Analiza white space w sprzedaży B2B: do kogo i co jeszcze możesz sprzedać

Analiza white space, po angielsku white space analysis, odnajduje przychód, o który jeszcze nie zabiegasz. Obejmuje dwie luki: produkty, których Twoi obecni klienci jeszcze nie kupują, oraz firmy pasujące do Twojego idealnego klienta, których nie ma w CRM. Firmy i produkty układasz w siatkę, a każdą komórkę oznaczasz jako kupione, otwarte, white space albo nie pasuje. Potem pracujesz nad pustymi komórkami w kolejności punktacji.

Wiele poradników z czołówki wyników wyszukiwania tłumaczy samą siatkę. Żaden nie każe najpierw usunąć duplikatów z CRM ani nie mówi, jak znaleźć firmy, których tam nie ma. Ten przewodnik omawia jedno i drugie na własnych danych Spony: sześciu testach na 100 firmach przeciwko używanym już narzędziom danych i 50 wyszukiwaniach, które wykluczały CRM klienta. Niezależnie od tego, czy piszesz „whitespace analysis”, czy „white space analysis”, metoda jest ta sama.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Czym jest analiza white space w sprzedaży?

Najzwięźlejszą definicję podaje Arpedio: „uporządkowana praktyka identyfikowania szans przychodowych, które istnieją w firmach już pozyskanych jako klienci”.

Prolifiq porównuje obecną penetrację produktową klienta z tym, co mógłby kupić. Zendesk poszerza perspektywę na produkty, usługi i rynki firmy. DemandFarm podchodzi do tego praktycznie: chodzi o przekopanie się przez dane sprzedażowe w poszukiwaniu luk.

Co więc oznacza whitespace w sprzedaży? Wyobraź sobie siatkę: klienci w wierszach z boku, produkty w kolumnach u góry. Wypełniona komórka to produkt, który dany klient kupuje, a pusta komórka to white space. Analiza rozstrzyga, które puste komórki są warte czasu handlowca.

Ten termin ma też inne znaczenia. Analitycy patentowi używają go dla luk w technologii, marki konsumenckie dla niezaspokojonej potrzeby rynku, a projektanci dla marginesów. Ten przewodnik zostaje przy sprzedaży.

Analiza potencjału klienta i nowe firmy: dwa rodzaje luk

Produktowy white space leży w firmach, które już są Twoimi klientami. Klient kupuje Twoją platformę, ale nie dodatek analityczny, albo jeden dział korzysta z Twojego oprogramowania, a bliźniaczy dział nie. Dane są w Twoim CRM i na fakturach, a działaniem jest cross-selling albo upselling.

White space po stronie firm dotyczy rynku: firm, które pasują do profilu idealnego klienta i nic od Ciebie nie kupują. Większości z nich w ogóle nie ma w Twoim CRM. Dane muszą przyjść z zewnątrz, a działaniem jest pozyskanie nowego klienta. Większość poradników mapuje tylko pierwszy rodzaj, a drugi jest zwykle większy.

Luka u klienta czy greenfield: gdzie przebiega granica

FAQ Arpedio umieszcza white space w firmach, które już obsługujesz, a green space stawia po drugiej stronie: „green space to zupełnie nowe firmy, których w ogóle nie obsługujesz”. Arpedio dodaje, że dla tej granicy nie ma standardu. Jedne zespoły nazywają tę samą ideę greenfield, inne używają tego słowa dla zupełnie nowych rynków. Tutaj oba rodzaje trafiają do jednej macierzy, bo kwartał handlowca obejmuje jedno i drugie.

Jak przeprowadzić analizę white space: macierz klientów i produktów

Zacznij od wierszy. Macierz DemandFarm umieszcza z boku centra zakupowe: działy lub funkcje, czasem podzielone według regionów. Centrum zakupowe to grupa, która sama podpisuje swoje zamówienia. Dział finansów, który kupił Twoje narzędzie do raportowania, to inny kupujący niż dział operacyjny za ścianą.

Potem kolumny: każdy produkt, pakiet lub usługa, które sprzedajesz jako osobną pozycję. Komórki wypełnij danymi z fakturowania i z lejka sprzedaży. Na koniec dodaj drugi blok wierszy dla firm, które pasują do Twojego ICP i nie ma ich w CRM.

Szablon do analizy white space: skopiuj tę tabelę

Zbuduj ją w Excelu albo w Google Sheets, z jedną zakładką na segment. Funkcja COUNTIF (w polskim Excelu LICZ.JEŻELI) na „White space” w każdej kolumnie produktu daje liczbę luk na produkt. To samo liczenie w bloku nowych firm daje liczbę luk po stronie firm. Jeśli nie masz jeszcze ICP, pola znajdziesz w szablonie profilu idealnego klienta od Spony.

