Plus de 70 campagnes gérées sur les moteurs de recherche, les réseaux sociaux et le display
+20% de SQL provenant du Paid Social (Q1 vs Q3 2023)
+100% du ratio MQL to SQL (en novembre 2023)
GWI, créée en 2009 par Tom Smith, est une entreprise spécialisée dans les études d'audience. Elle offre une approche moderne de l'analyse de la consommation, accessible à tous et non seulement aux experts en données. GWI propose une plateforme destinée aux entreprises désireuses d'obtenir des données actualisées et pertinentes sur leurs consommateurs. Nos analyses couvrent divers aspects tels que les valeurs, les parcours d'achat, l'utilisation des médias et les habitudes sur les réseaux sociaux. Avec des données représentant près de 3 milliards de personnes dans plus de 50 pays, GWI est devenue la référence pour les agences, les marques et les entreprises médiatiques cherchant à comprendre les motivations réelles de leur public.
Quand GWI nous a contactés, ils dépassaient leurs objectifs en termes de leads qualifiés (MQL) et cherchaient de l'aide pour renforcer leur équipe interne afin d'améliorer la qualité générale des prospects pour atteindre leurs objectifs en matière de clients qualifiés (SQL). Ils voulaient savoir comment être plus efficaces, en se concentrant sur des prospects de meilleure qualité montrant un réel intérêt, plutôt que d'en générer beaucoup qui ne se transformaient pas en clients. De plus, GWI voulait exploiter sa base de clients fidèles pour proposer davantage de produits et de services.
Ils avaient besoin de soutien sur :
Lors de notre collaboration avec GWI, nous avons d'abord analysé attentivement leurs canaux de communication, site web, pages d'atterrissage, campagnes de marketing, et l'ensemble de leurs outils technologiques liés aux opérations marketing. Nous avons fourni des rapports d'audit approfondis, incluant des actions immédiates à entreprendre ainsi qu'une vision à moyen et long terme pour atteindre une situation optimale.
Nous avons suggéré de raccourcir les pages, d'axer davantage les messages sur les avantages et de commencer à effectuer des tests A/B sur la structure et le contenu des pages afin de comprendre ce qui plaît au public.
Nous avons recommandé d'élargir l'utilisation de contenus spécifiques à chaque secteur tout en explorant la possibilité d'introduire de nouveaux contenus adaptés à différents personas. De plus, nous avons suggéré d'harmoniser les données collectées à tous les niveaux.
Nous avons fait une refonte du compte Google Ads pour nous concentrer sur les mots-clés d'intention tout en continuant à cibler les mots-clés liés à l'industrie pour générer des téléchargements de contenu. En ce qui concerne le Paid Social, nous avons organisé un atelier sur l'audience afin de reconstruire une campagne ciblant davantage les objectifs et les points forts de GWI. Nous avons également lancé des campagnes régionales qui s'alignent sur les exigences budgétaires strictes de GWI. Afin d'être plus stratégique et d'exploiter les données de première partie et d'intention, nous avons également aidé GWI à mettre en place une plateforme ABM et l'avons guidé dans le lancement de ses premières campagnes à l'aide de cet outil.
Nous avons créé un rapport 360 Looker pour GWI afin d'accéder aux performancres de l'entonnoir concernant le site web, le Paid Search, le Paid Social et les programmes ABX. Nous avons construit des tableaux de bord Hubspot pour suivre l'impact sur la génération de leads, le rythme des cibles MQL et SQL ainsi que la génération de pipeline. Nous avons également revu et amélioré le scoring des leads pour qu'il reflète autant que possible la réalité de leur qualité. Pour accroître la transparence, nous avons développé une feuille de prévision des prospects pour les Paid Medias, permettant une évaluation plus précise de l'efficacité de nos programmes et la validation de certaines de nos hypothèses.
Actuellement, GWI a une meilleure compréhension de la manière dont elle peut atteindre ses objectifs. Elle peut aussi évaluer l'efficacité de son programme à chaque étape du processus.
Nous avons amélioré la conversion MQL vers SQL de 100 % en novembre 2023. Nous travaillons encore à l'amélioration de ce ratio et à sa mise en conformité avec les normes de l'industrie, mais cela a eu un impact positif sur le pipeline.
