Kuidas luua täiuslik B2B klientide andmebaas

Enamik ettevõtteid ostab B2B andmeid kas riiklike registrite peegeldajatelt või platvormidelt nagu Apollo ja ZoomInfo, mis saavad oma info LinkedInist. Netspore asutajad Indrek Liivlaid ja Ra Koort leidsid kolme aastaga, et parima töö tegemiseks tuleb luua iga firma kohta terviklik kontekst, mis sisaldab nii ametlikku registriinfot, LinkedIn’i sisu kui ka firma veebilehte ja muid online viiteid. Netspore eesmärk on muuta äriandmed kõigile, kes neid vajavad, arusaadavaks ja kasutatavaks. 

Netspore asutajad Ra Koort ja Indrek Liivlaid

Alustan kohe konkreetse näitega. Soovin sisenede uuele turule ja otsin seal võimalikke kliente. Kuidas luua andmebaas võimalikest klientidest?

Üks osa meie tööst on andmekraapimine ehk data scraping. See tähendab, et me teame, millised andmebaasid ja andmetööriistad üldse olemas on, millised on nende tugevused ja nõrkused. Me toome erinevate andmebaaside andmed ühte kohta kokku, standardiseerime ja ühildame need. Nii saame andmeid rikastada ja puhastada.

Lõpptulemusena saab klient endale võimalikult täpse ja kvaliteetse kontaktide nimekirja just nendest ettevõtetest ja inimestest, keda tal on vaja. Me tahame, et radarile jääks kogu võimalik adresseeritav turg, mitte ainult killuke sellest, ja et nimekiri ei koosneks hägusatest seostest, vaid päriselt sobivatest ettevõtetest.

Näiteks kui sind huvitavad metallitööstusettevõtted, mis pakuvad torukeevitust, siis tavalises andmebaasis lõppeb see sellega, et sa saad lihtsalt metallitööstusettevõtete nimekirja. Kas nad torusid ka keevitavad, seda sealt enamasti ei näe. Meie oleme välja arendanud tööriistad, mis aitavad just sellele tasemele välja jõuda.

Kuidas saada infot selle kohta, kas metalliettevõte teeb just näiteks torukeevitust või mingit muud väga konkreetset tööd?

Meie esimene ülesanne ongi luua äriregistri andmete kõrvale täiendav andmekiht. Leiame ettevõtte kodulehe, LinkedIni lehe, ja vajaduse korral muud sotsiaalmeedia kanalid.

Lihtsasti sõnastades ühendame ametlikud äriregistri andmed nende firmade internetisisuga. See digitaalne kiht on see, mida nad ise enda kohta avalikult näidata tahavad. Seal on kodulehed, LinkedIni company pageid, mõnikord Instagram, X (endine Twitter) ja muu sarnane.

Kui äriregister ütleb, mida ettevõtted peavad näitama, siis internet ütleb, kuidas nad tahavad endast muljet jätta. Kui firma tegeleb torupaigaldusega, oleks väga imelik, kui ta kuskil ei mainiks, et ta torusid paigaldab või keevitab. Just sellistest kohtadest me need signaalid välja nopime.

Kuidas jõuate õige kontaktini ettevõtte sees?

Kogume kokku kõik avalikult nähtavad töötajad – kodulehelt, LinkedInist, äriregistrist juhatuse liikmed. Seejärel kirjeldame AI-le, millist rolli otsime ning jaotame töötajad osakondade ja vastutuse järgi.

AI aitab eraldada õiged kontaktid ehk terad sõkaldest. Nii tekib väga kitsalt sihitud nimekiri ettevõtetest ja inimestest, kellega eelisjärjekorras ühendust võtta.

Lisaks kodulehtedele võib leida kontakte ka mujalt. Kui tavapärastelt lehtedelt midagi ei leia, siis tööriist otsib edasi – konverentsiettekanded, intervjuud, artiklid… Oluline on rõhutada, et me räägime ainult B2B kontaktidest ja ainult ettevõtte emailidest. Isiklikke või eraisikute andmeid me ei kogu.

Kas võib öelda, et põhimõtteliselt on suurem osa B2B inimeste ametimeile leitavad, kui väga tahta, või on ka juhtumeid, kus ei olegi võimalik?

Kindlasti ei saa öelda, et kõigi emailid on leitavad. Kõigepealt, me räägime ainult inimeste töö-emailidest, mitte isiklikest.

