Meer inzicht in de 95:5 regel
Dit inzicht was baanbrekend. En supernuttig als startpunt voor het veranderen van de mindset in organisaties naar demand generation.
Maar hoe zit dat in jouw markt?
Spoiler: het is waarschijnlijk niet 95% (maar wel dicht er tegenaan)
Dat doet niks af aan het nut van de regel.
Maar het is waardevol om te begrijpen waar het getal vandaan komt, en hoe het is berekend. Zodat je beter cijfermatig kunt onderbouwen wat het getal is voor jouw business.
En hoe je de werking kunt gebruiken om je communicatie naar die out-of-market doelgroep effectiever te maken.
De essentie is:
Je kunt de 95% verder opdelen in relevante deelsegmenten, die elk om andere messaging vragen
Je kunt inzichten van je bestaande klanten gebruiken om die deelsegmenten en de omvang ervan te bepalen.
De informatie/ hulp die je huidige klanten in elke fase nodig hebben, is dezelfde informatie/ hulp die je doelgroep in elke fase nodig heeft.
1. De basis-formule 95:5
De formule om te berekenen welk deel van jouw doelgroep in-market is, is als volgt:
(duur van de buying cycle) / (duur van de gemiddelde klantrelatie)
Dus stel: je levert Hubspot-ondersteuning aan bedrijven, op basis van vaste partner-relaties met klanten, en je doelgroep zijn bedrijven die al Hubspot hebben.
Dan is de "categorie" dus de relatie van bedrijven met hun (primaire) Hubspot-partner. Bedrijven zullen niet zo snel van vaste Hubspot-partner wisselen, maar ook niet eeuwig alles met 1 partij doen.
Laten we voor het voorbeeld aannemen dat een bedrijf gemiddeld 1x per 5 jaar wisselt van Hubspot partner. Dat is de duur van de relatie dus 5 jaar, ofwel 60 maanden.
En de lengte van de koopcyclus blijkt (als het goed) is uit je eigen data. Stel dat daaruit blijkt dat bij onze nieuwe klanten (we kijken naar de relatie, niet naar losse aankopen/ projecten binnen een relatie) de gemiddelde tijd tussen 1e contact en contract 3 maanden is.
Dan geldt voor dit fictieve voorbeeld:
(3 maanden) / (60 maanden) = 5%
Dus op elk moment is 5% van de doelgroep in-market (tussen contact en contract). En 95% dus niet.
Maar als je koopcyclus veel langer duurt, bijvoorbeeld 6 maanden, en als de gemiddelde duur van de klantrelatie 4 jaar is, dan komt het heel anders uit:
(6 maanden) / (48 maanden) = 12,5%
Dan is dus op elk moment 12,5% van je doelgroep in-market, en 87,5% niet.
2. Haal meer uit de formule
Dezelfde logica kun je gebruiken om het deel van je doelgroep dat niet in-market is verder te segmenteren, en beter te begrijpen.
Hiervoor hoef je niet alle data uit de markt te halen. Zeker voor nieuwe diensten/ nieuwe bedrijven is dit namelijk best lastig. Je kunt de (verwachte) duur van de relatie met je bestaande klanten, en de fases hierin, gebruiken als basis voor de markt, en voor je marketing naar de 95% (of hoeveel dan ook) die niet in-market is.
Een voorbeeld:
Stel je eigen klanten gemiddeld 5 jaar blijven voordat ze hun contract opzeggen, of via een tender heroverwegen. Sommige klanten blijven korter, wellicht minder dan een jaar. Anderen zijn al langer klant, en dan weet je niet hoe lang ze nog blijven. Maar maak een inschatting van het gemiddelde voor jouw categorie. Stel dat dit 5 jaar is (links naar referenties in diverse sectoren onderaan deze post).
En stel dat je dit als volgt in fases kan verdelen (op basis van eigen data/ inschattingen/ interviews met klanten etc):
Vanaf de start van het contract zijn klanten 6 maanden bezig met onboarden en de 24 maanden daarna zijn ze vooral bezig om hun mensen zo goed mogelijk met jouw oplossing te laten werken, en onderhoud en support steeds efficiënter te krijgen (totaal 30 van 60 maanden = 50%)
In de 18 maanden daarna krijgen ze eerste behoefte andere/ betere/ aanvullende oplossingen en wellicht al hints op dark social (30%)
In de 6 maanden daarna (de eerste 6 maanden van het laatste jaar) gaan ze actiever informatie opzoeken, ook van websites van aanbieders zelf (10%)
In de 3 maanden daarna gaan ze requirements en shortlist opstellen (5%)
In de laatste 3 maanden gaan ze actief het koopproces in (5%), al dan niet met jou op deze shortlist
Dan geldt dit direct 1:1 voor de markt waarin je actief bent:
50% van de markt is bezig hun bestaande oplossing (beter) werkend te krijgen. Is wellicht open voor hulp, maar staat niet open om over alternatieve oplossingen te praten
30% van de markt is bewust van behoefte, maar is niet actief op zoek
10% van de markt is bij aanbieders informatie aan het verzamelen, maar nog niet aan het kopen.
