Metrik MOps: Kebersihan Data, Penukaran MQL ke SQL, Kesihatan Senarai

Suku tahun lepas saya hadir dalam satu QBR di mana CMO mempunyai satu soalan. "MQL naik 40 peratus. Saluran paip mendatar. Mengapa."

Pemimpin MOps membuka dashboard dengan 26 jubin. Kadar buka e-mel. Jumlah penghantaran. Kenalan dalam pangkalan data. Pendaftaran webinar. Kiraan pengisian borang. Purata masa di tapak untuk pembaca blog. Tiada satu pun yang menjawab soalan itu. CMO membiarkan beliau bercakap selama dua minit, kemudian berkata "Saya akan kembali apabila anda boleh beritahu saya di mana kebocorannya" dan teruskan.

Dashboard itu menjejaki aktiviti. CMO bertanya tentang kesihatan corong. Itu adalah dua tugas yang berbeza, dan jika dashboard anda tidak dapat menjawab soalan kesihatan corong, anda akan kalah dalam perbualan bajet.

Inilah playbook untuk apa yang sepatutnya ada di slaid QBR. Enam metrik. Setiap satu dengan penanda aras B2B SaaS, diagnosis bernamai apabila nombor itu buruk, dan pemilik. Satu slaid, bukan enam.

Mengapa dashboard aktiviti gagal MOps

Metrik aktiviti memberitahu anda bahawa pasukan sedang sibuk. Ia tidak memberitahu anda sama ada kerja itu berbaloi.

Kadar buka, jumlah penghantaran, kiraan kempen, kenalan ditambah, pendaftaran webinar: ini adalah input. CMO sedang ditanya oleh CFO tentang kos per dolar saluran paip. Jika anda berikan kadar buka kepadanya, beliau perlu menterjemahkannya kepada sesuatu yang boleh beliau pertahankan, dan beliau akan kesal dengan anda kerana membuatnya berbuat demikian.

Tugas dashboard adalah untuk menjawab soalan seterusnya CMO sebelum beliau bertanya. Ini bermaksud menunjukkan kesihatan corong: adakah lead itu nyata, adakah ia bertukar, di mana ia bocor. Jika anda tidak dapat mengesan dari "jumlah MQL" ke "dolar saluran paip" dengan titik putus yang bernamai di antaranya, dashboard itu adalah hiasan semata-mata.

Penyelesaiannya bukan lebih banyak metrik. Ia lebih sedikit, lebih tajam, setiap satu dengan diagnosis yang disertakan.

6 metrik yang layak berada di slaid QBR

1. Peratus kelengkapan data

Peratusan rekod dengan lima medan yang bergantung kepada penghalaan: e-mel, syarikat, negara, bilangan pekerja, dan peranan.

Sihat: 90% atau ke atas. Di bawah 75% bermaksud enjin penghalaan anda sedang meneka.

Ini adalah metrik yang tiada sesiapa mahu lihat dan semua orang patut lihat. Jika anda tidak dapat memperkaya rekod pada lima medan tersebut, anda tidak dapat menghalakan kepada SDR yang betul, anda tidak dapat memberi skor kepadanya, dan anda tidak dapat mensegmenkan. Lead itu wujud dalam pangkalan data anda tetapi tidak kelihatan oleh setiap proses hiliran.

Diagnosis apabila nombor ini rendah: sama ada borang anda tidak menangkap medan (profilan progresif terlepas asas), atau vendor pengayaan data anda menggugurkan rekod (Clearbit, ZoomInfo, Apollo gagal secara senyap untuk syarikat kecil), atau anda telah mengimport senarai dan tidak pernah memperkayakannya.

Kali pertama saya membina semula model pemarkahan, saya mendapati 38% "MQL" kami tidak mempunyai bilangan pekerja. Model pemarkahan menganggap mereka sebagai perniagaan kecil sedangkan separuh daripada mereka sebenarnya adalah peringkat enterprise. Betulkan data dahulu, kemudian sentuh model.

2. Kadar penukaran MQL ke SQL

Peratusan MQL yang jualan terima dalam tempoh 14 hari.

B2B SaaS yang sihat: 12-15%. Di bawah 8% bermaksud model pemarkahan anda memberi ganjaran kepada tingkah laku yang salah. Melebihi 25% bermaksud anda kurang memasarkan. Bar MQL terlalu tinggi dan anda hanya menghantar perjanjian yang sudah jelas.

