Métricas de PMM: sucesso de lançamento, influência na taxa de fechamento, adoção

É o QBR do Q2. O CMO está no décimo segundo slide e se vira para a sala: "Me expliquem o que o marketing de fato contribuiu para a receita neste trimestre."

O líder de demand gen tem um número. Pipeline gerado, conversão de MQL para SQL, custo por oportunidade. Não é um número perfeito, mas é um número. O líder de marca também tem um número: aumento na busca por marca, share of voice, uma pesquisa de painel que diz que o reconhecimento assistido subiu quatro pontos. Também imperfeito. Também um número.

Aí é a vez do PMM. O slide se chama "Lançamentos publicados". Há três logos de lançamento e um tópico que diz "treinamento interno de vendas entregue a 47 AEs". O CMO pisca. Alguém de RevOps de fato bufa em voz alta. A conversa segue em frente, e três semanas depois a linha de headcount do PMM no orçamento do ano que vem ganha um ponto de interrogação ao lado.

Esta é a sala que a mensuração de PMM tem que sobreviver. Não a reunião de equipe em que todo mundo concorda que posicionamento importa. O QBR, onde toda outra função de GTM traz um número de receita e o PMM precisa trazer algo melhor do que atividade.

Por que a mensuração de PMM é genuinamente difícil

Antes de chegarmos às métricas, a parte honesta. A mensuração de PMM é quebrada por motivos reais, não porque PMMs são ruins de matemática.

Posicionamento é um indicador antecedente que leva de dois a três trimestres para aparecer na taxa de fechamento. Você reposicionou o segmento de mid-market no Q1. Os negócios que fecharam no Q1 já estavam no pipeline antes de o seu trabalho acertar. Os negócios que provam que o seu reposicionamento funcionou não vão fechar até o Q3 ou Q4. A maioria das empresas não tem paciência para esse atraso.

Nenhuma ferramenta sozinha é dona dos dados. Demand gen vive no HubSpot ou no Marketo. Marca vive em painéis de pesquisa e análises de busca. O PMM fica entre produto, marketing e vendas, e cada sistema tem metade do quadro. O Salesforce sabe o que fechou, mas não sabe qual battlecard o AE usou. O Highspot sabe o uso do material, mas não sabe qual negócio ele influenciou. O Gong conhece a ligação, mas não conhece o nível de lançamento. Você está costurando.

E o trabalho em si é uma camada de indireção. Demand gen roda uma campanha, os leads chegam, você consegue contá-los. O PMM escreve um documento de posicionamento, o AE reescreve o pitch, o comprador ouve uma história mais afiada, o negócio fecha mais rápido. Três passagens de bastão entre o trabalho e o resultado.

Então a pergunta não é "como provo que o PMM causou receita". É "como mostro o que o PMM influenciou, o que não influenciou e o que estamos testando a seguir". Essa postura é o que sobrevive a um QBR. As cinco métricas abaixo são como você a constrói.

As cinco métricas que se sustentam

1. Scorecard de sucesso por nível de lançamento

Nem todo lançamento é igual. Um lançamento de tier 1 (nova linha de produto, novo ICP, novo preço) precisa de um scorecard diferente do de uma release de funcionalidade tier 3 que atualiza uma caixinha nas configurações. Misturá-los te dá números médios que não significam nada.

Pontue cada lançamento em quatro dimensões, ponderadas por nível:

• Pipeline gerado nos 30/60/90 dias pós-lançamento, vindo do segmento-alvo nomeado do lançamento. Lançamentos de tier 1 deveriam mirar de US$ 2M a US$ 5M de pipeline influenciado em 90 dias para uma empresa de mid-market SaaS faturando de US$ 50M a US$ 100M de ARR. Tier 2: US$ 500 mil a US$ 1,5M. Tier 3: não é rastreado por pipeline, apenas adoção.
• % de prontidão de vendas: que proporção de AEs no território-alvo passou na certificação do lançamento (um quiz rápido de cenários, não uma checagem de presença em apresentação de slides). Saudável é 85% ou mais em até duas semanas do GA.
• Cobertura de imprensa e analistas: tier 1 espera de 5 a 10 veículos nomeados e ao menos uma inclusão de analista. Tier 2 espera mídia do setor. Tier 3 espera apenas cobertura interna.
• NPS interno dos AEs: pesquise o campo duas semanas após o lançamento. "Numa escala de 0 a 10, o quão confiante você se sente para vender isto?" Abaixo de 7 significa que a capacitação errou.

O ponto não é bater todos os números. É que, quando um número erra, você consegue nomear por quê. Prontidão de vendas em 60%? A certificação foi longa demais, ou o lançamento caiu durante o aperto de cota, ou a capacitação assumiu um conhecimento de produto que os AEs não tinham. Diagnóstico, não desculpas.

