Как считать эффективность B2B‑маркетинга, если сделка закрывается через три месяца

Большая часть ниш в B2C обладает коротким циклом сделки и, согласитесь, отделу маркетинга гораздо удобнее отчитываться о результатах, когда продаж с рекламы не приходится долго ждать. Потратили деньги, получили продажи, посчитали стоимость привлечения и выручку, оценили ROAS каждого канала. В B2B процесс выглядит совсем иначе.

В некоторых бизнесах цикл сделки может занимать три или четыре месяца. А в некоторых еще дольше. И получается следующая картина: рекламную кампанию в новом канале запустили в сентябре, потратили бюджет, получили лиды, провели квалификацию. В октябре только‑только вывели эти лиды на первую встречу. К ноябрю половина из тех, кто был на встрече, просит подождать из‑за долгого согласования бюджета. И вот в декабре происходит долгожданное закрытие сделок. При этом фаундер просит отчет по эффективности нового канала уже в октябре, а финансовый отчет компании строится по календарным месяцам.

Сопоставляя в соседних колонках расходы за сентябрь с выручкой за сентябрь, мы не сможем сделать правильные выводы, потому что выручка сентября была сгенерирована за счет лидов, привлеченных, например, в июле, а окупаемость маркетинговых инвестиций сентября мы увидим сильно позже. Но отказаться от отчетности, заявив «увидим через три месяца», тоже нельзя. Поэтому на длинном цикле сделки появляются следующие вызовы: корректно оценить полученные результаты и спланировать инвестиции в рекламные каналы при условии их медленной окупаемости.

Месяц закрытия сделки мало говорит об эффективности маркетинга

Календарный отчет в B2B, как правило, демонстрирует очень странную картину, и в этом таится потенциальная опасность. Предположим, компания в один из месяцев попробовала сократить бюджет на рекламу, а в следующем месяце продажи выросли. Фаундер вполне логично задает вопрос: «А зачем мы вообще тратим деньги на маркетинг?». Бюджет на следующий месяц снова снижается, а продажи всё еще держатся на привычном уровне. И только спустя три месяца компания неожиданно понимает, что продаж совсем нет, выручки нет, а как так получилось, неясно.

Или давайте спроектируем обратную ситуацию: компания увеличивает бюджет на маркетинг, а роста выручки нет несколько месяцев. Отделу маркетинга приходится держать оборону и объяснять, почему снижать бюджет рано и нецелесообразно. В календарном отчете показатель окупаемости выглядит хуже, хотя новая когорта еще просто не успела пройти весь цикл продажи.

Поэтому проблема не в том, что компании нужно отказаться от месячной отчетности. Она может оставаться месячной. Но эффективность привлечения нужно оценивать с учетом того, когда была сформирована конкретная когорта и сколько времени прошло с момента привлечения.

Полезнее всего в такой ситуации смотреть в первую очередь на когортный отчет, ориентируясь на период привлечения. Если мы в сентябре смотрим на когорты августа, июля и июня и просто сравниваем их между собой по выручке, это ошибка. Июньская когорта прожила уже дольше всех, а августовская всего 30 дней.

Зато мы можем сравнивать между собой состояние когорт в одинаковый момент их жизни. Например, что происходило с ними на 10-й день, какая доля лидов была квалифицирована продажами или какая доля лидов отвалилась. То есть гораздо интереснее смотреть не на количество продаж каждой когорты к сегодняшнему дню, а подмечать условно, что «на 30-й день августовская когорта сформировала на 25% больше квалифицированного пайплайна на каждый потраченный доллар, чем июньская когорта на том же этапе». Это уже те данные, с которыми можно дальше работать.

Ждать три месяца для каждого решения всё равно нельзя

Так как вообще управлять маркетинговым бюджетом здесь и сейчас, если финальные результаты можно оценить только спустя месяцы? Очевидно, что тратить бюджет на некачественный трафик на протяжении нескольких месяцев было бы глупой затеей. Поэтому, если у вас длинная воронка, вы должны точно знать, какие из ранних сигналов действительно связаны с будущими результатами.

Только важное замечание: не ищите любые сигналы, которые можете получить, а ищите именно те, которые исторически связаны с продажами. Например, многие компании предпочитают использовать MQL как промежуточный показатель эффективности рекламы, но совершенно не всегда объем MQL влияет на объем продаж, и в этом случае смотреть на данный показатель бессмысленно.

Или давайте рассмотрим другой пример. Предположим, мы видим, что определенный тип лида в среднем в два раза чаще переходит из SQL в Opportunity, а на зрелых когортах эта разница сохраняется и дальше по воронке. В этом случае качество SQL уже может быть достаточно сильным ранним сигналом.

