Firmographics och firmografisk data: definition, exempel, datakällor och målgruppsval

Av de 6,4 miljoner amerikanska företag som hade avlönade anställda 2022 hade 89 % färre än 20 anställda och bara 21 041 hade 500 eller fler, enligt Statistics of U.S. Businesses från Census Bureau. Företagets storlek är en av dess firmographics, alltså de fakta som beskriver ett företag, och redan ett storleksfilter avgör om din lista mest består av mikroföretag eller mest av storföretag. I den här guiden definierar vi firmographics med exempel och går igenom de 16 fälten i firmografisk data och var de kommer ifrån. Vi jämför firmografisk data med demografisk data, teknografisk data och intentionsdata, visar hur komplett varje fält är i Sponas register och hur det hamnar i CRM-systemet, och går steg för steg igenom firmografisk segmentering. Till guiden hör ett gratis firmografiskt ICP-arbetsblad i Google Sheets som gör om din ideala kundprofil till en matchningspoäng för varje konto.

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

Vad är firmographics?

Firmographics är de egenskaper som beskriver en organisation: bransch, storlek, omsättning, geografi, ålder, ägarform och tillväxt. De gör för företag vad demografi gör för människor, och därför tar Wikipedias artikel också upp namnen firm demographics och emporographics. Firmografisk data är de här fälten för en lista med företag, en post per företag. I praktiken är den betydelse de flesta team arbetar efter enkel: de fält som visar om ett företag skulle kunna köpa av dig, innan någon ens har pratat med det.

B2B-team använder firmographics på tre ställen:

• Målgruppsval: bestäm vilka företag som hamnar på en prospektlista eller i en annonsmålgrupp.
• Segmentering: dela in konton i grupper så att varje grupp får ett eget budskap, ett eget erbjudande och ett eget säljupplägg.
• Poängsättning och fördelning: rangordna inkommande leads och skicka dem till rätt team, till exempel mellanstora konton till en grupp säljare och storkonton till en annan.

Compliance- och ekonomiteam använder samma firmografiska information för att verifiera företag och göra kreditkontroller; den här guiden handlar om användningen inom sälj och marknadsföring. Firmographics beskriver företaget, inte människorna i det. Befattning, senioritet och avdelning är kontaktdata, och vår guide om vad säljdata är visar hur företagsfälten hänger ihop med kontaktdata, pipelinedata och intentionsdata.

Exempel på firmographics: fälten som beskriver ett företag

De flesta firmografiska datamängder innehåller samma kärnfält. Värdena nedan beskriver ett tänkt exempelföretag, en redovisningsbyrå med 45 anställda i Austin, Texas.

Bransch lagras oftast som en kod. Det nordamerikanska klassificeringssystemet North American Industry Classification System (NAICS) från 2022 har 20 sektorer och 1 012 branscher i sin amerikanska version. De två första siffrorna anger sektorn och den sjätte den nationella branschen, så 54 står för professionella, vetenskapliga och tekniska tjänster och 541211 för byråer med CPA:er (certified public accountants, amerikanska auktoriserade revisorer). Det äldre fyrsiffriga SIC-systemet används fortfarande: SEC märker de företag som rapporterar i EDGAR med en SIC-kod, till exempel 7372 för färdigpaketerad programvara. Dataleverantörer lägger ofta till egna etiketter som ”B2B SaaS” eller ”fintech”, som ingen officiell kod fångar.

Företagsstorlek anges som ett exakt antal anställda eller, oftare, som en storleksklass. LinkedIns koder för företagsstorlek går från egenföretagare och 1 till 10 anställda upp till 10 001 eller fler, nio klasser totalt. Officiella definitioner skiljer sig åt mellan länder och branscher. Enligt EU är ett företag ett SMF, alltså ett litet eller medelstort företag, när det har färre än 250 anställda och en omsättning på högst 50 miljoner euro eller en balansomslutning på högst 43 miljoner euro. SBA:s storleksnormer i USA sätts per NAICS-kod; de flesta tillverkningsföretag med högst 500 anställda och de flesta andra företag med genomsnittliga årliga intäkter under 7,5 miljoner dollar räknas som små. När en dataleverantör skriver ”SMB” bör du fråga vilken definition den använder.

