Métricas del PMM: éxito de lanzamiento, influencia en la tasa de cierre, adopción

Es el QBR del Q2. El CMO va por la diapositiva doce y se gira hacia la sala: "Explíquenme qué contribuyó marketing de verdad a los ingresos este trimestre".

El líder de demand gen tiene un número. Pipeline generado, conversión de MQL a SQL, coste por oportunidad. No es un número perfecto, pero es un número. El líder de marca también tiene un número: aumento de búsquedas de marca, share of voice, una encuesta de panel que dice que el conocimiento asistido subió cuatro puntos. También imperfecto. También un número.

Luego es el turno del PMM. La diapositiva se titula "Lanzamientos publicados". Hay tres logos de lanzamiento y un punto que dice "formación interna de ventas impartida a 47 AE". El CMO parpadea. Alguien de RevOps incluso se burla en voz alta. La conversación sigue adelante, y tres semanas después la línea de personal de PMM en el presupuesto del año que viene recibe un signo de interrogación al lado.

Esta es la sala que la medición del PMM tiene que sobrevivir. No la reunión de equipo donde todos están de acuerdo en que el posicionamiento importa. El QBR, donde cualquier otra función de salida al mercado trae un número de ingresos y el PMM necesita traer algo mejor que actividad.

Por qué la medición del PMM es genuinamente difícil

Antes de llegar a las métricas, la parte honesta. La medición del PMM está rota por razones reales, no porque los PMM sean malos con los números.

El posicionamiento es un indicador adelantado que tarda dos o tres trimestres en aparecer en la tasa de cierre. Reposicionó el segmento de mid-market en el Q1. Las oportunidades que se cierran en el Q1 ya estaban en el pipeline antes de que su trabajo aterrizara. Las oportunidades que demuestran que su reposicionamiento funcionó no se cerrarán hasta el Q3 o el Q4. La mayoría de las empresas no tienen la paciencia para ese desfase.

Ninguna herramienta única es dueña de los datos. Demand gen vive en HubSpot o Marketo. La marca vive en paneles de encuestas y analítica de búsqueda. El PMM se sitúa entre producto, marketing y ventas, y cada sistema tiene la mitad de la foto. Salesforce sabe qué se cerró pero no sabe qué battlecard usó el AE. Highspot sabe el uso del recurso pero no sabe qué oportunidad influyó. Gong sabe la llamada pero no sabe el nivel de lanzamiento. Está cosiendo.

Y el trabajo en sí es una capa de indirección. Demand gen ejecuta una campaña, entran leads, puede contarlos. El PMM escribe un documento de posicionamiento, el AE reescribe su presentación, el comprador escucha una historia más afilada, la oportunidad se cierra más rápido. Tres traspasos entre el trabajo y el resultado.

Así que la pregunta no es "cómo pruebo que el PMM causó ingresos". Es "cómo muestro qué influyó el PMM, qué no, y qué estamos probando a continuación". Esa postura es la que sobrevive a un QBR. Las cinco métricas de abajo son cómo la construye.

Las cinco métricas que aguantan

1. Scorecard de éxito por nivel de lanzamiento

No todos los lanzamientos son iguales. Un lanzamiento de nivel 1 (nueva línea de producto, nuevo ICP, nuevo precio) necesita un scorecard distinto al de una versión de funcionalidad de nivel 3 que actualiza una casilla en los ajustes. Mezclarlos le da números promedio que no significan nada.

