Перед запуском
Согласуйте ICP, definitions MQL/SQL/opportunity, source attribution и Sales SLA. Если Marketing и Sales по-разному считают качественный lead, experiment result будет спорным независимо от дизайна.
Эксперимент 1. Узкий ICP вместо широкого сегмента
Гипотеза: более узкий ICP даст меньше лидов, но выше opportunity rate
Как проверить: Выберите один high-fit сегмент по firmographics/problem и направьте на него отдельный campaign/outbound поток при неизменном offer.
Основная метрика: opportunity rate. Guardrail: total pipeline volume.
Эксперимент 2. Trigger-based targeting
Гипотеза: аккаунты с verified buying trigger будут конвертироваться лучше холодного списка
Как проверить: Сформируйте test cohort только из accounts с recent trigger: hiring, funding, migration, expansion, regulation.
Основная метрика: meeting→opportunity conversion. Guardrail: trigger freshness.
Эксперимент 3. Account-level personalization
Гипотеза: персонализация по business context повысит positive response
Как проверить: Сравните generic industry message и source-backed account insight; исключите ложные комплименты.
Основная метрика: positive reply / meeting rate. Guardrail: research cost.
Эксперимент 4. Role-specific messaging
Гипотеза: разные роли Buying Committee реагируют на разные value drivers
Как проверить: Создайте variants для economic buyer, user, technical и procurement roles.
Основная метрика: meeting / multi-thread engagement. Guardrail: message complexity.
Эксперимент 5. Problem-first landing
Гипотеза: описание operational pain повысит conversion high-intent B2B traffic
Как проверить: Сравните feature-first и problem-first landing для одного ICP.
Основная метрика: qualified lead conversion. Guardrail: bounce / lead quality.
Эксперимент 6. ROI-калькулятор как lead magnet
Гипотеза: интерактивный value estimate привлечёт более зрелые opportunities
Как проверить: Добавьте калькулятор только для ICP-traffic и измеряйте downstream.
Основная метрика: qualified opportunity rate. Guardrail: false assumptions.
Эксперимент 7. Diagnostic offer
Гипотеза: аудит/assessment конвертирует лучше generic demo для early-stage demand
Как проверить: Сравните CTA 'демо' и 'диагностика/оценка' на одном segment.
Основная метрика: meeting held / opportunity. Guardrail: delivery effort.
Эксперимент 8. Executive content offer
Гипотеза: исследование/benchmark создаст больше high-level engagement
Как проверить: Продвигайте один executive asset против product brochure.
Основная метрика: target-account engagement. Guardrail: content production cost.
Эксперимент 9. Case by industry
Гипотеза: релевантный отраслевой case повысит trust
Как проверить: Покажите industry-matched case половине target traffic/accounts.
Основная метрика: qualified conversion. Guardrail: case overfitting.
Эксперимент 10. Use-case page
Гипотеза: страница по конкретному workflow увеличит self-qualification
Как проверить: Создайте use-case landing с problem, process, proof и CTA.
Основная метрика: opportunity conversion. Guardrail: traffic fragmentation.
Эксперимент 11. ABM pilot на 20 accounts
Гипотеза: концентрированный account-based play создаст больше pipeline per account
Как проверить: Выберите matched control/test accounts и добавьте research, multi-threading, personalized content.
Основная метрика: pipeline per target account. Guardrail: sales/marketing effort.
Эксперимент 12. Multi-threading в аккаунте
Гипотеза: контакт с 2–3 ролями снизит single-thread risk
Как проверить: Для qualified accounts подключите дополнительные relevant roles после первого engagement.
Основная метрика: stage progression. Guardrail: negative account experience.
Эксперимент 13. Partner-sourced demand
Гипотеза: партнёрский канал даст выше trust и win rate
Как проверить: Запустите pilot с 1–2 complementary partners и track source-to-revenue.
Основная метрика: qualified pipeline. Guardrail: margin/revenue share.
Эксперимент 14. Webinar по проблеме
Гипотеза: problem-led event даст качественнее demand, чем product demo
Как проверить: Сравните problem/benchmark webinar и product-centric webinar.
Основная метрика: attendee→opportunity. Guardrail: attendance quality.
Эксперимент 15. Event follow-up за 24 часа
Гипотеза: быстрый контекстный follow-up повысит meeting conversion
Как проверить: Разделите event leads по SLA follow-up.
Основная метрика: meeting held rate. Guardrail: sales capacity.