Meie loogika on, et email on olemas selleks, et suhelda. Kui email on kuskil avalikult nähtav, siis selle leidmine on okei. Aga me ei saa kunagi garanteerida, et saame kõik kätte.

Meie eelistus on alati kasutada kontakte, mis on päriselt kuskil avalikult nähtavad või loogiliselt tuletatavad. Tuletades proovime erinevaid emaile nimede kombinatsioone firma domeeniga ja valideerime, kas aadress on päriselt olemas või mitte. See on rohkem selline viimane abinõu

Sageli tuleb infot otsida väga peidetud kohtadest, näiteks pressiteadete seest või slaidiesitlustest. Kas teie tööriistad leiavad üles ka selliseid peidetud kontakte?

Jah, leiavad küll. Väga tavalised kohad, kust kontaktid tulevad, on lisaks tiimilehtedele just pressiteated, ettevõtte blogid ja case study-Kuid. Kui lihtsatelt lehtedelt midagi ei leia, siis tööriist otsibki edasi sügavamale.

Tööriist töötab nii, et alustab kõige selgematest kohtadest. Kui sealt ei leidu midagi, läheb ta järgmise taseme peale. Pressiteated, esinemised, artiklid, konverentsiettekanded, kus viimasel slaidil on nimi ja email, on kõik potentsiaalsed allikad.

Agentuuris oleme kasutanud eraldi AI agente, kes teevad internetiotsingut konkreetse brändi ja rolli kohta. Näiteks iGamingu sektoris, kus kasiinod on hästi anonüümsed ja kodulehtedel on ainult chati või supporti kontakt. Siis defineerime AI-le, mis bränd see on, millist rolli otsime (näiteks CMO või CTO) ja mis piirkonnas. AI toob välja intervjuud, artiklid, konverentside kavade PDFid ja muud sarnased kohad, kust kontakt lõpuks kätte saab.

Mida ma peaksin enda jaoks selgeks mõtlema, enne kui andmekogumisega alustada. Milline on hea ülesandepüstitus? 

Esiteks sõltub kõik sellest, mis äri sa ise ajad. Väga paljudel ettevõtetel on mitu paralleelset toodet või teenust, mille sihtgrupid on erinevad.

Sa peaksid endalt küsima kaks põhilist küsimust. Esiteks: mida ma müün.Teiseks: kellele ma müün.

Kui sul on mitu sihtgruppi, siis millised on nende vahelised erinevused ja mis on iga sihtgrupi puhul need asjad, mida oleks vaja nende kohta teada.

Me soovitaks mõelda ideaalse stsenaariumi peale. Ära mõtle kohe piirangutele, vaid kirjelda oma unelmate klient nii täpselt kui võimalik. Kui sul on kümme potentsiaalset kliendirühma, siis püüa ära määrata, kes on kõige-kõige huvitavamad.

Meie roll on siis tuua sind vajadusel maa peale tagasi ja öelda, mis on tehniliselt tehtav ja mis mitte. Meile meeldib anda klientidele üks mõtteharjutus. Kujuta ette, et sul on ees sada ettevõtet, kes kõik võiksid olla potentsiaalsed ideaalsed kliendid. Sul on igaühe kohta 15 minutit, et manuaalselt lisainfot otsida ja otsustada, kas nad sobivad su profiiliga.

Kirjelda, mida sa nende 15 minuti jooksul uuriksid. Mida sa guugeldaksid, mida otsiksid kodulehelt, mida vaataksid LinkedInist, milliseid signaale sa otsiksid. Meie töö on siis võtta see loetelu ja aidata ära valideerida,

a) mis nendest asjadest on päriselt mõistlik uurida ja automatiseerida, b) kuidas selle põhjal suurel skaalal andmebaas ehitada.

See harjutus aitab kliendi mõtte sättida õigesse kohta.

Millised on teie jaoks tüüpilised esimesed andmeallikad uue turu või projekti puhul? Kui võtta nullist uus riik, kust te alustate?

Esimene eelistus on alati äriregister. Kui see on avatud, siis alustame kindlasti sealt.

Teiseks vaatame LinkedIni ja teisi äriinfo andmebaase, näiteks Apollo, Lusha ja sarnased. Need on LinkedIni peeglid, aga neid saab kasutada algse filtrina.