Cztery kody komórek w macierzy

Kupione oznacza aktywną umowę albo fakturę z ostatnich dwunastu miesięcy. Otwarte oznacza szansę sprzedaży w lejku. White space oznacza brak transakcji, brak szansy i produkt, który pasuje do tego centrum zakupowego. Nie pasuje oznacza, że produkt się tu nie sprawdzi ze względu na wielkość, region, regulacje albo stos technologiczny.

Prolifiq zauważa, że wiele zespołów koloruje komórki na zielono dla aktywnych, na żółto dla tych w toku, na czerwono dla utraconych i zostawia puste dla nigdy niesprzedanych. Arpedio wymienia cztery stany: Expand, Maintain, Target i White space. Słowa są mniej ważne niż czwarty kod: bez „Nie pasuje” każda pusta komórka wygląda na szansę.

Utracone produkty to white space z historią. Oznacz komórkę jako White space, a powód rezygnacji wpisz w kolumnie Następny krok.

Dlaczego przed mapowaniem trzeba usunąć duplikaty z CRM?

Bo macierz liczy firmy, a zduplikowana firma tworzy white space, którego nie ma. Jeden rekord pokazuje, że klient ma Produkt A. Jego bliźniak nie pokazuje nic, więc wiersz bliźniaka wypełnia się pustymi komórkami, a handlowiec proponuje produkt, za który klient już płaci.

Duplikaty są częste. Raport Validity o CRM przytacza badanie Salesforce, według którego baza kontaktów przeciętnego klienta zawiera ponad 25 procent duplikatów. We własnej ankiecie Validity 53% pytanych wskazało zduplikowane rekordy jako problem z jakością danych. Ankieta objęła 631 użytkowników CRM i interesariuszy w USA, Wielkiej Brytanii i Australii.

Koszt widać w przychodach. W tej samej ankiecie 31% administratorów stwierdziło, że dane złej jakości kosztują ich firmę co najmniej 20 procent rocznych przychodów.

CRM daje Ci przewagę na starcie, ale nie rozwiązuje problemu. HubSpot automatycznie usuwa duplikaty kontaktów według adresu e-mail, a firm według domeny. Standardowe reguły duplikatów w Salesforce kończą się na porównaniach pojedynczych pól, z limitem pięciu aktywnych reguł na obiekt, a dokładne dopasowanie nie wyłapuje literówek.

Na potrzeby macierzy dopasowuj najpierw po domenie głównej, potem po znormalizowanej nazwie firmy. Następnie dokończ porządkowanie danych: pole produktu przy każdej wygranej transakcji i właściciel przy każdej firmie.

Których firm z potencjałem brakuje w Twoim CRM?

CRM z definicji nie wypełni bloku nowych firm. Potrzebujesz listy firm pasujących do Twojego ICP, pomniejszonej o te, które już masz. Reszta to Twój white space po stronie firm: rynek white space dla Twojego produktu, liczony firma po firmie, a nie w dolarach.

Zmierz odsetek pokrycia

Odsetek pokrycia to liczba firm pasujących do ICP, które już są w Twoim CRM, podzielona przez wszystkie firmy pasujące do ICP. Przykład poglądowy: 800 pasujących firm, z czego 200 jest w CRM. Pokrycie wynosi 25%, a pozostałe 600 to firmy z white space.

Analityka produktowa Spony pokazuje, jak to wygląda w praktyce. W próbie 1000 wyszukiwań w Sponie 50 korzystało z listy wykluczeń z istniejącymi firmami z CRM klienta. To 5% wyszukiwań. W tych wyszukiwaniach mediana odsetka pasujących firm usuniętych dlatego, że były już w CRM, wyniosła 28,0%.

Środkowa połowa wyszukiwań mieściła się między 19,0% a 41,5%. Najniższe wyszukiwanie straciło przez wykluczenie CRM 5% wyników, a najwyższe 71%. Każde wyszukiwanie liczy się w tych danych raz, niezależnie od wielkości.

Dwa zastrzeżenia. Te 50 wyszukiwań pochodzi od zespołów, które same zdecydowały się wykluczyć swój CRM. Nic nie mówią o innych zespołach ani o tym, jak konwertowały pozostawione firmy.