Puntúe cada lanzamiento en cuatro dimensiones, ponderadas por nivel:

• Pipeline generado en los 30/60/90 días posteriores al lanzamiento desde el segmento objetivo nombrado del lanzamiento. Los lanzamientos de nivel 1 deberían apuntar a entre 2 y 5 millones de dólares de pipeline influido en 90 días para una empresa de SaaS de mid-market con 50 a 100 millones de ARR. Nivel 2: de 500.000 a 1,5 millones. Nivel 3: no se rastrea pipeline, solo adopción.
• % de preparación de ventas: qué proporción de los AE en el territorio objetivo aprobó la certificación del lanzamiento (un cuestionario rápido de escenarios, no una comprobación de asistencia a una presentación). Lo sano es más del 85% dentro de las dos semanas del GA.
• Cobertura de prensa y analistas: el nivel 1 espera de 5 a 10 medios nombrados y al menos una inclusión de analista. El nivel 2 espera medios del sector. El nivel 3 espera solo cobertura interna.
• NPS interno de los AE: encueste al equipo de campo dos semanas después del lanzamiento. "En una escala de 0 a 10, ¿qué tan seguro se siente vendiendo esto?". Por debajo de 7 significa que la habilitación falló.

El objetivo no es alcanzar cada número. Es que cuando un número falla, pueda nombrar por qué. ¿Preparación de ventas al 60%? La certificación era demasiado larga, o el lanzamiento coincidió con la crisis de cuota, o la habilitación asumió un conocimiento de producto que los AE no tenían. Diagnóstico, no excusas.

2. Tasa de cierre vs. trimestre anterior (solo cohorte reposicionada)

Esta es la métrica que demuestra que el posicionamiento funciona. Y también es la que los PMM arruinan con más frecuencia al sobreatribuir.

La forma correcta: elija el segmento que reposicionó en el Q1. Defínalo con precisión. Por ejemplo, cuentas de fabricación de mid-market con 100 a 500 empleados en Norteamérica. Extraiga la tasa de cierre de ese segmento en el Q4 del año anterior (su línea base). Extráigala de nuevo en el Q3 del año actual, seis meses después de que el reposicionamiento se publicara. Compare.

Un delta real y honesto de un cambio de posicionamiento es de 3 a 8 puntos porcentuales en una cohorte comparable. Si ve más de 15 puntos, algo más cambió (un competidor explotó, un cambio de precio, una versión de producto) y no puede atribuírselo. Si ve menos de 2 puntos, el posicionamiento no llegó al comprador o al comprador no le importa la nueva historia.

El diagnóstico importa más que el número. Una tasa de cierre plana tras el reposicionamiento tiene tres lecturas posibles: el comprador nunca escuchó la nueva historia (ventas no la adoptó), el comprador la escuchó y se encogió de hombros (la historia no coincide con lo que le importa), o las oportunidades de la cohorte ya estaban demasiado avanzadas cuando la nueva historia se publicó. Cada diagnóstico apunta a un movimiento siguiente distinto.

3. Influencia en la oportunidad mediante recursos tocados por PMM

La versión honesta de la atribución. No "marketing cerró esta oportunidad". Solo: "de las oportunidades que cerramos en este segmento, ¿qué proporción tenía un recurso propiedad del PMM adjunto, enviado o visto durante el ciclo?".

Los recursos propiedad del PMM son los específicos que usted produjo y publicó: battlecard, guion de demostración, calculadora de ROI, documento de una página para clientes, desmontaje competitivo. No los casos de éxito genéricos (esos son marketing de contenido). No el sitio web (eso es marca y demand gen).

Configure un campo personalizado en Salesforce o Rework llamado pmm_asset_touched (booleano) y pmm_asset_list (selección múltiple). Cuando un AE adjunta un battlecard vía Highspot, cuando un SE envía una calculadora de ROI, cuando el guion de demostración entra en la sala de la oportunidad, el campo se activa. RevOps puede hacer esto en medio día.

Los rangos sanos dependen del segmento. Las oportunidades estratégicas de empresa con ciclos largos: del 70 al 85% tocadas por recursos de PMM es normal porque cada oportunidad grande recurre a material competitivo y de ROI. Mid-market: del 40 al 60%. SMB de autoservicio: del 10 al 20%, y eso está bien porque el PMM no debería estar en esos movimientos.

La diapositiva dice: "El 62% de las oportunidades ganadas de mid-market en el Q3 tuvieron un recurso de PMM tocado en el ciclo, frente al 41% del Q2. No podemos afirmar que esas oportunidades se ganaran gracias a los recursos, pero podemos decir que el equipo de campo recurre a los materiales con más frecuencia, y los segmentos donde el contacto es más alto son también aquellos donde la tasa de cierre más se movió".