2. Taxa de fechamento vs. trimestre anterior (apenas o cohort reposicionado)

Esta é a métrica que prova que o posicionamento funciona. E também é a que os PMMs mais arruínam por exagerar nas alegações.

A forma certa: escolha o segmento que você reposicionou no Q1. Defina-o com precisão. Digamos, contas de manufatura de mid-market com 100 a 500 funcionários na América do Norte. Puxe a taxa de fechamento para esse segmento no Q4 do ano anterior (sua linha de base). Puxe-a de novo no Q3 do ano atual, seis meses após o reposicionamento ser publicado. Compare.

Um delta real e honesto de uma mudança de posicionamento é de 3 a 8 pontos percentuais em um cohort comparável. Se você vir 15 pontos ou mais, outra coisa mudou (um concorrente explodiu, uma mudança de preço, uma release de produto) e você não pode reivindicar isso. Se você vir menos de 2 pontos, o posicionamento não chegou ao comprador ou o comprador não liga para a nova história.

O diagnóstico importa mais do que o número. Uma taxa de fechamento estável após o reposicionamento tem três leituras possíveis: o comprador nunca ouviu a nova história (vendas não a adotou), o comprador ouviu e deu de ombros (a história não combina com o que ele valoriza), ou os negócios do cohort já estavam adiantados demais quando a nova história foi publicada. Cada diagnóstico aponta para uma jogada seguinte diferente.

3. Influência na oportunidade via materiais tocados por PMM

A versão honesta da atribuição. Não "o marketing fechou este negócio". Apenas: "dos negócios que fechamos neste segmento, que proporção teve um material do PMM anexado, enviado ou visualizado durante o ciclo?"

Materiais do PMM são os específicos que você produziu e publicou: battlecard, roteiro de demonstração, calculadora de ROI, documento de uma página do cliente, dissecação competitiva. Não estudos de caso genéricos (esses são marketing de conteúdo). Não o site (isso é marca e demand gen).

Configure um campo personalizado no Salesforce ou no Rework chamado pmm_asset_touched (booleano) e pmm_asset_list (seleção múltipla). Quando um AE anexa um battlecard pelo Highspot, quando um SE envia uma calculadora de ROI, quando o roteiro de demonstração é puxado para a sala do negócio, o campo vira. RevOps consegue fazer isso em meio dia.

As faixas saudáveis dependem do segmento. Negócios estratégicos de enterprise com ciclos longos: 70 a 85% tocados por material de PMM é normal porque todo grande negócio puxa material competitivo e de ROI. Mid-market: 40 a 60%. Autoatendimento de SMB: 10 a 20% e tudo bem, porque o PMM não deveria estar nessas movimentações.

O slide diz: "62% dos negócios de mid-market closed-won no Q3 tiveram um material de PMM tocado no ciclo, contra 41% no Q2. Não podemos afirmar que esses negócios foram ganhos por causa dos materiais, mas podemos dizer que o campo está recorrendo aos materiais com mais frequência, e os segmentos onde o toque é maior também são os que tiveram maior movimento na taxa de fechamento."

Essa é a versão honesta. Ela sobrevive.

4. Taxa de adoção de funcionalidades pós-lançamento

Você se comprometeu com uma previsão de lançamento. Agora você mede contra ela.

Para todo lançamento de tier 1 e tier 2, antes do GA você escreve uma previsão: "Esperamos que 25% das contas elegíveis ativem a funcionalidade em 30 dias, 45% em 60, 65% em 90." Elegível significa contas no plano certo, no segmento certo, com o pré-requisito já habilitado. Esse número deveria vir de uma conversa real com a análise de produto, não do otimismo.

Depois você mede a curva real. Pendo ou Amplitude do lado do produto, com uma tag de cohort de lançamento para que você consiga isolar a população certa.

Bater 90% da previsão é saudável. Chegar a 50% da previsão significa uma de três coisas: o lançamento não chegou aos usuários (anúncio dentro do app, e-mail, movimentação de vendas, todos fracos), os usuários encontraram a funcionalidade mas não conseguiram ativá-la (atrito de UX, dor de cabeça com pré-requisito), ou os usuários ativaram e abandonaram (o valor não acertou). Cada uma aponta para uma correção diferente.

A métrica também pega o lançamento perigoso: alta adoção, baixa expansão. Muitas contas ligam a funcionalidade, mas ela não gera nenhuma expansão de conta ou aumento de retenção nos dois trimestres seguintes. Esse é o lançamento em que a ativação funcionou mas a história de valor não, e a equipe de produto precisa saber cedo para poder corrigir a lacuna antes do próximo ciclo de release.

5. Uso de materiais de vendas

A última métrica é a mais acionável no curto prazo. Quais materiais os AEs de fato usam, e quais morrem na prateleira?