Эксперимент 16. Content syndication с ICP-фильтром
Гипотеза: жёсткая фильтрация повысит quality даже при CPL выше
Как проверить: Сравните broad lead-gen и ICP-qualified syndication.
Основная метрика: SQL/opportunity rate. Guardrail: CPL.
Эксперимент 17. LinkedIn/form friction reduction
Гипотеза: меньше полей увеличит volume без сильного падения quality
Как проверить: Сократите форму, сохранив только routing-critical fields.
Основная метрика: qualified leads. Guardrail: bad-fit rate.
Эксперимент 18. High-intent form qualification
Гипотеза: один дополнительный qualification question снизит мусорные leads
Как проверить: Добавьте question по use case/timeline для high-intent forms.
Основная метрика: Sales-accepted lead rate. Guardrail: form completion.
Эксперимент 19. Lead scoring threshold
Гипотеза: новый threshold улучшит баланс quality/coverage
Как проверить: Пересчитайте score на historical cohort и протестируйте routing threshold.
Основная метрика: opportunity per routed lead. Guardrail: missed good leads.
Эксперимент 20. Fast lead routing
Гипотеза: SLA
Как проверить: Сравните rapid-response cohort и current SLA.
Основная метрика: contact/meeting rate. Guardrail: rep workload.
Эксперимент 21. No-demo nurture
Гипотеза: часть early-stage demand лучше дозреть до Sales
Как проверить: Отправляйте low-intent ICP leads в education nurture вместо immediate SDR call.
Основная метрика: future opportunity rate. Guardrail: time-to-opportunity.
Эксперимент 22. Reactivation старых opportunities
Гипотеза: lost/no-decision accounts содержат недорогой pipeline
Как проверить: Выберите closed-lost/no-decision с новым trigger/offer и отдельным outreach.
Основная метрика: reactivated pipeline. Guardrail: brand annoyance.
Эксперимент 23. Competitor displacement campaign
Гипотеза: accounts с known competitor лучше реагируют на switching proof
Как проверить: Используйте migration guide/TCO/case только для verified competitor users.
Основная метрика: qualified meetings. Guardrail: negative competitive tone.
Эксперимент 24. Price/ROI transparency
Гипотеза: ранняя economics повысит self-qualification enterprise leads
Как проверить: Покажите price range/ROI logic части traffic/accounts.
Основная метрика: opportunity quality. Guardrail: lead volume.
Эксперимент 25. Demand capture vs creation split
Гипотеза: раздельные campaigns дадут понятнее economics и pipeline contribution
Как проверить: Разделите high-intent capture и category education бюджеты/metrics.
Основная метрика: pipeline contribution by motion. Guardrail: underinvestment in long-term demand.
Как выбирать тест по bottleneck
Если мало pipeline — тестируйте ICP, channels, offers и partner motion. Если много leads, но Sales недоволен — qualification, scoring, routing и message match. Если opportunities есть, но они застревают — переходите к экспериментам Sales Conversion.
Как считать economics
Для каждого test cohort связывайте marketing cost + sales effort с pipeline и won contribution. Дешёвый lead, который требует вдвое больше SDR time и не создаёт opportunity, может быть дороже качественного enterprise lead.
Как учитывать длинный sales cycle
Для B2B не всегда можно ждать won revenue до решения. Заранее определите hierarchy proxy metrics: target-account engagement → meeting held → Sales-accepted lead → opportunity → pipeline value → win. Чем дальше proxy от revenue, тем осторожнее масштабируйте.
Как избегать channel bias
Не сравнивайте paid search и webinar только по CPL. Первый часто ловит existing demand, второй создаёт новый. Оценивайте роль motion, incrementality и downstream quality. Channel с высоким CPL может давать существенно более сильный pipeline.
Как строить account-level control
В ABM и outbound рандомизируйте на уровне account, а не contact. Иначе одна компания попадёт одновременно в treatment и control через разных людей. Для небольшого universe используйте matched pairs по size, industry и historical intent.
Как учитывать Sales capacity
B2B demand experiment может выиграть по volume и проиграть бизнесу, если SDR/AE не успевают качественно обработать входящий спрос. Задайте maximum routed volume и следите за speed-to-lead, contact attempts и rep workload.
Как фиксировать learning
Сохраняйте не только channel/result, но и ICP, trigger, message, offer, role и sales follow-up. Так становится понятно, почему pipeline появился. Без контекста команда запоминает только «вебинар работал» и не может повторить результат.