Omsättning, geografi, ålder, ägarform, finansiering och tillväxt gör posten komplett. Omsättning är det fält som oftast är uppskattat, geografi kan betyda huvudkontoret eller varje filial, och tillväxtsignaler som rekryteringar eller ett nytt kontor är det närmaste firmographics kommer tidpunkten för ett köp.

Firmografiska datafält: 16 attribut och var varje uppgift kommer ifrån

En komplett firmografisk post innehåller mer än de åtta fälten ovan: identitetsfält som gör matchning möjlig, finansieringsfält som bara en del företag har och aktivitetsfält som visar vad som förändras i företaget just nu. Spona mäter 14 av de 16 fälten nedan i sina egna register, alla utom ägarform och tillväxtsignal (fyllnadsgraden finns i avsnittet om datakvalitet). Fliken Fältguide i arbetsbladet återger alla 16 med exempelvärden och kommentarer om tillförlitlighet.

Vissa guider räknar befattning på ledningsnivå och fas i säljcykeln som firmografiska variabler. Den här listan utelämnar dem: en befattning beskriver en person och en pipelinefas beskriver en affär, så de hör hemma i kontaktposterna och affärsposterna som kopplas till företagsfälten när du bygger en lista.

Firmografisk data jämfört med demografisk data, teknografisk data och intentionsdata

Firmografisk data beskriver företaget. De tre andra datatyperna svarar på andra frågor, och de flesta urval kombinerar minst två av dem.

Skillnaden mellan firmographics och demografi är enheten: en demografisk uppgift beskriver en person, en firmografisk uppgift beskriver en organisation. I B2B möts de två i kontaktposten, där företagsfälten är firmografiska medan befattning, senioritet och avdelning beskriver personen. Teknografisk data lägger till ett separat lager: det CRM-system, ekonomisystem eller e-handelssystem som företaget använder. Firmographics visar vem som skulle kunna köpa, och intentionsdata lägger till tidpunkten: vår guide om intentionsdata går igenom vad den kostar och hur du mäter om den fungerar.

Firmografisk och teknografisk data köps ofta tillsammans, och skillnaden spelar roll när du filtrerar. Ett firmografiskt fält som bransch eller antal anställda beskriver själva företaget och förändras långsamt. Teknografiska belägg beskriver ett verktyg som företaget använder, kommer från taggar på webbplatser, platsannonser och integrationssidor och har ett datum för när de senast sågs. I Sponas register finns teknikbelägg för 38 % av företagen, och de är belägg för användning, inte bevis för ett avtal: en tagg på en offentlig webbplats visar inte i sig att företaget har ett internt ERP- eller CRM-system installerat. Teknik, bransch och antal anställda tillsammans är huvudfilter i 12 % av Sponas kundsökningar, den tredje vanligaste kombinationen.

Var kommer firmografisk data ifrån?

Firmografisk data kommer från fem typer av källor, och kommersiella databaser blandar alla fem:

1. Register och offentliga rapporter. Företagsregister innehåller juridiska namn, juridiska former, registrerade adresser och registreringsdatum. Amerikanska börsbolag beskriver sin verksamhet i 10-K-rapporten, och Item 101 i Regulation S-K begär en beskrivning av humankapitalet, i den mån den är väsentlig, ”inklusive antalet personer som är anställda av registranten”. De flesta privata amerikanska företag lämnar inte in något jämförbart. I Storbritannien kan små företag välja att inte skicka in sin resultaträkning till Companies House. OpenCorporates samlar uppgifter från mer än 140 myndighetsregister i en öppen databas.
2. Offentlig statistik. Census Bureau publicerar antalet företag per bransch, storlek och delstat i Statistics of U.S. Businesses, och den årliga serien County Business Patterns lägger till arbetsställen, sysselsättning och lönesumma per bransch och storleksklass ned till countynivå. Det är antal, inte listor: de visar hur stor en marknad är men kan inte fylla ett CRM-system.
3. Företagets egna kanaler. Webbplatser, LinkedIn-sidor, pressmeddelanden och platsannonser. Många av de här värdena är självrapporterade och därför bara så aktuella som den senaste gången någon uppdaterade sidan. Använd bara information från LinkedIn på behöriga sätt som är förenliga med tillämplig lag och LinkedIns villkor, utan otillåten skrapning, automatiserad extrahering eller kringgående av åtkomstbegränsningar.
4. Dataleverantörer. De slår samman källorna ovan, standardiserar branscher och storleksklasser, modellerar det som saknas, till exempel omsättning för privata företag, och lägger till identifierare som Dun & Bradstreets niosiffriga D-U-N-S-nummer. Vår jämförelse av de bästa B2B-dataleverantörerna ställer 12 av dem mot varandra utifrån den datatyp som var och en är bäst på.
5. Förstapartsdata. Förstapartsdata är det du samlar in själv: formulärfält, säljanteckningar, enkäter och faktureringsuppgifter. Det är den mest korrekta datan om dina egna kunder och den minst kompletta om alla andra.