Kolmandaks tulevad erialaliidud. Kui mingil valdkonnal on liit, millel on liikmete nimekiri, siis on see tihti väga hea ja kvaliteetne algandmestik.

Neljandaks tulevad igasugused kohalikud kataloogid ja registrid, näiteks ettevõtete kataloogid, tööstusregistrid, messide osalejate nimekirjad.

Viiendaks on custom marketplace’id. Näiteks pidime leidma Hollandi väikseid camping site’e. Hollandi äriregistrist oli seda väga ebamugav teha, kuid leidsime booking.com’i sarnase campingute kataloogi, kus oli umbes 2000 campingu nimekirja. Sealt saime nime, aadressi, osaliselt kodulehed ja ülejäänu ehitasime juurde.

Ja ärge unustage Google Mapsi. Väga paljudes olukordades on see esimene koht, kust näed, kes kus tegutseb.

Paljud andmebaasid ja ärilehed on tasulised. Kas te ostete klientide nimel ka ligipääse ja andmeid, mis on maksumüüri taga, näiteks ärilehtede TOP tabelid ja analüüsid?

Sellist asja, et ostame lihtsalt valmis andmebaasi ja müüme selle edasi, me ei tee. Me ei müü puhtalt kellegi teise listi, vaid kasutame neid andmeallikaid oma protsessis.

Kui on vaja mõne konkreetse erialaliidu või ärilehe ligipääsu, mis on ainult liikmetele või tellijatele, siis arutame selle kliendiga läbi. Tehniliselt on see täiesti võimalik, aga praktikas oleme seni saanud hakkama ilma, sest väga sageli on lihtsam alternatiiv olemas.

Tavaliselt, kui mingil ettevõttel on suur uudis või nende kohta on kirjutatud põhjalik artikkel, siis ei ole see ainus koht, kus see info esineb. Enamasti on midagi kirjas ka ettevõtte enda pressiteadetes, blogis või kodulehe case study des. Neid me eelistame, sest need on avalikud ja selge kasutusloaga.

Kuidas on lood GDPR-iga?

Kõigepealt toonitaks, et nii Spore kui ka Netspore töös kasutame ainult avalikke andmeid. Meie jaoks on võtmesõna relevantsus. Kui andmed on avalikult nähtavad ja neid kasutatakse selleks, et teha ärialane ja sisuline pöördumine, siis on see põhjendatav õigustatud huviga.

Me ei kogu isiklikku infot, mis ei ole kuidagi äriga seotud. Me ei lähe eraelulisse sotsiaalmeediasse – meie fookus on B2B ja ärikontaktid.

Me püüame ehitada võimalikult hästi sihitud nimekirju nii ettevõtetest kui töötajatest, et kontaktid oleksid päriselt asjakohased. Kui sa pakud tööstusettevõttele lahendust, mis vähendab nende CO2 jalajälge, ja tead, et nad ise rõhutavad keskkonnateemasid,, siis on see üsna selge GDPR-i mõttes õigustatud huvi.

Kui aga lased välja massimeili suvalisele info@ aadressile, siis see ongi klassikaline spämm. Minu jaoks suurim väärtus on see, et müügi ja turundustegevused muutuvad spämmivabamaks – räägid nendega, kellel on mõistlik sinu juttu kuulata.

Mida on üldse võimalik leida, kui kombineerida registrite andmed online sisuga?

Üks viis kuidas me seda kirjeldaks on, et registrist pärit andmed on faktipõhine firma kuvand ja online sisu on kuvand, mida firma ise tahab enda kohta näidata.Nende kuvandite võrdlemisel võib tihtipeale avastada täiesti uue olemusega infot, mis muidu ei oleks välja tulnud.

Siia sobiks hea näitena töö, mille tegime ühele Eesti päikesepaneele müüvale ettevõttele. Esmalt oli vaja tuvastada äriregistrist kõik hulgikaubandus- ja tööstusettevõtted alates 1 miljoni suurusest  käibest viimasel majandusaastal. Teiseks otsisime juurde nende kodulehed (online sisu), et kontrollida kas tootmine või hulgikaubandus on päriselt nende põhiäri. 

