HeadsUp ayuda a los equipos de ventas de PLG a comprender cómo y cuándo vender

HeadsUp ayuda a los equipos de ventas de PLG a comprender cómo y cuándo vender

Para muchos equipos de ventas no técnicos en empresas de crecimiento impulsadas por productos, es difícil filtrar montones de datos para encontrar la mejor manera de interactuar con clientes potenciales que pagan. ese es un problema que Aviso, un motor de conversión para ventas dirigidas por productos, quiere resolver. La startup con sede en San Francisco anunció hoy que ha recaudado 8,5 millones de dólares en financiación inicial, liderada por 645 Ventures (también inversor en empresas SaaS como Iterable, FiscalNote y Panther), con la participación de Wing Venture Capital, Firstminute Capital y Character. Otros inversores incluyen a los fundadores de Drift, Algolia y Crossbeam, además de líderes sénior de comercialización en empresas como Asana, Amplitude y Miro.

Fundada por Earl Lee y Momo Ong en 2020, los clientes de HeadsUp incluyen empresas unicornio SaaS. Lee y Ong fueron los primeros empleados de Fiscalnote, una empresa SaaS de seguimiento de datos que recientemente salió a bolsa.

Durante su tiempo en Fiscalnote, los dos crearon una herramienta interna para brindar a los equipos de ventas visibilidad sobre cómo los clientes estaban usando el software. Pero incluso con la nueva herramienta a su disposición, los vendedores tenían que pasar horas revisando las cuentas para descubrir los mejores momentos para interactuar con clientes potenciales.

Lee dijo que HeadsUp está comenzando con las empresas de PLG porque a menudo reciben muchas señales de uso antes del proceso de compra, pero todos los equipos de ventas de SaaS necesitan ayuda para comprender cuándo los usuarios están listos para convertirse a planes pagos o actualizar sus suscripciones actuales.

“Imagínese que es vendedor en una empresa de herramientas para desarrolladores. Los ingenieros odian que les vendan cuando todavía están jugando con el producto y probándolo”, dijo Lee. “Entonces, los vendedores se preocupan por molestar a los desarrolladores al presentarlos antes de que estén listos para comprar. Al mismo tiempo, no desea ignorarlos durante el pequeño período de tiempo cuando están listos para comprometerse con usted para comprar la herramienta para su empresa”.

HeadsUp identifica esa ventana al analizar la amplia gama de datos recopilados por las empresas de SaaS y ayudar a los vendedores no técnicos a descubrir los mejores usuarios para interactuar y cuándo hacerlo. Para los equipos de lanzamiento al mercado, esto incluye encontrar usuarios que están atascados en la activación e identificar oportunidades de ventas adicionales o riesgos de abandono.

Los tipos de datos que HeadsUp analiza para aumentar las tasas de conversión incluyen datos de uso, facturación y datos de CRM y datos de terceros como títulos de trabajo y cuánto han recaudado las empresas de los usuarios en financiación.

Todo esto entra en el modelo de aprendizaje automático de HeadsUp, que se entrena con datos de empresas SaaS. El modelo ML permite a sus clientes elegir un objetivo, como la conversión o la prevención de abandono, y luego ofrece una puntuación basada en los datos históricos de sus cuentas.

En lugar de mostrar a los vendedores todos los datos de uso y los datos de los clientes, lo que puede resultar confuso, HeadsUp selecciona de cuatro a cinco puntos de datos que predicen con mayor precisión la conversión, la expansión y la rotación. Por ejemplo, eso podría incluir la cantidad de tiempo que los usuarios pasan en una aplicación o el crecimiento de los puestos durante el último mes. También brinda información contextual, incluidos campeones potenciales y altos ejecutivos, e interacciones recientes en el producto, para ayudar a los representantes de ventas a descubrir cómo acercarse a los prospectos.

HeadsUp es especialmente adecuado para empresas SaaS con pequeños equipos de ventas y presupuestos de marketing que necesitan encontrar rápidamente formas de monetizar su base de usuarios. Ong señala que las empresas de SaaS pueden tener cientos de miles, o incluso millones de usuarios, pero aun así convertir solo entre el 1 % y el 2 % en usuarios pagos. Un subconjunto aún más pequeño paga por ventas adicionales o cruzadas, y el proceso de monetización puede llevar meses, si no años.

Ong dio un ejemplo del canal de ventas de usuario a empresa en una empresa. Si un ingeniero está atascado en una función determinada, el equipo de ventas puede enviar un correo electrónico de marketing refiriéndolo a los documentos sobre cómo usarla. Si todavía están atascados una o dos semanas después del correo electrónico, el equipo de ventas puede llamarlos y guiarlos a través del proceso de uso de la función. Luego, después de haberlo usado durante meses con buenos resultados y haber invitado a su gerente a usarlo, su organización podría estar lista para comprar.

El motor de conversión de HeadsUp

Pero llegar a ese punto requiere comprender cómo el cliente usa el producto y la coordinación entre varios equipos de GTM. Esto significa que deben poder acceder a los datos y discutir cuándo transferir el cliente a otro equipo (es decir, desde marketing, asistencia de ventas y soporte de productos, hasta ventas empresariales).

“Las empresas de PLG pueden tener hasta decenas de millones de usuarios. Imagínese tener que entender cuándo interactuar con decenas de millones de usuarios y luego coordinar el compromiso entre medios escalados y no escalados”, dijo Ong. “Esta coordinación y transferencia se vuelven imposibles sin herramientas y análisis”.

HeadsUp ayuda al brindar información sobre cuándo y cómo interactuar exactamente con los usuarios, al tiempo que coordina los puntos de contacto con los clientes en los equipos de ventas, productos, marketing y éxito del cliente.

La startup utilizará su nueva financiación para construir su equipo. “Específicamente, estamos buscando ingenieros sólidos de back-end de Scala para trabajar en nuestra infraestructura de procesamiento de datos, así como científicos de datos e ingenieros de aprendizaje automático para nuestro análisis e información”, dijo Ong.


Source link