Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Growth Hacking B2B - Humind - Oct2018

79 vues

Publié le

Présentation de l'événement "Introduction au Growth Hacking B2B" organisé par Humind School chez WeWork Coeur Marais le 15/10/2018

Publié dans : Formation
  • Soyez le premier à commenter

Growth Hacking B2B - Humind - Oct2018

  1. 1. Bienvenu(e)s ! 👋
  2. 2. Améliorer et Automatiser le funnel Business Development et Sales pour driver la croissance du revenu
  3. 3. Qui sommes-nous ? 🧐
  4. 4. François Fillette Co-founder & CEO Marin Lévesque Co-founder & COO General Manager @Ironhack France (Paris, FR) VP Strategy & Business @CodinGame (San Francisco, USA) Co-fondateur & COO @Lookies (Paris, FR) Investor @Wincubator (Berlin, ALL) Finance Manager @Glispa (Berlin, ALL) Co-fondateur & Business Development @Languiz (Paris, FR)
  5. 5. En 2018 dans le Digital, les métiers Sales & Business Development représentent la 40% des offres d’emploi ouvertes. Mais, en face, il manque 100 000 profils commerciaux B2B rien qu’en France. Il est temps de s’attaquer à cette pénurie de talents. Sources: Etude Dirigeants Commerciaux de France (DCF), 2017
  6. 6. LA 1ÈRE ECOLE SALES & BUSINESS DEVELOPMENT DU DIGITAL 🚀 9 SEMAINES - DANS NOS LOCAUX - EMBAUCHE OU REMBOURSE 🚀
  7. 7. 20 A 40 ANS. ANIME(E)S PAR LE CHALLENGE. DIGITAL-FIRST. LES ELEVES Jeune diplômé (master, bachelor, DUT, BTS) Ingénieurs & développeurs (reconversion ou non) Consultants (stratégie, opérations, management) Sales/commercial en poste (Immobilier, Automobile, Retail, etc.) Profil atypique (sportif, militaire, artiste, etc.) Décrocher un job de Sales ou Business Developer dans le Digital ou Lancer une startup / une activité B2B dans le Digital 🎓 📄 🚴 🔭 🎱
  8. 8. 9 SEMAINES INTENSIVES - 400 HEURES - 8 PROJETS S1 S2 S3 S4 S5 S6 S7 S8 & S9 S10 LA FORMATION
  9. 9. PLUS DE 50% DE PRATIQUE UNE JOURNEE TYPE
  10. 10. 30+ PROFESSIONNELS DU SALES & BUSINESS DEVELOPMENT LES INTERVENANTS Daniel Nathan CEO @BidMotion Alexis Robert Tech Partner @KimaVentures Pascal Tawfik Head of Sales @1000Mercis Victoire Mulliez Corporate Sales @iBanFirst Maxime Bouchet Account Exec. @HIRED Bastien Marduel Sales Ops Manager @Algolia Richard Coigneau EVP Sales @LinkedIn Alexis Christine-Amara Head of Sales @CodinGame
  11. 11. 50+ ENTREPRISES PARTENAIRES, 100+ POSTES OUVERTS LES PARTENAIRES
  12. 12. 2 CHOIX POSSIBLES LES OPPORTUNITES Kickoff Week SDR / BDR Business Developer Account Manager etc. Création et développement d’une startup ou activité digitale B2B depuis zéro ENTREPRENEURBUSINESS DEVELOPER
  13. 13. Prochaine session : 7 janvier 2019 - 8 mars 2019 www.humindschool.com
  14. 14. L’approche Growth Hacking B2B 🔬
  15. 15. A growth hacker is a person whose true north is growth. Everything they do is scrutinized by its potential impact on scalable growth. Is positioning important? Only if a case can be made that it is important for driving sustainable growth. Sean Ellis Founder & CEO @GrowthHackers
  16. 16. Growth Hacking Mindset Méthodes & process Outils Données = + + +
  17. 17. Améliorer la performance à chacune des étapes du funnel B2B Business Dev.-Demand Gen., Sales & Customer Success pour maximiser la génération de revenus à échelle et à long terme Growth Hacking B2B =
  18. 18. Le Club des 1 000 de Gmail (2004)
  19. 19. Le Funnel B2B ⏳
  20. 20. Funnel B2B Activation Rétention ReferralRevenusAcquisition Framework AARRR