Wynik jednego klienta Spony opiera się na pokrewnej mierze: nowe firmy wśród sprawdzonych pasujących firm. Klient, firma programistyczna z 70 pracownikami we Francji, sprawdził po wykluczeniach 1000 pasujących rekordów potencjalnych klientów w każdym z dwóch czterotygodniowych okresów. W pierwszym okresie 580 z 1000 sprawdzonych pasujących firm było nowych. W drugim było ich 820 z 1000.

Ta zmiana jest opisowa; dwa okresy u jednego klienta nie dowodzą, co ją spowodowało.

Przetestuj nowe źródło danych na 100 firmach

Zanim kupisz źródło danych do bloku nowych firm, przetestuj je na firmach, które możesz sprawdzić. Spona przeprowadza ten test dla potencjalnych klientów przeciwko narzędziu, którego już używają; działa on z każdym dostawcą.

1. Wybierz te same 100 firm docelowych dla obu źródeł. Usuń duplikaty względem CRM i policz, ile z nich już tam jest.
2. Pobierz każdy kontakt, który zwraca dotychczasowe narzędzie, i każdy kontakt z nowego źródła.
3. Usuń duplikaty między oboma eksportami oraz względem CRM, po adresie e-mail i adresie URL profilu LinkedIn.
4. Policz użyteczne rekordy: decydent z imienia i nazwiska ze zweryfikowanym służbowym e-mailem albo bezpośrednim numerem telefonu.
5. Policz rekordy przyrostowe: użyteczne rekordy, których nie ma ani w CRM, ani w eksporcie z dotychczasowego narzędzia.
6. Podziel kwotę zapłaconą za nowe źródło przez liczbę jego użytecznych rekordów.

Tabela pokazuje sześć testów, które Spona przeprowadziła w ten sposób, każdy na 100 firmach. Udział przyrostowy poniżej to liczba kontaktów przyrostowych podzielona przez liczbę zweryfikowanych kontaktów Spony, a nie przez liczbę firm.

W sześciu testach mediana wyniosła 399 zweryfikowanych kontaktów i 152 kontakty przyrostowe. Przygotowanie zajęło w medianie 9,5 minuty, a mediana kosztu użytecznego rekordu wyniosła 0,41 USD. Część po stronie Spony kosztowała w każdym teście od 127,80 USD do 197,12 USD.

Czytaj tabelę z uwzględnieniem jej ograniczeń. Koszty nie obejmują pracy ani abonamentu dotychczasowego narzędzia. Pule sześciu testów mogą się pokrywać, więc nie sumuj testów w jeden wynik. Trzy narzędzia pojawiają się po jednym razie, a „zweryfikowany” nic nie mówi o odpowiedziach ani przychodach.

Dla analizy white space najważniejsza jest jedna liczba. W każdym teście CRM zawierał już co najmniej 58 ze 100 firm docelowych. W jednym teście było to 82. Liczby przyrostowe to kontakty, nie firmy.

Przykład analizy white space: osiem firm, cztery produkty

Siatka poniżej to ilustracja, a nie dane Spony. Dostawca oprogramowania sprzedaje cztery produkty: Platformę, Analitykę, Integracje i Plan wsparcia. Sześć firm to klienci, a dwie pasują do ICP, choć nie ma ich w CRM.

Siatka ma 32 komórki. Dwanaście ma status Kupione, a cztery Otwarte. Jedenaście to white space, a pięć nie pasuje. Teraz oceń jedenaście pustych komórek pod kątem dopasowania, wielkości transakcji i momentu, każdy czynnik w skali od 0 do 3, według kryteriów z następnej sekcji.

Trzy komórki mają 7 punktów lub więcej i to one trafiają do planu na ten kwartał. Transakcja na Platformę w Firmie 7 jest największa i najcieplejsza. Plan wsparcia w Firmie 3 jest mały, ale wypada przy odnowieniu, czyli przy najtańszej rozmowie w sprzedaży. Komórka Analityki w Firmie 4 to utracony produkt z nowym decydentem, czyli przypadek odzyskania z opisu kodów komórek powyżej.

Zostaje osiem pustych komórek: cztery czekają na zamknięcie Platformy, a cztery na silniejszy sygnał.

Które szanse z analizy white space realizować najpierw?

Szansa white space to pusta komórka z wiarygodną drogą do przychodu w Twoim okresie planowania. Nie każda pusta komórka się kwalifikuje. Prolifiq szereguje komórki według wielkości transakcji, prawdopodobieństwa wygranej, wartości strategicznej i czasu do zamknięcia, ale nie podaje wag. Arpedio dzieli je na Pursue, Park albo Pass, a każda komórka Pursue dostaje imiennego właściciela.

Żadne z nich nie wyznacza progu. Robi to skala poniżej.