Esa es la versión honesta. Sobrevive.

4. Tasa de adopción de funcionalidades tras el lanzamiento

Se comprometió con un pronóstico de lanzamiento. Ahora mide contra él.

Para cada lanzamiento de nivel 1 y nivel 2, antes del GA escribe un pronóstico: "Esperamos que el 25% de las cuentas elegibles activen la funcionalidad en 30 días, el 45% en 60, el 65% en 90". Elegibles significa cuentas en el plan correcto, en el segmento correcto, con el requisito previo ya habilitado. Este número debería venir de una conversación real con analítica de producto, no del optimismo.

Luego mide la curva real. Pendo o Amplitude del lado del producto, con una etiqueta de cohorte de lanzamiento para poder aislar la población correcta.

Alcanzar el 90% del pronóstico es sano. Quedarse en el 50% del pronóstico significa una de tres cosas: el lanzamiento no llegó a los usuarios (anuncio dentro de la app, correo, movimiento de ventas, todos débiles), los usuarios encontraron la funcionalidad pero no pudieron activarla (fricción de UX, molestia del requisito previo), o los usuarios la activaron y rebotaron (el valor no caló). Cada una apunta a un arreglo distinto.

La métrica también capta el lanzamiento peligroso: alta adopción, baja expansión. Muchas cuentas activan la funcionalidad, pero no impulsa ninguna expansión de cuenta ni aumento de retención durante los dos trimestres siguientes. Ese es el lanzamiento donde la activación funcionó pero la historia de valor no, y el equipo de producto necesita saberlo pronto para poder arreglar la brecha antes del próximo ciclo de versiones.

5. Uso de recursos de ventas

La última métrica es la más accionable a corto plazo. ¿Qué recursos usan de verdad los AE, y cuáles mueren en el estante?

Highspot, Seismic, o cualquier plataforma de habilitación que use, le da números por recurso: aperturas (el AE lo abrió él mismo), envíos (el AE lo envió a un comprador), tiempo medio sobre el recurso del lado del comprador, descargas, comparticiones.

Un battlecard sano de un competidor del top 3 se abre de 8 a 15 veces por AE por trimestre en un equipo de mid-market. Una calculadora de ROI sana se envía del 30 al 50% de las oportunidades en etapa tardía. Un documento de una página que se abre dos veces en un trimestre a través de un equipo de 40 reps está muerto, y debería retirarlo o reescribirlo.

El diagnóstico que no puede saltarse: el bajo uso de recursos casi nunca significa AE perezosos. Significa que el formato está mal (un PDF de 12 páginas cuando el AE necesita un documento de 1 página enviable por correo) o la audiencia está mal (un documento de ROI para CFO enviado a un equipo que vende a gerentes de ingeniería) o el momento está mal (un desmontaje competitivo empujado en la parte alta del embudo cuando los reps lo necesitan en la etapa de propuesta).

Si entra en un QBR y culpa al equipo de campo por el bajo uso, pierde la sala. Si entra y dice "el battlecard de hallazgos de win-loss para Acme Inc tiene un 11% de uso, lo que significa que no está calando. Tres reps me dijeron que el formato es demasiado largo, lo estamos reenviando como una versión de 3 puntos lista para Slack el próximo sprint", conserva la sala.

Cómo instrumentar el stack

No necesita un almacén de datos personalizado. La mayoría de las empresas de mid-market pueden ejecutar las cinco métricas con herramientas que ya poseen.

Gong para las menciones en llamadas. Busque en las transcripciones frases de posicionamiento, nombres de competidores y menciones de funcionalidades. La configuración correcta es etiquetar de cinco a diez frases vinculadas a su posicionamiento actual ("la única plataforma que hace X", "comparado con ", "la calculadora de ROI mostró") y ver la tendencia de la tasa de menciones trimestre a trimestre. La adopción del nuevo posicionamiento aparece aquí antes de aparecer en la tasa de cierre.