Ini adalah satu metrik yang CMO akan tanya dalam setiap QBR. Ia adalah isyarat tunggal terbersih bahawa pemasaran dan jualan bersetuju tentang apa itu "lead." Jika ia menghanyut turun suku demi suku, sesuatu di huluan telah rosak.

Perangkap dengan metrik ini ialah menganggapnya sebagai masalah jualan. Kadangkala ia memang begitu. Lebih kerap ia adalah masalah campuran sumber pemasaran: kempen webinar menghasilkan 800 MQL, tetapi khalayak webinar bertukar pada 4% dan khalayak permintaan demo bertukar pada 22%, dan nombor gabungan merosot kerana campuran berubah.

Sentiasa lihat metrik ini mengikut sumber, bukan hanya gabungan. Gabungan itu menyembunyikan segalanya.

3. Kadar churn senarai

Peratusan kenalan yang melantun keras, berhenti melanggan, atau ditanda sebagai spam setiap penghantaran.

Sihat: di bawah 0.5% gabungan. Melebihi 1% adalah risiko reputasi penghantar dan anda patut hentikan kempen.

Ini adalah metrik kebersihan, bukan metrik hiasan. Ia memberitahu anda sama ada senarai anda mereput lebih cepat daripada kadar anda menambahnya, dan sama ada pembekal peti mel mula hilang kepercayaan pada domain penghantar anda. Setelah Gmail atau Outlook membenderakan anda, pemulihan adalah menyeksakan (berminggu-minggu pemanasan semula, kadangkala pertukaran domain).

Kebanyakan pasukan MOps mengabaikan churn senarai sehingga krisis kebolehhantar berlaku. Pada ketika itu sudah terlambat. Perhatikan setiap minggu.

4. Kadar penyahduaan

Rekod berganda yang dicipta setiap 1,000 masuk.

Sihat: di bawah 2%. Melebihi 3% dan pasukan jualan anda menghubungi orang yang sama dua kali dengan dua wakil yang berbeza.

Diagnosis hampir selalu "pengisian borang tidak sepadan pada e-mel atau syarikat yang kabur." Seseorang mengisi borang sebagai jane@acmecorp.com, enam bulan kemudian sebagai jane.smith@acme.com selepas pertukaran nama jenama, dan peraturan penyahduaan hanya sepadan pada e-mel tepat. Dua rekod, dua tugasan penghalaan, dua sentuhan SDR, dan Jane menjadi kecewa.

Namakan punca masalah pada dashboard. "Kadar penyahduaan 3.4%, padanan kabur pada domain syarikat dilumpuhkan dalam Marketo, syorkan mengaktifkan semula." Jangan hanya tunjuk nombor. Tunjukkan apa yang rosak.

5. Peratus pelanggaran SLA penghalaan

Peratusan MQL yang tidak ditugaskan kepada SDR dalam tempoh SLA.

Sihat: di bawah 5%. Melebihi 10% bermaksud agihan giliran rosak atau wakil telah mencapai had.

Tetingkap SLA yang penting:

• Permintaan demo masuk: 15 minit semasa waktu perniagaan
• MQL kandungan (aset berpagar, webinar): 24 jam
• Padanan akaun Tier-1: 5 minit, maklumkan AE terus

Sebab metrik ini lebih penting daripada yang disedari orang: setiap minit melepasi tetingkap SLA, penukaran menurun. Kajian Pengurusan Tindak Balas Lead sudah lama tetapi masih benar dari segi arah. Hubungi dalam masa 5 minit kira-kira 8 kali lebih mungkin bertukar berbanding menghubungi dalam masa sejam. Jika dashboard anda mengatakan anda melanggar SLA pada 12% MQL, itu bukan masalah enjin penghalaan, itu adalah masalah saluran paip.

Diagnosis yang perlu diperiksa, mengikut urutan: agihan giliran tidak seimbang (satu wakil mencapai had, yang lain kurang beban), peraturan wilayah mempunyai pemetaan ZIP ke wakil yang lapuk, liputan luar waktu kerja tidak ada (semua masuk pada pukul 9 malam Jumaat melanggar SLA menjelang Isnin), atau bilangan wakil tidak mencukupi untuk jumlah tersebut.