  21. 21. Funnel B2B Business Dev. & Demand Gen. Sales Customer Success Account Management Organisation
  22. 22. Funnel B2B MQLs
 PQLs BQLs SQLs PromoteursClients % % % Visiteurs/ Leads Metrics
  23. 23. Le Funnel Sales B2B Objectifs par étape Maximiser le reach dans votre/vos marché(s) Maximiser la conversion de leads à clients Maximiser la CLV directe & indirecte
  24. 24. Le Funnel Sales B2B Scope de chaque étape
  25. 25. Sales & Marketing machine ⚗
  26. 26. https://www.forentrepreneurs.com/sales- marketing-machine/
  27. 27. Sales & Marketing machine Roadmap #1 Profiling des acheteurs #2 Parcours d’achat #3 Actions par étape #4 Cohérence, liens & critères #5 Ressources & organisation
  28. 28. Sales & Marketing machine Exemple d’ICP
  29. 29. Sales & Marketing machine Exemple de parcours d’achat
  30. 30. Sales & Marketing machine Roadmap #1 Profiling des acheteurs #2 Parcours d’achat #3 Actions par étape #4 Cohérence, liens & critères #5 Ressources & organisation
  31. 31. Technique Growth Hacking B2B 🛠
  32. 32. DATA SCRAPPING Best practices, Tricks & Tips Cap sur vos 1 000 premières adresses emails
  33. 33. “Automation is a veritable mindset that can sometimes makes all the difference between one entrepreneur’s execution and another’s” Julien Le Coupanec, Growth Hacker
  34. 34. Intro Quand utiliser le scraping & l’automatisation ? ✓ Pour extraire de larges sets de données depuis des pages Web ✓ Pour créer des listes de leads ciblés pour du Business Development ✓ Pour automatiser l’export/l’extraction de données
  35. 35. Ce que vous voulez éviter …
  36. 36. Intro Quand ne pas utiliser le scraping & l’automatisation ? ✦ Est-ce vraiment rentable d’automatiser cette tâche ? ✦ La donnée à récupérer existe-t-elle ? ✦ La donnée à récupérer est-elle pertinente ?
  37. 37. Intro L’exemple du pendu avec Facebook
  38. 38. Intro 1 - Choisissez une page/un groupe lié(e) à votre cible
  39. 39. Intro 2 - Récupérez l’ID Facebook
  40. 40. Intro 2 - Récupérez l’ID Facebook (bis)
  41. 41. Intro 3 - Ouvrez une fenêtre en navigation privée et allez sur Facebook
  42. 42. Intro 4 - Cliquez sur « Forgot account? »
  43. 43. Intro 5 - Rentrez l’ID Facebook
  44. 44. Intro 6 - Récupérez un indice sur le pattern d’adresse email
  45. 45. Intro 7 - Matchez l’email avec une des combinaisons possibles prénom+nom@hotmail.com prénom.nom@hotmail.com première lettre du prenom.nom@hotmail.com etc.
  46. 46. Intro 7 - Matchez l’email avec une des combinaisons possibles Prénom : Daniel (longueur = 6) Nom de famille : Benoilid (longueur = 8) b******d@hotmail.com a une longueur de 8, commence par « b » et finit par « d » >>> b******d@hotmail.com = benoilid@hotmail.com
  47. 47. Intro 5 bis - Rentrez l’ID Facebook
  48. 48. Intro 6 bis - Récupérez un indice sur le pattern d’adresse email
  49. 49. Intro 7 bis - Récupérez un indice sur le pattern d’adresse email Prénom : David (longueur = 5) Nom de famille : Lakomski (longueur = 8) d************i@gmail.com a une longueur de 14, commence par « d » et finit par « i » >>> d************i@gmail.com = david.lakomski@gmail.com
  50. 50. Incroyable n’est-ce pas ?
  51. 51. Intro Mais il y a un mais… Contre-exemple : aucune combinaison ne semble suivre le pattern d’email :(
  52. 52. Intro La conclusion de ce court exemple Pensez toujours à déterminer le bénéfice d’une expérimentation avant de penser à l’automatiser ! En utilisant la méthode précédente, si vous ne parvenez à trouver que 10 emails valides sur 100 essayés, est-ce que cela en vaut la peine ?
