Waarom de ‘reverse waterfall’ geen goede manier is om B2B marketingdoelen te bepalen

Het vaststellen van B2B marketing targets blijft voor veel bedrijven een lastige oefening. Een populaire aanpak is de zogenaamde ‘reverse waterfall’. Maar deze is niet zonder gevaar. Je weet immers één ding zeker: de komende periode is nooit exact hetzelfde als de vorige periode.


Laten we het ‘Demand Waterfall’ model van Sirius Decisions, één van de populairste modellen in B2B marketing, als uitgangspunt nemen.


Het Demand Waterfall model is een handig framework dat veel marketing en sales managers helpt bij het monitoren van hun pipeline. De waterfall is een variant op de funnel. Een sterk punt van deze versie is dat het inzichtelijk maakt hoe marketing en sales teams van elkaar afhankelijk zijn in het behalen van bedrijfsresultaten.

Demand-Waterfall

Demand Waterfall – Sirius Decisions


Het model bestaat uit verschillende fasen, van Inquiry tot Close. De momenten tussen de fasen zijn bij uitstek geschikt om Service Level Agreements (SLA’s) op te baseren. Op deze manier kunnen standaarden voor de kwaliteit en kwantiteit van aan te leveren leads met wederzijdse instemming van de teams vastgesteld worden. De SLA’s vormen dan de basis voor periodieke review meetings.

De gedachte achter het model is dat bedrijven data uit hun marketing automation en CRM systemen halen om de resultaten binnen de verschillende fasen van de waterfall inzichtelijk te maken. Hierbij gaat het om:


1. Volume: de aantallen inquiries, leads, opportunities en deals;
2. Waarde: het (geschatte) orderbedrag van de opportunities en deals;
3. Snelheid: het aantal dagen dat een lead in een bepaalde fase ‘zit’;
4. Conversie: het percentage leads en opportunities dat doorgaat naar een volgende fase.


Bedrijven die hun waterfall inzichtelijk hebben gemaakt kunnen hun resultaten met behulp van benchmarkgegevens vergelijken met andere bedrijven in bijvoorbeeld dezelfde branche. Om vervolgens de bedrijfsresultaten te verbeteren kunnen organisaties de bovengenoemde vier onderdelen proberen te beïnvloeden met behulp van uiteenlopende tactieken.

 

De ‘Reverse Waterfall’


Bedrijven die hun waterfall inzichtelijk hebben gemaakt en dus data met betrekking tot de kwantiteit, kwaliteit en doorloopsnelheid van de leads in hun funnel beschikbaar hebben, kunnen dit gebruiken om doelen te stellen voor een volgende periode.

Een gebruikelijke manier om dit te doen is de zogenaamde ‘reverse waterfall’:


Hierbij ga je uit van de omzetdoelstelling voor een volgende periode en vervolgens reken je terug naar het aantal te winnen deals, het aantal opportunities, de gekwalificeerde leads en tenslotte de inquiries die je nodig hebt om je omzetdoel te bereiken. Met behulp van de gemiddelde kosten per lead bereken je vervolgens hoeveel budget je nodig hebt voor lead generation.

 

Wat is het gevaar van de reverse waterfall?


Het gevaar van de reverse waterfall is dat veel mensen geneigd zijn om de conversiepercentages te gebruiken voor de verwachtingen voor een komende periode. Dit kan een verkeerd beeld geven.
Want stel nu dat je er op elk onderdeel in de funnel 2% naast zit. Dat klinkt in eerste instantie redelijk goed. Maar vanwege de afhankelijkheden in de funnel kan dit zo maar tot 25% afwijking in het totaalresultaat leiden:

Waterfall-Example-2_dev

Voorbeeld met 2% afwijking

 

Wat kun je doen om een beter beeld te krijgen?


Zoals uitgelegd in deze presentatie van Sirius Decisions, zullen de meeste bedrijven meerdere funnels moeten maken omdat er grote verschillen zijn in onder andere gemiddelde ordergrootte en funnelconversie per product, dienst, regio et cetera. Hierdoor krijg je al een veel beter beeld van je resultaten. Maar nog steeds geldt: je werkt met gemiddelden van een eerdere periode en niet met (realistische) verwachtingen die gerelateerd zijn aan je plan.

 

Demand waterfall on steroids


Als je nauwkeuriger te werk wilt gaan, dan is het beter om te werken met schattingen en simulaties. Hiervoor moet je eerst weten welke marketingprogramma’s je de komende periode wilt uitvoeren. Van elk programma zorg je dat je in kaart brengt welk onderdeel van de waterfall ze moeten of kunnen beïnvloeden. Vervolgens vraag je de experts binnen je organisatie om voor elk programma een schatting te maken van de te verwachten resultaten op elk punt van de waterfall.


Een schatting bestaat in dit geval uit een ondergrens en een bovengrens, waarvan de expert vrijwel zeker is dat het uiteindelijke resultaat hier binnen gaat vallen. Vervolgens ga je (met behulp van simulatietechnieken) alle mogelijke uitkomsten binnen dit bereik berekenen. Dit doe je voor elk programma en voor elk onderdeel van de funnel. Door de resultaten vervolgens bij elkaar te nemen, krijg je een nauwkeuriger beeld van de te verwachten totaalresultaten.


Het klinkt misschien wat vaag, maar in de praktijk valt het gelukkig mee. Tijd voor een voorbeeld.

 

Voorbeeld: leadgeneratie


In dit voorbeeld gaan we uit van een simpele leadgeneratie campagne, waarbij we marketing en sales vragen om de schattingen door te geven. Het is een willekeurig voorbeeld dus let niet op de aantallen.
De marketing manager geeft aan dat hij vrijwel zeker is dat:
• hij in zijn online campagne meer dan 165.000 en minder dan 300.000 mensen bereikt;
• dat daarbij een CTR van minimaal 0,2% en maximaal 0,45% verwacht mag worden;
• en dat de conversie op de landingspagina’s tussen de 9% en 16% zal zijn.


De marketeers verantwoordelijk voor lead nurturing zijn vrijwel zeker dat:
• meer dan 13% en minder dan 21% van de leads als MQL overgedragen worden naar sales.

Sales is vrijwel zeker dat:
• meer dan 23% en minder dan 42% van de MQL’s uiteindelijk een deal won wordt
• en dat de verwachte ordergrootte tussen de €7.500 en €11.250 zal liggen.


Deze schattingen nemen we mee als input in de berekeningen. Onderstaande screenshot bevat het resultaat van de campagne simulaties, aangevuld met 2 extra voorbeeldcampagnes.

Simple-Demand-Waterfall-Example-1024x691
Voorbeeld waterfall simulatie


Met deze methode hou je rekening met de onzekerheid van je verwachtingen ten aanzien van elk punt in de waterfall. Hierdoor krijg je juist een realistischer beeld van de te verwachten resultaten van je marketingplannen. Wil je deze methode proberen of heb jij een andere aanpak die voor jou goed werkt? Laat het dan horen. Ik ben benieuwd naar je ervaringen.

Adwin Gerritsen
Adwin is an experienced marketing technology consultant. Based in Amsterdam, he has worked for companies (B2B and B2C) in different industries (a.o. financial services, telecommunications, IT, retail, automotive, energy and utilities) and in different countries.
Recent Posts

Start typing and press Enter to search