Kui vastus oli “Jah”, siis kontrollisime kas nende registreeritud aadress klapib kodulehel välja toodud aadressiga. Kui mitte, siis tõime sisse uue aadressi, kus füüsiliselt äri toimub. Antud postiaadressi pealt tegime päringu Ehitisregistrisse, et saada kätte hoone info. Hoone info kaudu saime kätte katuse tüübi ja pindala. Kliendile tähendas see seda, et nad said kohe katuse pindalade pealt teha personaliseeritud ning tasuvusarvutusi sisaldava pakkumise.

Eestis on hästi palju erinevaid registreid, mida saab omavahel seostada. Näiteks veolubade kaudu näeme, millised veoautod on millise ettevõtte all, kas nad on liisingus või ettevõtte omandis, millal on auto registreeritud ja nii edasi. See annab juba esimese kihi, millest võid järeldada, millal hakatakse autoparki uuendama.

Välismaal, kus meil ei ole otsest ligipääsu samasugustele registritele, saab kasutada muid nippe. Näiteks võetakse Google Mapsist satelliidivaate pilt, lastakse AI-l tuvastada standardmõõdus objekt (auto, sõidurida) ja selle järgi skaleeritakse hoone katusepind. See ei ole ideaalne, aga piisav heade eelduste loomiseks.

Liiklusvoogusid, ostukeskuste külastatavust ja muid sarnaseid asju saab samuti siduda. Google Maps näiteks mõõdab, kui palju inimesi mingi koha ümbruses liigub, ja sellest tekivad heat mapid, mida on võimalik andmetena kasutada.

Mõte on selles, et loovus on piiriks. Kui sul on ettekujutus, mis signaal sinu äris oluline on, on väga suur tõenäosus, et leidub avalik või ostetav allikas, kust seda kuidagi mõõta.

Erinevaid andmebaasi teenuse pakkujaid on turul palju. Te tulite turule ja lõite lahenduse nimega Spore. Mille poolest teie teenus erineb?

Suurim probleem andmebaaside vahendajatega on see, et nende väiteid on raske või isegi võimatu kontrollida. Nad ütlevad "meil on 10 miljonit ettevõtet", aga sa ei tea, kas seal on kõik Eesti metallitööstuse ettevõtted või ainult pool neist (või mitte ükski?).

Saime aru, et ainus viis kahtlustest lahti saada on kasutada äriregistrite andmeid vundamendina. Sealt alustades me teame, et me välistame kohe kõik mitteaktiivsed ja selgelt mittesobivad ettevõtted. Lisaks sellele on täiendavat informatsiooni palju kergem leida kui sul on teada firma juriidiline nimi, tegevusala ja aadress. Spore app on lihtsalt tööriistakast, mis aitab seda metoodikat võimalikult lihtsalt rakendada.

Spore koosneb suures pildis kahest lahendusest:

1. Päringumootor, mis lubab erinevate riikide äriregistreid ühe liidese kaudu kasutada;

2. API kaudu kasutatavad robotid, mis aitavad äriregistrite andmeid nende online sisuga rikastada. Näiteks on meil valikus API tööriist nimega domain-finder, mis leiab registri andmete põhjal firma veebilehe märkimisväärse täpsusega.Kuna oleme ise liidestused ja robotid loonud, siis saame infot värskendada nii tihti kui vaja ja olla kindlad andmete täpsuses

Kokkuvõtteks. Kui ma tahan jõuda õigete B2B klientideni, mitte neid ära tüüdata, siis mis on teie meelest kõige olulisemad põhimõtted, mida meeles pidada?

Esiteks, defineeri võimalikult täpselt, keda sa tahad kõnetada ja miks.

Teiseks, mõtle läbi, milliseid signaale oleks vaja, et öelda "see ettevõte sobib" ja "see inimene ettevõtte sees on õige adressaat".

Kolmandaks, eelista alati avalikku, loogiliselt põhjendatavat infot, millega saab alustada vestlust, mitte tungida kellegi eraellu. Kui sul oleks iga potentsiaalse kliendi kohta 15 minutit, et midagi juurde uurida, küsi endalt: mida ma otsiksin ja kust? See loetelu ongi alus, mille peale meie saame ehitada automatiseeritud ja skaleeritava lahenduse.

Ja neljandaks, ära karda unistada oma ideaalsest kliendist. Piirangute maha tõmbamine on meie töö. Mida täpsemalt sa kirjeldad, millistel signaalidel põhinev klient sind päriselt huvitab, seda rohkem on meil võimalusi luua sulle andmestik, mis müüki päriselt aitab, mitte ei lisa müra.