  53. 53. Comment bien préparer son scraping ?
  54. 54. Scenario Les questions à se poser avant de commencer ✓ Quels sites / pages Web viser ? ✓ Où se trouve la data à extraire ? ✓ Quel est le parcours de navigation (browsing path) ?
  55. 55. Scenario Le point technique : le parcours de navigation ✓ Les critères des inputs (mots-clés, filtres, etc.) ✓ Les catégories & menus ✓ La pagination (résultats par page, scrolling, etc.)
  56. 56. Scenario Le parcours de navigation : les critères des inputs
  57. 57. Scenario Le parcours de navigation : classement aléatoire des résultats de recherche
  58. 58. Scenario Le parcours de navigation : la pagination des résultats
  59. 59. Scenario Les questions à se poser après un premier test ✓ Quelle est la limite de résultats affichés ? ✓ Quelle est la limite du nombre de vues ? ✓ Quelle est la limite de clics ? ✓ Existe-t-il des captchas ? ✓ L’accès aux fonctionnalités/données est-il payant ? ✓ etc.
  60. 60. Scenario L’exemple du Bon Coin avec le bouton des coordonnées
  61. 61. Scenario L’exemple de LinkedIn avec l’affichage des résultats
  62. 62. Scenario L’exemple de LinkedIn avec l’affichage des résultats 100 pages de résultats 10 résultats/page 10x100 = 1000 résultats affichés au maximum
  63. 63. Scenario L’exemple de LinkedIn avec l’affichage des résultats Page 101 n’existe pas
  64. 64. Scenario L’exemple de LinkedIn avec la limite de pages vues ✓ Pensez à restreindre votre recherche (critères) ✓ Utilisez les critères avancés ✓ Visez d’avoir <1000 résultats à afficher
  65. 65. Scenario Le cas de l’authentification ✓ Y a-t-il un process d’authentification obligatoire ? ✓ Les données/infos ne sont-elles visibles qu’une fois connecté(e) ? ✓ Si oui, comment le site fonctionne-t-il (cookies, tokens d’accès, etc.) ?
  66. 66. Rapide Introduction à HTML Parsing
  67. 67. Le Parsing en HTML Pourquoi et comment ?
  68. 68. Le Parsing en HTML La Structure DOM Un document HTML / une page Web est constitué(e) d’une série de nodes qui suivent une structure hiérarchique en arbre inversé Root Node 1 Node 2 Node N Node 1.1 Node 1.2 Node 1.3
  69. 69. Le Parsing en HTML La Structure DOM Types de nodes que vous devez connaitre : - élement (ex : div) - attribut (ex : id) - text (ex : « Coucou ») Document root element 1 element 2 element N attribut 1.1 attribut 1.2 texte 1.1
  70. 70. Le Parsing en HTML La Structure DOM - élements de nodes : html, body, h1, etc.
  71. 71. Le Parsing en HTML La Structure DOM - élements de nodes : html, body, h1, etc. - éléments de textes : « Hello Growth Hackers ! » « XPath discovery »
  72. 72. Le Parsing en HTML La Structure DOM - élements nodes : html, body, h1, etc. - éléments textes : « Hello Growth Hackers ! » « XPath discovery » - éléments attributs : id, class
  73. 73. Le Parsing en HTML La Structure DOM HTML (root) element N div (élément) h1 (élément) body (élement) id (attribut, value = « title ») text (value = « Hello Growth Hackers ») div (élément) h2 (élément) class (attribute, value = « subtitle ») text (value = « XPath Discovery »)
  74. 74. Le Parsing en HTML Les sélecteurs XPath Les sélecteurs XPath : - ils permettent de sélectionner des nodes ou des groupes de nodes dans un document XML - quand vous passez d’une node à une autre, utilisez « / » - ex : /html/body/div/h1 (le premier « / » représente le document root)