Vill du kontrollera ett enskilt företag manuellt går du igenom källorna i den ordningen: registret för juridiskt namn, juridisk form och registreringsdatum; EDGAR om det är ett amerikanskt börsbolag; webbplatsen, LinkedIn-sidan och platsannonserna för storlek, beskrivning och rekryteringar; och sist en leverantörspost för den standardiserade branschkoden och storleksklassen. Notera var varje värde kommer ifrån: det är precis vad en leverantörs fält för källangivelse gör i stor skala.

Så får du in firmografisk data i CRM-systemet: listor, berikning, API:er och IP-uppslag

Firmografisk data når ett säljteam på fyra sätt, och de flesta team använder två av dem:

1. Listexporter. Du definierar ett segment och leverantören returnerar de företag som matchar, oftast med kontakter, som en CSV-fil eller direkt in i CRM-systemet. Det är vägen för prospekteringslistor, och det är så Spona levererar: du beskriver segmentet i en chatt och får företagen och verifierade kontakter som en lista.
2. CRM-berikning och komplettering. Du skickar de konton du redan har, identifierade med domän eller namn, och leverantören fyller i de fält som saknas: bransch, storleksklass, omsättningsklass, geografi och grundandeår. Kompletteringen fyller luckorna i inkommande leads och gamla poster och synliggör konflikter, så bestäm vilken källa som gäller när två värden inte stämmer överens. Vår guide om databerikning i CRM går igenom verktyg, kostnader och bästa praxis.
3. API:er. Ett API returnerar samma fält på begäran, ett företag i taget, så att ett webbformulär kan fylla i bransch och storlek för en lead i samma ögonblick som den kommer in. Spona beskriver API-leverans offentligt och listar API-åtkomst i sin Expert-plan. Spona har dock inte bekräftat någon lista över inbyggda CRM-kopplingar, så kontrollera autentisering, fältmappning och synkriktning innan du förlitar dig på en sådan.
4. IP-uppslag. Omvänd IP-uppslagning matchar en webbplatsbesökares nätverksadress med ett företag och kopplar på företagets firmographics. Det är så verktyg för besöksidentifiering kan rapportera att ett logistikföretag med 200 anställda har läst din prissida. Metoden pekar ut ett företag, inte en person, och bara när adressen matchar ett företagsnätverk. Spona berikar de företag som ett behörigt besöksverktyg identifierar, lägger till kontakter och levererar dem till ett CRM-system via ett tillgängligt API eller som CSV; Spona identifierar inte själva besökarna. Vår guide om att identifiera anonyma webbplatsbesökare förklarar metoderna, från omvänd IP-uppslagning till identitetsmatchning, och vad som är lagligt.

Hur korrekt är firmografisk data? Fyllnadsgrad per fält

Ingen firmografisk datamängd är komplett eller helt aktuell, och luckorna går att förutse. I 10 000 dubblettrensade företagsposter i Sponas databas är identitets- och geografifälten nästan kompletta, medan fälten för omsättning, teknik och finansiering inte är det.

Tre saker förklarar luckorna:

• Omsättningen är ofta uppskattad. Privata företag publicerar den sällan, så en omsättningsklass är ofta en modell som bygger på antal anställda och bransch. I Sponas register har vart och ett av de här fälten en källa och en tidsstämpel för senaste kontroll, och värdena för omsättning och antal anställda kan vara uppskattningar.
• Finansieringsfälten är sällsynta av naturliga skäl. Siffran 8 % har alla företag som nämnare. De flesta företag tar aldrig in externt kapital, så ett finansieringsfilter ringar in en liten del av marknaden; gör det till ett skallkrav bara om du säljer till finansierade startups.
• Branschkoder följer den huvudsakliga verksamheten. NAICS-manualen klassificerar ett arbetsställe ”när dess huvudsakliga verksamhet uppfyller definitionen för den branschen”. Ett arbetsställe som säljer både programvara och konsulttjänster får en enda kod, och två databaser kan placera samma företag under olika koder.