6. Penukaran borang ke lead

Peratusan penghantaran borang yang menjadi lead yang boleh digunakan selepas penyahduaan, pengayaan data, dan penapis spam.

Sihat: 70% ke atas. Di bawah 50% bermaksud borang anda menangkap bot, atau vendor pengayaan data anda menggugurkan rekod, atau penapis spam anda terlalu agresif.

Ini adalah isyarat tunggal terbersih tentang "adakah bahagian atas corong benar-benar berfungsi." Borang diisi, tetapi adakah ia bertahan dalam saluran paip yang mengubahnya menjadi lead yang boleh dihalakan, diberi skor, dan diperkaya? Jika separuh daripada penghantaran dibuang, "jumlah MQL" yang dilaporkan anda adalah rekaan.

Kebanyakan pasukan tidak mengukur ini kerana ia memerlukan pengukuran jurang antara "borang dihantar" dan "MQL dicipta." Ia berbaloi, kerana apabila nombor ini sihat, matematik corong selebihnya menjadi jujur.

Diagnosis "MQL tinggi tetapi SQL rendah"

Inilah soalan yang menghancurkan QBR. MQL naik. SQL mendatar. CMO ingin tahu mengapa, dan jawapannya menentukan sama ada beliau mendapat bajetnya.

Semak dashboard mengikut urutan ini:

Langkah 1: Adakah ambang pemarkahan telah beranjak? Jika ambang untuk "MQL" diturunkan suku tahun lalu (seseorang mahukan jumlah), anda sedang membiarkan masuk lead yang kurang berniat. Bandingkan ambang semasa dengan versi 90 hari lalu. Jika ia turun, itulah jawapan anda.

Langkah 2: Adakah campuran sumber kempen telah berubah? Tarik jumlah MQL mengikut sumber untuk suku tahun lalu dan suku tahun ini. Jika webinar berkembang dari 20% MQL kepada 50%, dan webinar bertukar pada 4% berbanding permintaan demo pada 22%, kadar SQL gabungan mesti menurun. Pasukan pemasaran tidak bekerja lebih buruk. Campuran menjadi lebih murah dan kurang berniat.

Langkah 3: Adakah kapasiti jualan yang menjadi kekangan, bukan pemasaran? Semak kapasiti SDR. Jika MQL naik 40% tetapi bilangan pekerja pasukan SDR mendatar dan mereka sudah pada 90% penggunaan, mereka secara fizikal tidak dapat menerima jumlah baru. Itu adalah masalah operasi jualan, bukan masalah pemarkahan.

Langkah 4: Adakah definisi MQL sudah lapuk berbanding ICP? ICP berubah. Mungkin tahun lalu anda menjual kebanyakannya kepada SaaS bersaiz 50-200 pekerja, dan tahun ini ICP beralih ke atas pasaran kepada 500+. Model pemarkahan masih memberi ganjaran kepada 50-200. Anda menjana MQL yang tidak sepadan dengan apa yang jualan diarahkan untuk tutup.

Jalankan empat semakan itu mengikut urutan. Jawapannya hampir selalu salah satu daripada itu. Beritahu CMO yang mana.

Perangkap metrik hiasan yang perlu dihapuskan daripada dashboard

Ini sepatutnya ada dalam fail kerja, bukan di slaid QBR.

Kadar buka sahaja. Apple Mail Privacy Protection menggembungkan pembukaan sebanyak 30-60% kerana ia memuatkan imej terlebih dahulu untuk pengguna yang telah memilih masuk. Nombor yang anda lihat bukan penglibatan. Ia adalah proksi privasi Apple. Gandingkan kadar buka dengan kadar klik, kadar balas, dan kadar mesyuarat ditempah. Jika anda perlu memilih satu untuk dilaporkan, pilih kadar balas.

Jumlah kenalan dalam pangkalan data. Lebih besar bukan lebih baik. Pangkalan data yang sihat menyusut setiap suku tahun apabila anda menekan bukan responden, rekod yang melantun keras, dan berhenti melanggan. Jika kiraan kenalan hanya naik, kebersihan anda rosak dan kebolehhantar anda semakin terjejas.

