通过所有关于预测驱动的销售和营销的谈话，新的问题是新兴的 - 哪些数据是最有价值的？许多B2B业务通过利用各种外部人口统计和全能数据来实现前所未有的客户洞察，以了解公司是否适合其产品。有些人与他们的营销自动化系统和网络分析的信号配对，以预测前景可能已准备好购买。

现在，出现了另一种“意图数据”。像Bombora这样的外部数据提供商，Big Willow，IDG和Techtarget正在聚合有关B2B Publisher网络上的Web访问者的信息，以帮助企业P，当某些前景可能在市场上进行产品。这种洞察力为数据驱动营销提供了一个令人兴奋的新边疆。

定义的意图数据

与任何新数据源一样，有助于清楚地了解它包括的内容以及如何应用。目的数据通常落入两个主要类别中的一个，每个主要类别都是不同的：

内部意图数据（也称为第一方数据）是公司在自己的网站上或通过应用程序日志捕获的活动。这种信息通常包含高度预测的购买信号，因为内容与购买决定如此相关 - 即博览会触摸的页面，他们点击了哪个链接，以及他们在每页上花费了多长时间。

外部意图数据（也称为第三方数据）由Publisher网络收集在IP级别，或通过用户注册和共享cookie收集。这些网站跟踪文章的用户阅读，他们下载的内容，他们的网站搜索，以及他们离开的甚至评论。例如，数据可能会显示来自IBM.com域的人员正在查看更多的文章，而不是正常的“帮助台软件”，这可能会提供关于IBM的软件需求的提示。

听起来有点令人毛骨悚然？对某些人来说，它是。有一个原因的原因，谷歌没有打开它的搜索数据库，而链接在其社会图表中不会出售 - 那种个人数据是他们的业务的超级敏感和核心。但许多出版商正在推动隐私的界限，并找到新的方式来将其交通中批准。有几个已经松开了他们的服务条款，以获得leeway跟踪inpidual行动并告诉外人的IP地址甚至注册用户正在做什么。这是消费者应记住的是，如果他们不希望在网上监视他们的行为。

用例：行动中的意图数据

虽然这是第三方意图数据的早期日子，但它似乎很明显，行为面包屑人们留在网上的人们对营销人员来说是有价值的，特别是如果他们表明潜在客户的利益飙升。但是如何将这种洞察力变成影响？有些公司使用Intent数据来生成似乎对特定产品类别感兴趣的Net-New Levile列表。这让销售开发代表目标人员比冷藏名单更温暖。

我们看到的另一个用例是利用意图数据来收集到CRM数据库中现有的前景。如果您发现有关这些帐户的新线索，您可以将行为计数类别附加到适用的记录。因此，公司可能能够更好地优先考虑销售外展或个性化消息，以便促进点击次数 - 例如，通过查找正在阅读大量关于云计算的文章并将其发送相关电子邮件活动的公司。

陷阱避免

与任何新类型的数据一样，总有缺点需要考虑，这对于上述用例中的每一个都有所不同。我们公司定期测试新的数据来源，我们已经仔细研究了第三方意图数据来评估它可以提供营销的好处。

对于NET-NEW LEED，重要的是要考虑大多数外部意图数据在域级别会聚合。代表不会知道谁阅读文章，并且必须花费时间识别每个帐户的正确联系人，以便有效地展望这些领导。他们经常有冷的谈话，最终在野生鹅队上追逐，因为域名消耗的文章中的尖峰并不一定意味着感兴趣的联系或公司正在积极评估并准备购买。

在二次用例中，企业希望了解有关已经在其数据库中已经存在的前景，但可能不会积极参与网站。思考的问题是覆盖和准确性。在最近的最新数据库中销售记录的百分比有什么匹配项？当我们运行我们的测试时，我们样本集中的86％的公司没有与他们相关的第三方意图数据。公司还应该寻找与他们相关的主题的活动（例如“人们阅读关于帮助台软件的文章”）。但是，当我们过滤到最受欢迎的主题时，匹配率通常降至2.4％以下。一般来说，在评估数据时，目标是找到影响较大百分比管道的洞察力，所以它可以驱动物资的影响。

当存在信号时，请问下一个问题是是否准确。飙升的账户与市场上市的前景高度相关吗？我们有一个意图的数据供应商匹配我们的客户的佩戴集的记录，然后ran历史反击。我们发现的是，意图标志在预测机会比随机的机会更好。我们将继续测试意图，但在此期间，我们建议重点关注错误风险的情况低。例如，营销团队可能会使用第三方意图数据来个性化电子邮件和广告活动，这可能会增加点击率（这是生成更多的第一方意图数据的好方法）。

成功的关键：充分利用意图数据

如果您正在考虑外部意图数据，您可以制作的最常见错误是在不定义清晰的用例或理想结果的情况下跳转。虽然每个人都直观地了解他们的前景他们并没有看到并且希望更多的洞察力，如果你想驾驶真正的影响，那么开始以衡量成功和向后工作的标准很重要。例如，通过净新用例，我们乐观地说，意向数据可能有值 - 这只是您可以生成多少个引线的问题，它需要多少销售努力，最终是值得的成本每个良好的铅。这种类型的框架提供了一种客观的方式，可以将目的数据与其他引线或列表购买进行比较。