Aktualitet är den andra begränsningen. Av de arbetsställen i privat sektor som startade under året fram till mars 2015 var 79,6 % fortfarande i drift ett år senare, 50,2 % efter fem år och 34,7 % efter tio, enligt överlevnadsdata från Bureau of Labor Statistics. Nya företag tillkommer hela tiden: Census Bureau räknade 534 947 ansökningar om att starta företag på en enda månad, säsongsjusterat. Fyra misstag följer av de här luckorna.

Misstag med firmografisk data som fyllnadsgraden förutsäger

1. Att tolka ett tomt fält som ett nej. När omsättningen är ifylld för 62 % av företagen tappar ett hårt omsättningsfilter mer än en tredjedel av marknaden, bra konton inräknade. Poängsätt tomma fält som okända och fyll i dem innan du utesluter någon.
2. Att använda uppskattningar som skarpa gränser. En modellerad omsättning på 9,5 miljoner dollar och en verklig på 10,5 miljoner dollar beskriver samma typ av företag. Använd klasser som överlappar lite och bekräfta siffran i första samtalet.
3. Att lita på en enda branschetikett. Ett företag kan ha en NAICS-kod, en SIC-kod från SEC och en egen etikett från leverantören som inte stämmer överens. Kontrollera ett urval i varje segment manuellt innan du drar i gång.
4. Att bygga listan en gång för alla. Ungefär hälften av alla nya arbetsställen stänger inom fem år, enligt BLS-siffrorna ovan, så förra årets lista innehåller nedlagda företag, sammanslagningar och företag som har bytt storleksklass. Uppdatera aktiva segment varje kvartal.

Firmografisk B2B-segmentering: så segmenterar du konton och väljer vilka du ska bearbeta

Firmografisk segmentering är kundsegmentering utifrån firmografiska fält: du delar in de företag du skulle kunna sälja till i grupper och ger sedan varje grupp en egen prioritet, ett eget budskap och en egen kanal. Firmografiskt målgruppsval är beslutet om vilka segment som får säljtid först. Så här gör du båda, steg för steg:

1. Analysera dina vunna affärer. Exportera vunna, förlorade och uppsagda konton med deras firmographics och jämför sedan vinstfrekvens, affärsstorlek och säljcykel per bransch, storleksklass och region. Så analyserar du firmografisk data för målgruppsval: leta efter de fält där vinnare och förlorare skiljer sig åt.
2. Välj tre till fem fält. Behåll de fält som skilde vinnarna från förlorarna och som har hög fyllnadsgrad. Bransch, storleksklass och geografi täcker de flesta fall; omsättningsklass fungerar bättre för att skilja likvärdiga konton åt än som spärr.
3. Bestäm klasser och skallkrav. Skriv varje fält som ett idealt värde, ett godtagbart värde och ett uteslutningsvärde, och markera skallkraven. Ett företag utanför dina säljländer utesluts, hur väl det än passar i övrigt.
4. Ta reda på hur stort varje segment är. Räkna företagen i varje segment innan du skriver ett budskap. Ett segment med 40 företag är ett fall för account-based marketing, inte för en kampanj.
5. Poängsätt och nivåindela kontona. Ge varje konto en matchningspoäng utifrån dess fält och sortera kontona i nivåer: nivå A för personlig bearbetning, nivå B för segmentkampanjer och nivå C för nurturing.
6. Lägg till personerna och tidpunkten. Firmographics väljer ut företaget. Roll och senioritet väljer ut kontakterna, och tillväxt- eller intentionssignaler väljer ut tidpunkten.
7. Mät per segment och uppdatera. Följ svarsfrekvens, mötesfrekvens och vinstfrekvens per segment varje kvartal och justera sedan klasserna.

Exempel på firmografisk segmentering: CPA-byråer i Texas

Säg att du säljer ett byråsystem byggt för CPA-byråer med 10 till 99 anställda och att ditt säljteam täcker Texas. Census-data visar hur snabbt tre firmografiska filter krymper marknaden:

Tre filter tar 6,4 miljoner företag ned till 471 konton, så få att du kan undersöka vart och ett för sig. Inom branschen gjorde storleksfiltret det mesta av jobbet: 44 254 av de 50 885 CPA-byråerna, 87 %, hade färre än 10 anställda.

