိုင်သည်။