  75. 75. Le Parsing en HTML Les sélecteurs CSS Les sélecteurs CSS : - ils permettent de sélectionner des éléments HTML auquel on souhaite donner un style - quand vous passez d’une node à une autre, utilisez « > » - ex : html>body>div>h1
  76. 76. Le Parsing en HTML Un exemple HTML (root) element N div (élément) h1 (élément) body (élement) id (attribut, value = « title ») text (value = « Hello Growth Hackers ») div (élément) h2 (élément) class (attribute, value = « subtitle ») text (value = « XPath Discovery »)
  77. 77. Le Parsing en HTML Les Expressions Régulières (REGEX) Une REGEX : - c’est une chaine de caractères (string) qui décrit un pattern de recherche - expression générique connue : « .doc » pour les documents Word - la REGEX correspondante est : ^.*txt$
  78. 78. Le Parsing en HTML Les Expressions Régulières (REGEX) - exemple : partons de cette string « Tel : 06 65 78 41 87 » - on ne veut garder que le numéro de téléphone (« 06 65 78 41 87 ») - la REGEX à utiliser est : 0.*
  79. 79. Data Scraping Tips & Tricks
  80. 80. Data Scraping Utilisation du Browser Affichez les outils développeur via clic droit (ou Shift + Ctrl + I) pour : - afficher les données contenues dans le code source - afficher les données encodées
  81. 81. Data Scraping Exemple 1
  82. 82. Data Scraping Exemple 1
  83. 83. Data Scraping Exemple 2
  84. 84. Data Scraping Exemple 2
  85. 85. Data Scraping Outils
  86. 86. Data Scraping Scraper (extension Chrome) - une extension de data scraping pour Google Chrome - utile pour analyser rapidement des données dans un format spreadsheet - nécessite de connaitre les sélecteurs XPath
  87. 87. Data Scraping Scraper (extension Chrome) - extension de data scraping avancé pour Google Chrome - utile pour analyser rapidement des données dans un format spreadsheet - nécessite de connaitre les sélecteurs CSS et REGEX
  88. 88. Data Scraping Exemple réel d’utilisation des Outils
  89. 89. Web Scraping Cas d’un annuaire 1. Allez sur l’annuaire des avocats de Nice : http:// www.barreaudenice.com/annuaire/ 2. Ouvrez l’Inspecteur - clic droit ou Shift + Ctrl + I
  90. 90. Web Scraping Format de l’annuaire
  91. 91. Web Scraping Browsing pathRoot Enfant 1 (avocat) Enfant 2 (avocat) Enfant 3 (avocat) Enfant 4 (avocat)
  92. 92. Web Scraping Browsing path Root Avocat - Prénom - Nom de famille - Adresse - Téléphone - Email De 1 à N
  93. 93. Web Scraping Utilisation de Web Scraper 1. Cliquez sur l’onglet « Web Scraper » dans vos extension Chrome 2. Puis commencez par créer un nouveau sitemap (« Create sitemap »)
  94. 94. Web Scraping Utilisation de Web Scraper 1. Donnez un nom à votre sitemap (« nice-lawyers-directory » par exemple) 2. Entrez l’annuaire du site web 3. Cliquez sur « Create sitemap » 4. Commencez à positionner vos sélecteurs sur les éléments à scraper
  95. 95. Web Scraping Utilisation de Web Scraper 1. Donnez un nom à votre sitemap (« nice-lawyers-directory » par exemple) 2. Entrez l’annuaire du site web 3. Cliquez sur « Create sitemap » 4. Commencez à positionner vos sélecteurs sur les éléments à scraper DEMO LIVE
  96. 96. Merci ! 👋
  97. 97. Typeform de satisfaction : https://humind.typeform.com/to/nV9Pby
  98. 98. Humind School 64-66 rue des Archives 75003 Paris FRANCE +33 (0) 1 79 72 79 82 hello@humindschool.com L’école est située au WeWork Coeur Marais, au coeur de l’écosystème tech parisien, dans un cadre apaisant et motivant

×