Прежде всего стоит опираться на исторические данные. Какая доля SQL в среднем заканчивается сделкой? Сколько времени обычно проходит между этапами? На каком этапе сильнее всего различаются хорошие и плохие рекламные каналы? Какие характеристики лида связаны с более высокой вероятностью покупки?

И эту связь нужно периодически перепроверять. По мере изменения продукта, ICP, рекламных каналов или самого процесса продаж показатель, который раньше хорошо предсказывал результат, может перестать быть таким же полезным.

Чем длиннее цикл сделки, тем сильнее необходимость правильного определения ранних сигналов, которые действительно связаны с выручкой. Потому что, если выбрать за основу не те метрики, бизнес начнет оптимизировать то, что оптимизировать не имеет смысла.

Чаще всего компании начинают оптимизировать стоимость лида. Предположим, первый канал приносит 100 лидов по $50, а второй приносит 50 лидов по $110. Если оптимизировать рекламу по CPL, то первый канал очевидно дает лучший результат. Но через несколько месяцев может оказаться, что из первого канала до продажи дошли две компании, а из второго десять.

В первом случае рекламные расходы составили $5 000, и CAC получился $2 500. Во втором расходы составили $5 500, а CAC всего $550. И это при том, что CPL второго канала был более чем в два раза выше.

Правда, даже на этом сравнение не всегда заканчивается. Если клиенты сильно отличаются по среднему чеку или маржинальности, один только CAC тоже не даст полной картины.

Вот почему так важно до масштабирования рекламы хирургически точно определить те показатели, по которым мы будем оптимизировать рекламу.

Потенциальная выручка тоже легко создаёт ложное ощущение роста

Еще одна возможная проблема может возникнуть у тех компаний, которые, перестав оценивать рекламу по CPL, начали смотреть в первую очередь на объем сделок, которые находятся в работе. Безусловно, это лучше, чем просто оценивать лиды, но и здесь очень легко себя обмануть.

Допустим, под пайплайном мы понимаем сумму потенциальных сделок, которые прошли квалификацию и дошли до стадии Opportunity. Даже если мы в данный момент наблюдаем, как два канала сформировали одинаковый объем такого пайплайна, мы не можем быть уверены, что через месяц результаты каналов останутся одинаковыми.

Легко может выясниться, что сделки первого канала в среднем проходят путь от SQL до оплаты за 70 дней. Во втором канале половина потенциальных клиентов по два месяца висит на одной и той же стадии, часть не отвечает менеджерам, а даты предполагаемого закрытия регулярно переносятся.

Да, на дашборде мы видим одинаковый объем, но качество этого объема сильно отличается. Поэтому важно смотреть на движение сделок по воронке: на конверсию между этапами, на то, сколько времени сделка проводит на каждом из этапов, насколько скорость движения по воронке отличается от исторической.

И особенно осторожно я бы относилась к прогнозируемой выручке, если вероятность закрытия на каждом этапе назначается вручную и не калибруется на исторических данных. Если отдел продаж ставит вероятность на глаз или переносит сделки между стадиями по разным правилам, математически красивый прогноз становится абсолютно бесполезным.

Важно вообще не смешивать между собой несколько разных сущностей: сформированный пайплайн, прогноз будущих продаж и фактически закрытые сделки. Они отвечают на разные вопросы.

Что маркетингу показывать фаундерам, если денег пока нет

Теперь перейдем к одному из самых практичных вопросов. Специалисты внутри отдела маркетинга могут сколько угодно обсуждать между собой когорты и цикл сделки, но у фаундеров и CEO компании в конце месяца возникает простой вопрос: «Что мы получили взамен потраченного бюджета?». И, согласитесь, ответ о том, что сейчас данных нет, звучит не очень хорошо.

Я бы разделила отчетность на две части.

Первая: что уже подтверждено фактически закрытыми сделками. Сколько сделок из наиболее зрелых когорт уже закрыты, какова их стоимость и средний чек, сколько выручки и маржинальной прибыли эти сделки принесли.

Вторая часть: что происходит со сделками, которые всё еще находятся внутри цикла продаж. Здесь важно смотреть не столько на количество лидов, сколько на качество сформировавшейся воронки.

Пример: в сентябре на маркетинг потратили $50 000. К концу месяца эта когорта сформировала $420 000 квалифицированного пайплайна.

На 30-й день 27% SQL перешли на следующую стадию. У предыдущих когорт на том же сроке показатель составлял 22%.