Oceń każdą pustą komórkę

Oceń trzy czynniki w skali od 0 do 3 i zsumuj wyniki. To proponowana skala, a nie benchmark.

Suma od 7 do 9 to Pursue: komórka dostaje właściciela, termin pierwszego spotkania i miejsce w planie na ten kwartał. Suma od 4 do 6 to Park, do przeglądu, gdy pojawi się sygnał. Suma od 0 do 3 to Pass i zwykle zakamuflowane „Nie pasuje”. Przewodnik Spony po sygnałach zakupowych B2B wymienia sygnały, które dają dwie najwyższe oceny momentu.

Dobierz działanie: obecny klient czy nowa firma

Cross-selling to pusta komórka obok kupionej komórki w tym samym centrum zakupowym: klient ma Platformę, ale nie ma Analityki. Upselling to pusta komórka w wyższym pakiecie produktu, który klient już ma. Różnicę omawia artykuł Spony o cross-sellingu i upsellingu. Oba przypadki należą do account managera, bo kupujący ma już Twój formularz dostawcy w swoich systemach.

W Polsce art. 398 Prawa komunikacji elektronicznej zakazuje przesyłania informacji handlowej, w tym marketingu bezpośredniego, przez telekomunikacyjne urządzenia końcowe bez uprzedniej zgody abonenta lub użytkownika końcowego. Przepis nie przewiduje osobnego wyjątku dla B2B, a jego naruszenie jest czynem nieuczciwej konkurencji. Dotyczy to także e-maili do obecnych klientów o produktach, których jeszcze nie używają, więc zanim wyślesz taką ofertę, sprawdź, czy masz w CRM ich zgodę.

Nowy klient to każda pusta komórka w bloku nowych firm. Należy do zespołu SDR, a produkt na start idzie pierwszy. Reszta wiersza czeka, aż zostanie podpisana pierwsza umowa.

Korzyść z dwóch pierwszych działań widać w danych o retencji. Ankieta SaaS Capital wśród prywatnych firm SaaS podaje medianę net revenue retention na poziomie 102%. Dotyczy to umów o wartości od 25 000 USD do 50 000 USD. Górny kwartyl osiąga 111%, a dolny 97%, i różnica między nimi to łącznie churn i ekspansja.

Jak często powtarzać analizę white space?

Odbudowuj całą macierz co kwartał, przeglądaj komórki Pursue co miesiąc, a blok nowych firm odświeżaj za każdym razem, gdy Twoje źródło danych doda nowe dopasowania. Arpedio pisze, że kwartalne przeglądy sprawdzają się dla większości klientów, a kluczowi klienci w szybko zmieniających się kategoriach mogą wymagać comiesięcznych. Prolifiq zaleca dla kluczowych klientów przegląd co najmniej raz na kwartał. Żadne z nich nie podaje dowodów, więc oto kilka.

Komórki się starzeją, bo ludzie zmieniają pracę. Według BLS mediana stażu amerykańskich pracowników najemnych (wage and salary workers) u obecnego pracodawcy wynosi 4,1 roku. W grupie od 25 do 34 lat to trzy lata. Orędownik stojący za kupioną komórką ma realną szansę odejść w ciągu roku.

Wiersze się starzeją, bo powstają nowe firmy. US Census Bureau odnotowuje ponad pół miliona wniosków o założenie firmy miesięcznie, po wyrównaniu sezonowym. W Wielkiej Brytanii Companies House zarejestrował w jednym kwartale 192 287 nowych spółek, przy 156 515 wykreślonych. Rejestr urósł o 0,7% do 5 516 377 spółek, a żadnej z nowych nie ma jeszcze w Twoim bloku nowych firm.

Wielu administratorów widzi, że dane starzeją się coraz szybciej. W ankiecie Validity 48% administratorów zauważyło w poprzednich dwunastu miesiącach przyspieszenie starzenia się danych klientów. Przyczyny omawia artykuł Spony o starzeniu się danych. W macierzy rozwiązaniem jest data przy każdej komórce: kto ją ostatnio potwierdził i kiedy.

Gdzie Spona pasuje do analizy white space, a gdzie nie

Spona pasuje do bloku nowych firm. Opisujesz swojego idealnego klienta na czacie. AI przeszukuje ponad 40 źródeł, weryfikuje każdy lead i w około 4 minuty dostarcza listę z punktacją. Płacisz za lead, w kredytach, a każde wyszukiwanie zaczyna się od darmowej próbki.