Highspot o Seismic para el uso de recursos. El informe estándar lo gestiona. El truco es tener una taxonomía de recursos limpia, etiquetando cada recurso con etapa (embudo alto/medio/bajo), persona, segmento y nivel, para poder segmentar el uso por algo que no sea el nombre del recurso.

Salesforce o Rework para la atribución a nivel de oportunidad. Dos campos personalizados: pmm_asset_touched (booleano, con valor por defecto false, que se activa cuando se dispara un envío de Highspot de un recurso etiquetado) y launch_cohort_tag (texto, aplicado vía pertenencia a campaña cuando una oportunidad entra en el segmento objetivo de un lanzamiento). RevOps es dueño del esquema. El PMM es dueño del análisis. Un esquema de ejemplo:

Campo: pmm_asset_touched
Tipo: Booleano
Valor por defecto: false
Actualizado por: disparador de la integración de Highspot al enviar un recurso

Campo: pmm_asset_list
Tipo: Lista de selección múltiple
Valores: battlecard-{competidor}, roi-calculator, demo-script-{producto}, one-pager-{segmento}, competitive-teardown-{competidor}
Actualizado por: el mismo disparador, añade el slug del recurso

Campo: launch_cohort_tag
Tipo: Texto
Actualizado por: reglas de pertenencia a campaña de Pardot/Marketo vinculadas al segmento objetivo del lanzamiento

Amplitude o Pendo para la adopción. Etiquete la cohorte de lanzamiento en el GA. Rastree la tasa de activación a 30/60/90 contra el pronóstico previo al lanzamiento.

Ese es el stack. Cuatro herramientas, dos campos personalizados, una disciplina de etiquetado. La mayoría de los equipos de PMM ya pagan por tres de las cuatro. La pieza que falta es la disciplina para usarlas de forma consistente.

La mentira de "ganamos la oportunidad gracias a marketing"

Todo PMM ha estado en la sala donde alguien lo dice. A veces el PMM lo dice él mismo. La oportunidad se cierra, el AE señala que el battlecard ayudó, y se escribe la diapositiva: "Oportunidad influida por marketing, ganada, 480.000 dólares de ACV".

No sobrevive al contacto con nadie que haya dirigido un equipo de ventas. El AE sabe qué cerró la oportunidad. Fue la tercera llamada de prueba de concepto, la conversación con el CFO, el descuento que el rep consiguió aprobar el martes. El battlecard ayudó. No cerró. Afirmar que cerró es el movimiento que excluye al PMM del próximo QBR.

La mejor postura tiene tres partes:

1. Esto es lo que influimos. Proporción tocada por PMM, uso de recursos, tasa de menciones de posicionamiento en las llamadas. Podemos mostrar que nuestro trabajo apareció en el ciclo de la oportunidad.
2. Esto es lo que aún no podemos probar. El impacto en la tasa de cierre tarda dos o tres trimestres en leerse limpio. El impacto en la expansión de clientes tarda más. No vamos a afirmarlo antes de que lo hagan los datos.
3. Esto es lo que estamos probando el próximo trimestre. Apuestas específicas como reposicionar el segmento X, retirar tres recursos muertos y publicar dos nuevos, ejecutar un experimento de formato de habilitación. Nombradas, fechadas, con criterios de éxito por escrito.

Los CMO y los CEO confían en el PMM que admite lo que no sabe. Dejan de confiar en el que atribuye cada oportunidad ganada al lanzamiento del trimestre pasado.

El patrón de diapositiva del QBR

Una diapositiva por métrica. Cinco diapositivas en total. Cada diapositiva sigue la misma forma:

• Encabezado: el nombre de la métrica y el segmento o alcance.
• Número: este trimestre vs. el trimestre anterior, con el delta. Sin gráficos de vanidad.
• Diagnóstico: una o dos frases sobre por qué se movió el número (o no). No la descripción. La causa.
• Decisión: una cosa específica que quiere de la sala. Personal, presupuesto, una decisión de parar/continuar sobre una campaña, una alineación del liderazgo de ventas.

