工作日自适应规划

客户的故事

企业成长触手可及

Workday Adaptive Planning帮助企业制定计划、模型、预算和预测,以更快、更好地做出决策。在更新了他们的客户质量要求以匹配更企业级的受众之后,Workday与Metric Theory的B2B技术营销战略家团队合作,在一篇报道中通过搜索、LinkedIn和Facebook广告培养合格的客户yabo全站入围2020年美国搜索奖最佳数据使用奖。

目标:增加合格的线索

目标是增加下漏斗,更多合格的线索。知道质量参数现在甚至更高的标准,度量理论设置工作更新他们的企业战略。yabo全站

我们的战略

  • CRM数据集成
  • 基于ai的优化
  • 引导阶段再处置

CRM数据集成

Workday和Metryabo全站ic Theory将Salesforce CRM数据与谷歌广告和Metric Theory的专有报告引擎Compass结合起来,将领先质量数据与每个广告网络、活动、一直到单个广告和相关促销活动联系起来。基于营销合格线索(mql)甚至新客户等因素的数据的战略和预算决策得到了简化。

将Salesforce的数据直接输入谷歌广告可以提供实时指标,说明项目的哪些部分正在推动有潜力扩大规模的优质客户,或者,他们可以从质量较低的客户领域撤出,再投资到其他地方。

“计yabo全站量理论的测试,从重新营销到投标,使用我们完整的Salesforce领先阶段的数据,使我们保持在行业趋势的顶端,同时以一种有意义的方式增长。”

Brent Hobson,高级需求产生经理

基于ai的CRM数据优化

谷歌广告中提供的领先质量数据解锁了基于新信号的机器学习投标策略。自定义投标算法目标是从业务数据中创建的,CPA目标被设置为专门关注于MQL转换事件。根据领先的质量表现,活动被分组为单独的投标策略组合,允许投标算法处理更多的数据,帮助他们快速学习,并推动更大的成功。

在LinkedIn上,团队直接整合HubSpot联系人列表,实时更新广告受众。通过这种整合,他们利用了LinkedIn基于人工智能的相似受众功能,向与当前SQL列表最相似的用户发布广告内容。

领导基于阶段的创造性测试

为了进一步专注于推动合格的潜在客户,重新营销策略被修改,以找到培养先前参与的用户的最佳途径。Workday利用了Metric Tyabo全站heory的绩效创新服务,开发了一项针对报价、图像和信息的集中测试,目标是加速通过漏斗的移动。

在LinkedIn和Facebook上,用户通过网站访问历史和CRM数据在购买漏斗中被划分出来,以测试不同的报价。通过测试,Workday可以整合受众和信息,从而大大提高预算和生产时间的效率。在寻找净新受众方面的测试也大大加速了MQL阶段的发展,提高了总体领先质量和数据水平,从而可以用于生产更多的MQL。

性能结果

107%

mql增加

49%

每毫升成本降低

92%

增长中的