Highspot, Seismic, ou qualquer plataforma de capacitação que você rode, te dá números por material: aberturas (o AE abriu por conta própria), envios (o AE enviou a um comprador), tempo médio no material do lado do comprador, downloads, compartilhamentos.

Um battlecard saudável para um concorrente top 3 é aberto de 8 a 15 vezes por AE por trimestre em uma equipe de mid-market. Uma calculadora de ROI saudável é enviada para 30 a 50% das oportunidades de estágio final. Um documento de uma página que é aberto duas vezes em um trimestre por uma equipe de 40 reps está morto, e você deveria aposentá-lo ou reescrevê-lo.

O diagnóstico que você não pode pular: baixo uso de material quase nunca significa AEs preguiçosos. Significa que o formato está errado (um PDF de 12 páginas quando o AE precisa de um documento de 1 página que dá para enviar por e-mail) ou o público está errado (um documento de ROI para CFO enviado a uma equipe que vende para gerentes de engenharia) ou o timing está errado (uma dissecação competitiva empurrada no topo do funil quando os reps precisam dela no estágio de proposta).

Se você entra em um QBR e culpa o campo pelo baixo uso, você perde a sala. Se você entra e diz "o battlecard de insight de win/loss da Acme Inc tem 11% de uso, o que significa que ele não está acertando. Três reps me disseram que o formato é longo demais, vamos republicá-lo como uma versão de 3 tópicos pronta para o Slack no próximo sprint", você mantém a sala.

Como instrumentar o stack

Você não precisa de um data warehouse customizado. A maioria das empresas de mid-market consegue rodar todas as cinco métricas em ferramentas que já possuem.

Gong para menções em ligações. Pesquise nas transcrições por frases de posicionamento, nomes de concorrentes e menções de funcionalidades. A configuração certa é marcar de cinco a dez frases vinculadas ao seu posicionamento atual ("única plataforma que faz X", "comparado ao ", "a calculadora de ROI mostrou") e acompanhar a tendência da taxa de menção trimestre a trimestre. A adoção do novo posicionamento aparece aqui antes de aparecer na taxa de fechamento.

Highspot ou Seismic para uso de materiais. Os relatórios padrão dão conta disso. O truque é ter uma taxonomia de materiais limpa, marcando todo material com estágio (topo/meio/fundo de funil), persona, segmento e nível, para que você consiga fatiar o uso por algo além do nome do material.

Salesforce ou Rework para atribuição no nível do negócio. Dois campos personalizados: pmm_asset_touched (booleano, padrão falso, virando quando um envio do Highspot dispara para um material marcado) e launch_cohort_tag (texto, aplicado via participação em campanha quando um negócio entra no segmento-alvo de um lançamento). RevOps é dono do schema. O PMM é dono da análise. Um schema de exemplo:

Campo: pmm_asset_touched
Tipo: Booleano
Padrão: false
Atualizado por: gatilho de integração do Highspot no envio do material

Campo: pmm_asset_list
Tipo: Lista de seleção múltipla
Valores: battlecard-{concorrente}, roi-calculator, demo-script-{produto}, one-pager-{segmento}, competitive-teardown-{concorrente}
Atualizado por: o mesmo gatilho, anexa o slug do material

Campo: launch_cohort_tag
Tipo: Texto
Atualizado por: regras de participação em campanha do Pardot/Marketo vinculadas ao segmento-alvo do lançamento

Amplitude ou Pendo para adoção. Marque o cohort de lançamento no GA. Acompanhe a taxa de ativação de 30/60/90 contra a previsão pré-lançamento.

Esse é o stack. Quatro ferramentas, dois campos personalizados, uma disciplina de marcação. A maioria das equipes de PMM já paga por três das quatro. A peça que falta é a disciplina de usá-las de forma consistente.

A mentira do "ganhamos o negócio por causa do marketing"

Todo PMM já esteve na sala em que alguém diz isso. Às vezes o próprio PMM diz. O negócio fecha, o AE sinaliza que o battlecard ajudou, e o slide é escrito: "Negócio influenciado pelo marketing, closed-won, US$ 480 mil de ACV."

Não sobrevive ao contato com ninguém que já tenha liderado uma equipe de vendas. O AE sabe o que fechou o negócio. Foi a terceira ligação de prova de conceito, a conversa com o CFO, o desconto que o rep conseguiu aprovar na terça. O battlecard ajudou. Não fechou. Alegar que fechou é a jogada que tira o PMM do próximo QBR.

A postura melhor tem três partes:

1. Aqui está o que influenciamos. Proporção tocada por PMM, uso de materiais, taxa de menção do posicionamento nas ligações. Conseguimos mostrar que o nosso trabalho apareceu no ciclo do negócio.
2. Aqui está o que ainda não conseguimos provar. O impacto na taxa de fechamento leva de dois a três trimestres para ser lido com clareza. O impacto na expansão de clientes leva mais tempo. Não vamos reivindicá-lo antes de os dados o fazerem.
3. Aqui está o que vamos testar no próximo trimestre. Apostas específicas como reposicionar o segmento X, aposentar três materiais mortos e publicar dois novos, rodar um experimento de formato de capacitação. Nomeadas, datadas, com critérios de sucesso colocados no papel.

