更新日期：2020 年 5 月 19 日。请参阅底部的新帐户识别和广告数据部分。
使 B2B 营销适应远程工作环境
由于最近全球范围内发生的事件，在家办公的员工数量激增。这在多个方面给 B2B 营销人员带来了挑战。正如我的同事 Nani Shaffer 上个月讨论的那样，活动被取消和创新成为新的挑战。B2B营销人员今天还面临着一个新现实，我们的首席营销官 Peter Isaacson 对此进行了深入探讨。基于帐户的营销人员以及为他们提供支持的供应商需要适应这些不断变化的环境。我们当前面临的主要挑战之一是，当我们都在家办公时，如何继续识别公司并向他们进行营销。Demandbase 非常适合帮助我们的客户应对这些新现实。
账户识别——为 Demandbase 产品和功能提供支持
对于那些不了解的人来说，当今基于帐户的营销格局的要素之一是能够通过查看和识别访问者的 IP 地址来对网站流量进行去匿名化。一些供应商（不是 Demandbase）仅依靠反向 IP 数据来支持他们的“帐户识别”。反向 IP 阿尔及利亚电话号码表 数据库类似于过去几年的“黄页”，很少更新包含与 IP 地址关联的“域名”的数据库。虽然反向 IP 并非旨在识别公司访客，但当员工使用公司网络时，它的准确率约为 5-20%。为使用反向 IP 的供应商辩护，它很容易产品化，20% 的识别率总比 0% 的识别率好。然而，当人们在家工作时，这 20% 的识别率会降至 0%——因为家庭 IP 与 Comcast 或 AT&T 等 ISP 相关联。问题就在这里。如果员工在家工作，B2B 公司如何在网上找到他们并向他们推销？
Demandbase 一直采用不同的帐户识别方法 - 这种方法支持我们的大多数解决方案。在任何给定时间，Demandbase 都有大约 37 亿个 IP 地址，这些地址映射到某个公司或以其他方式分类。我们从专有方法获取 IP 数据，并使用众多第三方来源来验证和增强我们的匹配能力。此外，Demandbase 拥有数亿个活动 cookie 来补充识别。
当访问者访问我们客户的网站时，Demandbase 首先会查找我们的 cookie ID。如果存在，我们会仅通过此 cookie 识别公司。如果他们的浏览器上没有 cookie，我们会查看 IP 地址来识别公司。在过去几周内，随着员工在家办公的增多，Demandbase 的识别率略有提高（尤其是基于 cookie 的识别），而我们的竞争对手的识别率却有所下降。这不仅是我们的 cookie 数据库的结果，也是人工智能的结果。
为了进一步说明，我们以微软为例。随着微软员工在家办公，Demandbase 发现 cookie 级别的识别有所增加。当发生 cookie 识别时，我们的 AI 引擎仍会记录其网络的 IP 地址。随着时间的推移，如果相同的 IP 地址被相同的 Microsoft cookie 使用，则该 IP 地址最终将正式映射到 Microsoft.com，从而提高我们的识别能力。
如果 Microsoft 的其他唯一 Cookie 在短时间内使用相同的 IP 地址，则此 IP 到公司的映射会加速。如果我们看到其他公司（基于 Cookie 识别）使用相同的 IP 地址，则 IP 的映射会减慢 - 我们的 AI 模型会认为 IP 地址是咖啡店、航空俱乐部或任何其他公共 Wi-Fi 网络。因此，我们不会将 IP 映射到公司，以最大限度地减少帐户识别中出现的误报。
我们的人工智能不断评估 IP 和 Cookie 与帐户的匹配情况，这使我们的客户能够持续取得成功。不幸的是，对于其他供应商来说，他们没有足够的带宽和资源来构建如此复杂的数据集并进行持续的人工智能评估，因此他们受到了近期居家办公令的严重影响。
注意： 在账户识别方面，Demandbase 总是倾向于使用假阴性，而不是假阳性。假阳性会给人以匹配率更高的印象，但代价是准确性。任何积极提倡在竞争对手之间进行“匹配测试”的 ABM 供应商总是会有大量不准确的识别。根据不正确的数据采取营销和销售行动完全违背了有效的基于账户的营销策略。
意向数据是新的线索
Demandbase 发现意图行为收集量有所增加，因为我们现在将更多 IP 地址与公司关联起来，因为员工在家庭网络上浏览互联网。我们部署的意图收集方法不受影响。其他意图供应商发现意图收集量有所下降，因为他们依赖于他们购买的第三方数据集，而无法控制这些数据集。