Storleken påverkar också hur många personer du kan nå per konto. Sponas index över amerikanska redovisningsbyråer har cirka 1,3 verifierade kontakter per företag med 1 till 9 anställda (115 000 kontakter på 90 000 företag), 2,5 vid 10 till 49 anställda, 5 vid 50 till 249 och 10 vid 250 eller fler. Små byråer ger dig många konton med en beslutsfattare vardera; större byråer ger dig färre konton med en hel köpgrupp i varje.

Fler exempel på firmografisk segmentering, ett fält i taget

CPA-exemplet staplar tre fält. Varje fält kan också segmentera en marknad på egen hand:

• Bransch. Byråer för CPA:er (NAICS 541211) och deklarationstjänster (541213) delar den fyrsiffriga gruppen 5412 men är olika segment: 50 885 CPA-byråer mot 19 464 deklarationsbyråer. NAICS-manualen definierar den andra gruppen som arbetsställen som ”tillhandahåller tjänster för upprättande av deklarationer utan att också tillhandahålla redovisnings-, bokförings-, fakturerings- eller lönehanteringstjänster”. Ett filter på den fyrsiffriga koden skulle även dra in 45 390 företag med andra redovisningstjänster och 4 484 lönebyråer, totalt 120 085 företag, eftersom ett företag som är verksamt i mer än en av de här branscherna bara räknas en gång. Välj den sexsiffriga koden och skriv ett budskap för just den.
• Geografi. Antalet för Texas ovan, 471 byråer, omfattar alla byråer med ett arbetsställe i delstaten, oavsett om huvudkontoret ligger där eller inte; en regel som bara räknar huvudkontor ger en kortare lista. Bestäm vilken regel ditt säljdistrikt utgår från innan du räknar, och tillämpa samma regel på den data du köper.
• Ägarform och finansiering. Finansiering delar en marknad i en liten, väldokumenterad del och alla andra. Sponas index innehåller cirka 12 000 amerikanska företag som har tagit in extern finansiering de senaste 12 månaderna, med 48 000 verifierade kontakter, och 85 % av de matchade finansierade kontona hade minst en verifierad e-postadress till en beslutsfattare. Mot 6,4 miljoner företag med anställda är det ett segment på cirka 0,2 %: finansieringsfilter är huvudfilter i 9 % av kundsökningarna och passar team som säljer till startups.
• Tillväxtsignal. Rekrytering är den firmografiska uppgift som ligger närmast tidpunkten för ett köp; en rekryteringssignal i kombination med en roll och ett land är huvudfilter i 6 % av Sponas kundsökningar. Signaler har kort hållbarhet: kontrollera att platsannonsen fortfarande är öppen innan kontot läggs in i en sekvens.

Firmografiskt målgruppsval: filtren som Sponas kunder kombinerar

Spona klassificerade 1 000 kundsökningar efter deras huvudsakliga filterkombination:

Geografi ingår i kombinationerna bakom 72 % av sökningarna, bransch eller verksamhetskategori bakom 64 % och antal anställda bakom 41 %. Omsättningsklass är huvudfilter i bara 5 %, vilket stämmer med dess fyllnadsgrad på 62 %: team filtrerar på de fält de kan lita på. Minst 64 % av sökningarna lägger till ett personfilter (senioritet, roll, ägare eller grundare) till företagsfiltren, eftersom ett firmografiskt segment blir användbart först när du vet vem du ska kontakta i det.

Misstag i firmografisk segmentering: för många filter, för få signaler

1. Att stapla filter tills ingenting finns kvar. Varje nytt filter skär ytterligare i det som redan är kvar. Tre filter tog 6,4 miljoner företag ned till 471 i exemplet ovan; ett fjärde kan lämna en lista som är för liten för att testa ett budskap.
2. Att stanna vid firmographics. En perfekt firmografisk matchning utan behov, budget eller tidpunkt är fortfarande ett kallt konto: bransch, storlek och geografi visar att ett företag skulle kunna köpa, inte att det behöver köpa nu. Lägg till en tidssignal, som rekrytering, finansiering eller köpintention, innan ett konto på nivå A läggs in i en sekvens.