5% is actief bezig om requirements en shortlist op te stellen
5% is bezig om een keuze te maken uit hun shortlist (waar jij mogelijk wel/niet op staat)
Door met je bestaande klanten de dialoog aan je gaan kom je erachter in welke fase van de relatie zij behoefte hebben aan welke informatie.
Dit kun je dan weer gebruiken in je communicatie: bedrijven die nu in dezelfde fase zitten met een concurrerende oplossing hebben behoefte aan dezelfde informatie.
De informatie waarmee je je bestaande klanten in verschillende fases van jouw relatie kunt helpen, kun je ook gebruiken om het niet-in-market deel van jouw toekomstige klanten te bedienen.
De achtergrond van de formule
In 2015 introduceerde Jeremy Miller de 3% regel, met deze breakdown.
Bron: Sticky branding
Deze uitsplitsing van de doelgroep was nuttig, omdat het een geleidelijke overgang van out-of-market naar in-market weergeeft. Jeremy Miller maakt een onderscheid naar
7% van de klanten die van plan zijn te kopen, maar nog niet actief zijn
3% die al actief aan het kopen zijn
Hij deelt helaas geen berekening van deze percentages.
Later, in 2021, publiceerde het B2B Institute een vergelijkbare 95:5 regel - die inmiddels op LinkedIn min of meer de gouden standaard is.
De 95:5 regel is als volgt berekend:
Bedrijven switchen ongeveer elke 5 jaar (= 20 kwartalen) van hun primaire bank of advocatenkantoor
Het kooproces duurt ongeveer 1 kwartaal (NB: dit is een impliciete aanname in hun berekening)
Dan is op elk moment 1/20 = 5% van de bedrijven in-market (voor een nieuwe bank of advocaat)
Opvallend aan de 95:5 regel is wel, dat deze is berekend in volledig verzadigde markten, waar 100% van de markt al een oplossing heeft, en een deel elk jaar switcht. Dit geldt voor lang niet alle B2B markten, zeker niet als je een nieuwe dienst, een nieuw product of nieuwe categorie introduceert in de markt.
Daarom is het nuttig om voor je eigen business en markt inschattingen te maken van loyaliteit of duur van de klantrelatie, en de lengte van de buying cycle.
Dit geeft je cijfermatig meer houvast bij het maken van keuzes voor bijvoorbeeld messaging, kanalen, en budgetverdeling.
Hoe het werkt dat de levensfases van je gemiddelde klant ook gelden voor de markt
Hieronder een poging om in een plaatje duidelijker te maken hoe dit werkt.
Hoe duur van fases van de gemiddelde klant zich vertalen naar omvang van segmenten in de doelgroep
In dit schema is op elke regel een (gemiddelde) klant weergegeven. De klantrelatie begint bij het grijze deel. In latere (blauwe fases) raakt een klant steeds meer open voor alternatieven. In het groene deel kiest de klant een nieuwe leverancier, en begint een nieuwe klantrelatie.
De horizontale as geeft de tijd weer. De breedte (100%) is de duur van de klantrelatie.
De vertikale as zijn alle (potentiële) klanten weergegeven. Elke klant begint op een ander moment aan de buying cycle.
De (grote) aanname hierbij is wel dat jouw gemiddelde klant representatief is voor je gemiddelde niet-klant, voor wat betreft hun aankoopfrequentie, en hoe ze gemiddeld door die fases gaan.
Meer informatie
Churn rates per industrie:
https://customergauge.com/blog/average-churn-rate-by-industry
https://recurly.com/research/churn-rate-benchmarks/
Dale Harrison heeft op LinkedIn een formule gegeven voor de omrekening van churn naar "tijd tussen aankopen", in dit artikel “duur van de klantrelatie” genoemd. https://www.linkedin.com/feed/update/urn:li:activity:7175217773600497664/