CMOs e CEOs confiam no PMM que admite o que não sabe. Eles param de confiar naquele que atribui todo negócio closed-won ao lançamento do trimestre passado.

O padrão de slide para o QBR

Um slide por métrica. Cinco slides no total. Todo slide segue o mesmo formato:

• Cabeçalho: o nome da métrica e o segmento ou escopo.
• Número: este trimestre vs. trimestre anterior, com o delta. Nada de gráficos de vaidade.
• Diagnóstico: uma ou duas frases sobre por que o número se moveu (ou não). Não a descrição. A causa.
• Decisão: uma coisa específica que você quer da sala. Headcount, orçamento, uma decisão de parar/continuar uma campanha, um alinhamento da liderança de vendas.

Slide de exemplo:

Taxa de fechamento, manufatura de mid-market (reposicionada no Q1)

Linha de base do Q4 do ano anterior: 19% Real do Q3 do ano atual: 24% Delta: +5 pontos

Diagnóstico: o reposicionamento acertou com o comprador-alvo (VP de Operações, não TI). As menções no Gong da nova frase de posicionamento subiram de 8% das ligações de manufatura de mid-market no Q1 para 41% no Q3. A taxa de fechamento se moveu nos estágios em que a nova história aparece primeiro (descoberta, proposta). Os estágios em que ela não aparece (negociação) estão estáveis. O novo posicionamento não é uma história de fechamento, é uma de abertura.

Decisão: aprovar a contratação de um PMM de segmento de manufatura no Q4 para estender o reposicionamento a verticais adjacentes (serviços industriais, alimentos e bebidas). Manter o segmento com um generalista vai limitar a composição que temos aqui.

Cinco desses. Quarenta e cinco minutos. O CMO sai da reunião com uma leitura clara do que o PMM fez, do que não fez e de quais decisões específicas estavam na mesa. Essa é a sala em que você quer entrar.

Lendo números ruins

O trabalho no QBR não é defender os números ruins. É lê-los mais rápido do que qualquer outra pessoa.

Baixo uso de material. Quase nunca reps preguiçosos. Reformate mais curto, redirecione o público, ajuste o timing dentro do estágio do negócio, ou mate o material.

Taxa de fechamento estável após reposicionamento. A história não chegou ao comprador (lacuna de adoção de vendas, corrigível com reformatação da capacitação) ou o comprador não liga (o posicionamento está errado, corrigível com outra rodada de entrevistas com clientes). De qualquer jeito, você age, não recua.

Alta adoção, baixa expansão. A ativação funcionou. A história de valor não. A equipe de produto precisa saber agora, não daqui a dois trimestres quando a retenção cair.

O lançamento bateu a previsão mas não houve aumento de pipeline. O lançamento acertou com clientes existentes, não com novos compradores. Reenquadre como uma jogada de retenção ou expansão e pare de chamá-lo de lançamento de demand gen.

Cobertura de imprensa forte, prontidão de vendas fraca. Você publicou o lançamento externamente antes de o campo estar pronto. Vendas perde negócios para o "a gente não sabia que isso existia", o pior motivo de perda. Reequilibre a preparação na próxima vez para que o interno acerte primeiro.

Cada diagnóstico nomeado é um fosso defensivo. O CMO pode discordar da decisão que você toma a seguir, mas não pode te acusar de não entender o número.

O que levar para o próximo trimestre

O PMM que entra em um QBR com diagnóstico vence o PMM que entra com entrega. Toda vez.

Entrega se parece com: "Publicamos 4 lançamentos, rodamos 12 sessões de capacitação, produzimos 23 materiais." Diagnóstico se parece com: "Desses 4 lançamentos, o tier 1 bateu a previsão na adoção mas errou no pipeline, o que rastreamos até o timing da campanha, e não ao lançamento em si; vamos mover o apoio de demand gen para duas semanas antes do GA na próxima vez."

Os dois são precisos. Só um conquista o próximo ciclo de orçamento.

Construa o stack. Cinco métricas, um schema de campo personalizado, um padrão de slide. Use os mesmos cinco todo trimestre. O efeito de composição é real. Até o Q4, você não está discutindo se o PMM importa. Você está discutindo qual segmento financiar em seguida.

Essa é a conversa que vale a pena participar.

Saiba mais

• Descrição de cargo de Product Marketing Manager
• Playbook de lançamento do PMM: do beta ao GA
• Capacitação de vendas que os reps de fato usam
• Frameworks de posicionamento e mensagens que pegam