Gratis arbetsblad för firmographics: poängsätt konton mot din ICP

Det firmografiska ICP-arbetsbladet samlar stegen ovan i ett Google-kalkylark med fyra flikar:

• ICP-arbetsblad: definiera din firmografiska profil i sju fält (bransch, storleksklass, omsättningsklass, geografi, företagets ålder, ägarform eller finansiering, tillväxtsignal), vart och ett med ett idealt värde, ett godtagbart värde, ett uteslutningsvärde, en vikt från 1 till 3 och en markering för skallkrav. Ett ifyllt exempel för ett byråsystem för CPA-byråer visar formatet.
• Kontopoäng: poängsätt varje konto med 2 (idealt), 1 (godtagbart) eller 0 (ingen matchning) per fält och lämna okända fält tomma. Formler räknar om poängen till en matchningspoäng från 0 till 100 och sätter nivån: utesluten när ett skallkrav får 0, berika först när ett skallkrav eller tre eller fler fält är okända, nivå A från 75, nivå B från 50 och nivå C under det.
• Fältguide: en definition, ett exempelvärde, källor och en kommentar om tillförlitlighet för de 16 firmografiska fälten ovan, med Sponas fyllnadsgrad där den har mätts.
• Om: hur du använder kalkylarket. Fem exempelkonton på fliken Kontopoäng visar varje status; ta bort dem när du börjar.

Öppna länken, välj ”Kopiera” i menyn Arkiv så får du en egen kopia som du kan redigera. Har du inte skrivit en ICP än kan du börja med vår mall för ideal kundprofil, som tar upp personerna, problemen och uteslutningarna runt den firmografiska profilen.

Firmografisk data med Spona: när det passar och när det inte gör det

Spona bygger in firmografiskt målgruppsval i listbyggandet. Du beskriver din idealkund i en chatt och anger branscher, företagsstorlekar, geografier, tekniker och roller. Sponas AI söker i mer än 40 källor, verifierar varje lead och levererar kvalificerade leads, med gratisprover som första steg. Spona rapporterar 95 % träffsäkerhet för leads och 90 % kortare researchtid.

Där Spona passar:

• Företagsdata och kontaktdata i ett steg. Du får företagen i ett firmografiskt segment och verifierade kontakter i de roller du behöver, mönstret bakom minst 64 % av sökningarna ovan.
• Källangivelse på firmografiska fält. Varje fält i tabellen över fyllnadsgrad ovan har en källa och en tidsstämpel för senaste kontroll, och det bredare datalagret uppdateras var 90:e dag.
• Segment utöver vanlig B2B. Lokala verksamheter efter kategori och ort, Shopify-butiker och IT-tjänsteleverantörer stod för 25 % av sökningarna ovan.
• Priser som passar ett test. Kvalificerade leads kostar 0,32 till 4 dollar styck och bulkleads 0,01 till 0,09 dollar. Det finns en gratisplan, och en ny ICP kostar 1 000 uppstartskrediter, cirka 8 till 10 dollar. Kontrollera ett prov mot ditt arbetsblad innan du köper mer.

Där Spona inte passar:

• Detaljer om omsättning och finansiering. Omsättningsklass är ifylld för 62 % av företagen och finansiering för 8 %. Om din ICP hänger på exakt omsättning är offentliga rapporter och reviderade årsredovisningar en bättre källa.
• Koncernstrukturer och kreditdata. De firmografiska fält som Spona mätte ovan omfattar inte koncernträd med moder- och dotterbolag eller kreditprofiler för företag; Dun & Bradstreet bygger båda kring sitt D-U-N-S-nummer.
• Identifiering av webbplatsbesökare. Spona berikar de företag och kontakter du väljer; Spona identifierar inte anonyma besökare på din webbplats.
• Leverantörsbyte i storföretag. Vissa team behöver dokumenterade integrationer innan de byter leverantör. Som en RevOps-chef på ett företag med 200 till 1 000 anställda sa till Spona: ”Vi behöver dokumenterade integrationer, säkerhetsunderlag och förutsägbara servicenivåer innan vi byter leverantör.”

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

Vanliga frågor om firmographics

Vad är skillnaden mellan demografisk och firmografisk data?

En demografisk uppgift beskriver en person, till exempel ålder, inkomst eller befattning; en firmografisk uppgift beskriver en organisation, till exempel bransch, antal anställda eller geografi. B2B-listor behöver båda: firmographics väljer ut företaget, och kontaktdata väljer ut personen du ska nå där.