Среднее время перехода между первыми этапами воронки сократилось с 18 до 14 дней. Финальный CAC этой группы мы пока не считаем, потому что большая часть сделок ещё открыта.

При этом сами по себе цифры 27% против 22% или $420 000 пайплайна еще ничего не доказывают. Их нужно смотреть в контексте предыдущих когорт, объема выборки и того, насколько такие ранние показатели исторически были связаны с финальными продажами.

И ни в коем случае не стоит выдавать прогноз за случившийся факт. Есть три разные сущности: результат прошлых инвестиций, текущая динамика новых инвестиций и прогноз. Сваливать все эти данные в единый отчет может быть опасно, ведь тогда мы можем сделать ложные выводы.

Например, можно поставить рядом выручку за месяц и рекламный бюджет этого же месяца и назвать получившееся отношение окупаемостью маркетинга. При длинном цикле сделки такое число будет неверным и практически бесполезным для принятия решений.

С отделом продаж придётся договариваться о данных, а не только о лидах

Еще одна проблема, с которой может столкнуться отдел маркетинга в B2B‑компании: в длинном цикле сделки эффективность планирования рекламы находится в прямой зависимости от качества данных, которые передает отдел продаж.

Предположим, компания решает использовать SQL как один из ранних показателей качества. Прежде всего мы должны быть уверены, что все сотрудники одинаково понимают, что имеется в виду под SQL.

В отделах продаж с отсутствующим единым регламентом обработки нередко возникает ситуация, когда один менеджер делает пометку SQL на тех лидах, с которыми был проведен звонок, а другой на тех, кому уже отправлено коммерческое предложение. В итоге маркетинг получает отчет, где есть количество SQL, но данные в этом отчете ни о чем не говорят.

Поэтому перед тем, как строить систему оценки результатов маркетинга, необходимо договориться с продажами. Вопросы, которые обязательно нужно закрыть: когда меняется стадия сделки, какие критерии обязательны для перехода, когда сделка считается зависшей, как фиксируется причина отказа, кто и в какой момент обновляет данные.

Важно, чтобы одинаковое событие в CRM означало одинаковое бизнес‑событие. Иначе мы будем принимать решения на основе данных, которые выглядят точными только потому, что в таблице у них есть два знака после запятой.

Кроме того, стоит учитывать, что финальная конверсия зависит не только от качества привлечения. На нее может влиять загрузка отдела продаж, скорость первого контакта, конкретный менеджер, сегмент клиента или изменение процесса продаж. Если маркетинг увеличил поток качественных лидов в два раза, а отдел продаж физически не успевает их обрабатывать, ухудшение конверсии еще не означает, что проблема находится в рекламном канале.

Один отчет не должен отвечать сразу на все вопросы

Мне кажется, что значительная часть конфликтов вокруг эффективности B2B‑маркетинга появляется из‑за желания получить одну итоговую цифру. Руководителю хочется понимать, работает маркетинг или нет, а маркетологу хочется отстоять свои гипотезы.

Продажи смотрят на качество лидов, финансовый отдел смотрит на денежные поступления и расходы. И всё это зачастую пытаются свести в один показатель.

Но на практике разные вопросы должны рассматриваться по отдельности. Если я хочу понять, окупились ли инвестиции, сделанные три месяца назад, я смотрю на зрелую когорту и фактически закрытые сделки. Если мне нужно понять, стало ли лучше работать привлечение в этом месяце, я сравниваю новую когорту с предыдущими на одинаковом сроке жизни. А если нужно решить, можно ли увеличить бюджет уже сейчас, я смотрю на ранние показатели, которые исторически связаны с продажами.

При этом чем меньше объем данных, тем осторожнее стоит относиться к процентным изменениям. В B2B один крупный клиент легко может изменить и конверсию, и средний чек, и объем пайплайна. Поэтому важно смотреть не только на проценты, но и на абсолютные значения и динамику нескольких последовательных когорт.

Длинный цикл сам по себе не является проблемой для бизнеса, проблема в желании сотрудников уместить трехмесячный процесс в отчет за один месяц. Тогда хороший маркетинг может выглядеть плохим просто потому, что новые сделки ещё не успели закрыться, а плохой может выглядеть отличным за счет выручки, которую принесли старые инвестиции.

Задача маркетингового лида в такой ситуации — построить систему, в которой понятно, какие результаты уже подтверждены, какие сигналы мы видим сейчас и какие выводы пока делать рано.

А ещё договориться со всей компанией, что прогноз и факт всё‑таки не одно и то же.