Lista wykluczeń to funkcja stworzona do white space. W każdym planie, także w darmowym, możesz wgrać firmy z CRM jako czarną listę. Wyszukiwanie pomija wtedy firmy z tej listy i właśnie ten schemat stoi za 50 wyszukiwaniami opisanymi wyżej.

Koszty pochodzą z cennika. Każda nowa sesja wyszukiwania kosztuje jednorazowo 1000 kredytów. To od 8 USD do 10 USD, zależnie od planu.

Lead kosztuje potem od 0,48 USD do 2,00 USD w Deep Search. W Standard Search, tylko z e-mailem, kosztuje od 0,024 USD do 0,07 USD. Bulk Search to od 0,008 USD do 0,09 USD za lead.

Darmowy plan ma jednorazowo 3000 kredytów. Szacunkowo test na 100 firmach z trzema decydentami w każdej to 300 leadów. W Deep Search to od 144 USD do 600 USD plus jedna sesja. W Standard Search, tylko z e-mailem, to od 7,20 USD do 21 USD plus jedna sesja.

Do macierzy pasują jeszcze dwie funkcje. Filtry sygnałów w planie Pro i wyższych obejmują finansowanie, rekrutację, technologię, pierwsze wykrycie i nową lokalizację, czyli sygnały stojące za najwyższymi ocenami momentu. Nowe leady pasujące do zakończonego wyszukiwania pojawiają się co tydzień w tej samej cenie za lead. To odświeża blok nowych firm między kwartalnymi przebudowami.

Przy produktowym white space u obecnych klientów Spona może zamiast tego wzbogacić Twoją własną listę. Zweryfikowany e-mail kosztuje 5 kredytów. To od 0,04 USD do 0,05 USD, zależnie od planu.

Teraz ograniczenia. Spona nie widzi, co kupili Twoi klienci, więc komórki Kupione, Otwarte i Nie pasuje pochodzą z Twojego CRM i danych z fakturowania. Spona nie ma macierzy planów dla klientów. Arpedio i Prolifiq budują swoje w Salesforce, a zespół kluczowych klientów, który tam pracuje, skorzysta więcej z jednego z nich.

HubSpot to jedyna natywna integracja Spony z CRM, a użytkownicy Salesforce przenoszą pliki CSV, które eksportuje każdy płatny plan. Kredyty wygasają na początku każdego okresu rozliczeniowego, więc dopasuj każde wyszukiwanie do miesiąca, w którym będziesz nad nim pracować. Spona zapowiedziała własny typ wyszukiwania Signal Search, ale nie jest on jeszcze dostępny.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Analiza white space: najczęstsze pytania

Co oznacza ten termin poza sprzedażą?

W strategii Mark Johnson napisał o tym książkę, Seizing the White Space. Używa tego terminu dla szans rynkowych, które firma może wykorzystać tylko przy innym modelu biznesowym. Wersja Bluevine dla małych firm nazywa to metodą odkrywania szans na innowacje i wzrost na Twoim rynku. Znaczenie sprzedażowe jest węższe: puste komórki w siatce klientów i produktów.

Na czym polega sprzedaż w lukach u obecnych klientów?

Sprzedaż w lukach (white space selling) to praca nad pustymi komórkami u klientów, których już masz. Chodzi o cross-selling do centrum zakupowego, które ma sąsiedni produkt, albo upselling do wyższego pakietu. Kupujący ma już Twoją umowę i podpisany formularz dostawcy, więc oceń komórki i najpierw zadzwoń w sprawie odnowienia.

Czy analiza white space to to samo co szacowanie wielkości rynku?

Nie. TAM, SAM i SOM określają wielkość rynku w przychodach, od całego dostępnego rynku po udział, który możesz zdobyć. Analiza white space wskazuje konkretne firmy i produkty, których jeszcze nie sprzedajesz. Przewodnik Spony po TAM, SAM i SOM omawia stronę szacowania wielkości.

Czy analizę white space da się zrobić w Salesforce?

Tak. Raport firm według linii produktowych szans sprzedaży daje Ci komórki Kupione i Otwarte. Arpedio i Prolifiq budują swoje macierze w Salesforce. Najpierw usuń duplikaty firm, bo standardowe reguły duplikatów porównują pojedyncze pola i kończą się na pięciu aktywnych regułach na obiekt.

Whitespace czy white space w sprzedaży: która pisownia jest poprawna?

Obie są w użyciu. Arpedio, Zendesk i Prolifiq piszą „white space”, a wyszukujący wpisują „whitespace analysis” na tyle często, że widać to w danych o słowach kluczowych. Wybierz jedną pisownię w macierzy i polach CRM, żeby filtr po kodzie komórki znajdował każdy wiersz.