Vad innebär firmografisk segmentering?

Kundsegmentering efter firmografiska fält: du delar in en marknad i grupper av företag efter till exempel bransch, storleksklass och geografi, så att varje grupp får en egen prioritet och ett eget budskap. I CPA-exemplet ovan tar tre filter 6,4 miljoner amerikanska företag ned till 471 konton.

Var hör firmografisk segmentering hemma bland de fyra typerna av marknadssegmentering?

Läroböcker i marknadsföring brukar nämna fyra grunder för att segmentera konsumentmarknader: demografisk, geografisk, psykografisk och beteendebaserad. Firmografisk segmentering är B2B-motsvarigheten till de två första, tillämpad på företag i stället för människor. I den nästlade modell som Benson Shapiro och Thomas Bonoma lade fram i Harvard Business Review i maj 1984 utgör företagets demografi, som bransch, storlek och geografi, det yttersta lagret, före operativa variabler, inköpsmetoder, situationsfaktorer och köparnas personliga egenskaper. Intentionsdata och användningsdata är den närmaste B2B-motsvarigheten till beteendebaserad segmentering.

Vad är ett annat ord för firmographics?

Firm demographics, eller den äldre termen emporographics från industriell marknadsföring; på svenska förekommer också firmografi. Många säljteam kallar det helt enkelt företagsdata eller kontodata.

Är firmografisk data personuppgifter enligt GDPR?

Oftast inte. Enligt skäl 14 i dataskyddsförordningen (GDPR) omfattar förordningen inte uppgifter om juridiska personer, inbegripet den juridiska personens namn och form och dess kontaktuppgifter. Skyddet gäller fysiska personer, så en post som pekar ut en person, till exempel en kontaktpersons e-postadress på jobbet, är fortfarande en personuppgift. Brittiska ICO tillägger att uppgifter om enskilda näringsidkare, delägare och styrelseledamöter kan vara personuppgifter när de rör dem som identifierbara individer.

Hur ofta bör firmografisk data uppdateras?

Varje kvartal för aktiva segment, och inför varje större kampanj. Ungefär vart femte nytt arbetsställe stänger under sitt första år, enligt BLS-siffrorna ovan. Spona uppdaterar sitt bredare datalager var 90:e dag och verifierar en e-postadress på nytt före ett utskick om den senaste kontrollen är äldre än 30 dagar.

Var kan du ladda ner ett gratis firmografiskt dataset?

Offentliga dataset ger dig antal och fakta om börsbolag, inte en lista över privata företag med kontakter. Statistics of U.S. Businesses och County Business Patterns från Census Bureau räknar företag och arbetsställen per bransch, storlek och geografi. SEC:s Financial Statement Data Sets innehåller siffrorna från de finansiella huvudrapporterna i företagens XBRL-inlämningar, ett arkiv per kvartal sedan 2009. Companies House publicerar Free Company Data Product, en månatlig ögonblicksbild med grunduppgifter om alla aktiva företag i det brittiska registret, och OpenCorporates har uppgifter från mer än 140 register. Var och en är till hjälp när du ska uppskatta en marknad eller verifiera ett företag; ingen ersätter en prospekteringslista.

Vilka firmografiska frågor hör hemma i en B2B-enkät?

Bransch, antal anställda, årsomsättning och geografi, med storlek och omsättning som intervall så att de svarande kan svara utan att behöva slå upp något. SurveyMonkeys exempelfrågor använder intervallen 1 till 49, 50 till 999, 1 000 till 4 999 och 5 000 eller fler anställda. Anpassa enkätens intervall efter intervallen i ditt CRM-system så att svaren går att jämföra.

Vilken är den bästa plattformen för firmografisk data?

Det beror på vilket fält du behöver mest: register och offentliga rapporter för juridiska och finansiella fakta, Dun & Bradstreet för koncernträd och en leverantör av säljdata för firmographics plus kontakter. Innan du väljer bör du ställa fyra frågor till varje leverantör: vilken fyllnadsgrad har de fält du filtrerar på, har varje värde en källa och ett datum för senaste kontroll, hur ofta uppdateras varje källa, och kan du testa ett urval av ditt eget segment innan du betalar? Vår lista över de bästa B2B-dataleverantörerna jämför dem utifrån datatyp och pris.