Diapositiva de ejemplo:

Tasa de cierre, fabricación de mid-market (reposicionada en el Q1)

Línea base del Q4 del año anterior: 19% Real del Q3 del año actual: 24% Delta: +5 puntos

Diagnóstico: el reposicionamiento aterrizó con el comprador objetivo (VP de Operaciones, no de TI). Las menciones en Gong de la nueva frase de posicionamiento subieron del 8% de las llamadas de fabricación de mid-market en el Q1 al 41% en el Q3. La tasa de cierre se movió en las etapas donde la nueva historia aparece primero (descubrimiento, propuesta). Las etapas donde no aparece (negociación) están planas. El nuevo posicionamiento no es una historia de cierre, es una de apertura.

Decisión: aprobar la contratación de un PMM para el segmento de fabricación en el Q4 para extender el reposicionamiento a verticales adyacentes (servicios industriales, alimentación y bebidas). Mantener el segmento con un generalista limitará nuestro efecto compuesto aquí.

Cinco de esas. Cuarenta y cinco minutos. El CMO sale de la reunión con una lectura clara de qué hizo el PMM, qué no, y qué decisiones específicas estaban sobre la mesa. Esa es la sala a la que quiere entrar.

Leer los números malos

El trabajo en el QBR no es defender los números malos. Es leerlos más rápido que nadie.

Bajo uso de recursos. Casi nunca reps perezosos. Reformatee más corto, reoriente la audiencia, reajuste el momento dentro de la etapa de la oportunidad, o elimine el recurso.

Tasa de cierre plana tras el reposicionamiento. La historia no llegó al comprador (brecha de adopción de ventas, arreglable con un reformateo de habilitación) o al comprador no le importa (el posicionamiento está mal, arreglable con otra ronda de entrevistas con clientes). En cualquier caso, actúe, no se acobarde.

Alta adopción, baja expansión. La activación funcionó. La historia de valor no. El equipo de producto necesita saberlo ahora, no dentro de dos trimestres cuando caiga la retención.

El lanzamiento alcanzó el pronóstico pero sin aumento de pipeline. El lanzamiento aterrizó con clientes existentes, no con nuevos compradores. Replantéelo como una jugada de retención o expansión y deje de llamarlo un lanzamiento de demand gen.

Cobertura de prensa fuerte, preparación de ventas débil. Publicó el lanzamiento de cara al exterior antes de que el equipo de campo estuviera listo. Ventas pierde oportunidades por "no sabíamos que eso existía", la peor razón de pérdida. Reequilibre la preparación la próxima vez para que lo interno aterrice primero.

Cada diagnóstico nombrado es un foso defensivo. El CMO puede no estar de acuerdo con la decisión que tome a continuación, pero no puede acusarle de no entender el número.

Qué llevar al próximo trimestre

El PMM que entra en un QBR con diagnóstico le gana al PMM que entra con producción. Siempre.

La producción se ve así: "Publicamos 4 lanzamientos, impartimos 12 sesiones de habilitación, produjimos 23 recursos". El diagnóstico se ve así: "De esos 4 lanzamientos, el de nivel 1 alcanzó el pronóstico en adopción pero falló en pipeline, lo que rastreamos al momento de la campaña más que al lanzamiento en sí; estamos moviendo el apoyo de demand gen a dos semanas antes del GA la próxima vez".

Ambos son precisos. Solo uno gana el próximo ciclo de presupuesto.

Construya el stack. Cinco métricas, un esquema de campos personalizados, un patrón de diapositiva. Use las mismas cinco cada trimestre. El efecto compuesto es real. Para el Q4, ya no discute si el PMM importa. Discute qué segmento financiar a continuación.

Esa es la conversación que vale la pena tener.

Más información

• Descripción del puesto de Product Marketing Manager
• Playbook de lanzamiento del PMM: de beta a GA
• Habilitación de ventas que los reps de verdad usan
• Marcos de posicionamiento y mensajería que perduran