Kos per MQL tanpa kos per SQL bersebelahan. Kos per MQL tidak bermakna tanpa kadar penukaran kepada SQL. MQL berharga $50 yang bertukar pada 4% menelan kos $1,250 per SQL. MQL berharga $200 yang bertukar pada 18% menelan kos $1,111 per SQL. MQL yang murah adalah yang mahal. Tunjukkan kedua-dua nombor, sentiasa.

Atribusi sentuhan tunggal. Atribusi sentuhan pertama dan sentuhan terakhir masing-masing memberitahu anda sedikit daripada cerita dan berbohong tentang selebihnya. Jika anda akan melaporkan atribusi, jalankan semakan atribusi berbilang sentuh (berbentuk W, pereputan masa, atau dipacu data) bersebelahan dengan pandangan sentuhan tunggal. Apabila ia tidak bersetuju, ketidakserasian itulah adalah wawasan.

Susun atur slaid QBR

Satu slaid. Enam baris. Enam lajur.

Semua yang ada di slaid ini menjawab soalan. CMO boleh membacanya dari kiri ke kanan dan tahu: di mana kita berada, di mana kita sepatutnya berada, apa yang salah, siapa yang membetulkan, apa yang berlaku seterusnya. Itulah keseluruhan tugas slaid itu.

Irama operasi

Dashboard bukan pembinaan sekali sahaja. Ia adalah instrumen hidup dengan tiga irama semakan.

Semakan kebersihan mingguan (15 minit, IC MOps sahaja): Kelengkapan data, kadar penyahduaan, churn senarai. Jika mana-mana ini dilanggar, betulkan minggu ini. Jangan biarkan kebersihan reput. Semakin lama ia dibiarkan, semakin banyak metrik hiliran yang tercemar.

Semakan corong bulanan (60 minit, IC MOps dan pemimpin Demand Gen): Penukaran MQL ke SQL (mengikut sumber), penukaran borang ke lead, pelanggaran SLA penghalaan. Lihat arah aliran, namakan diagnosis, tentukan pelarasan. Bawa bukti kepada CMO jika penukaran bergerak ke arah yang salah.

Suku tahunan kepada CMO (slaid QBR): Enam metrik, dengan diagnosis bernamai dan pemilik serta tindakan seterusnya. Tiada penceritaan, tiada permohonan maaf, tiada dinding konteks. Slaid itu menjawab soalan; anda hadir untuk menerangkan diagnosis jika diminta.

Apa yang "baik" kelihatan seperti dalam 90 hari

Jika anda mewarisi dashboard dengan 26 jubin dan mula menerapkan playbook ini, inilah yang sepatutnya nombor-nombor itu kelihatan dalam satu suku:

• Kelengkapan data: bergerak dari 70% ke 90%. Pembuka kunci tunggal terbesar, setiap metrik hiliran bertambah baik setelah penghalaan tidak lagi meneka.
• Penukaran MQL ke SQL: stabil dalam 12-15%, dengan keterlihatan peringkat sumber yang bernamai. Hanyutan ditangkap dalam semakan bulanan, bukan QBR.
• Pelanggaran SLA penghalaan: di bawah 5%, dengan liputan luar waktu kerja ditangani. Pasukan SDR berhenti mengeluh tentang MQL yang sejuk kerana ia tidak lagi sejuk.
• Churn senarai dan penyahduaan: di bawah penanda aras, kebersihan mingguan dikekalkan. Kebolehhantar kekal kukuh, jualan berhenti menghubungi orang yang sama dua kali.
• Penukaran borang ke lead: 70%+, dengan jurang antara "borang dihantar" dan "MQL dicipta" diukur dan kelihatan.
• Dashboard itu sendiri: enam nombor, bukan 26. Metrik aktiviti dipindahkan ke fail kerja. Setiap nombor slaid QBR mempunyai penanda aras, arah aliran, diagnosis, dan pemilik.

CMO masuk ke QBR dan melihat slaid itu dan tahu jawapan kepada soalan seterusnya beliau sebelum bertanya. Itulah keseluruhan tugasnya.

Ketahui Lebih Lanjut

• Timbunan Teknologi MOps: Alatan, Integrasi, dan Mengapa Anda Sudah Pun Mempunyai Terlalu Banyak
• Penghalaan Lead dan Penguatkuasaan SLA
• Atribusi yang Boleh Dipertahankan oleh CFO
• Marketing Operations Manager, Penerangan Kerja