Benchmarking your digital marketing capability

 

Using capability maturity models to audit your digital maturity and set targets to improve digital marketing effectiveness

We've been adding to our visual tools to help all members assess how well their businesses are adapting to using digital media and technology and to set targets to improve their results from digital marketing.

We have collected these visuals together in a single download so that you can easily review them and print the most relevant for you. We've designed them So members can use them for different scales of business and roles. There are more than 10 templates which cover:

• Digital marketing for small and medium businesses using our RACE framework
• Digital transformation for larger businesses
• Digital channel marketing activities including SEO, Social media, email and content marketing

You can see one example, which I designed for reviewing digital marketing effectiveness with senior leaders in small and medium or larger businesses. The other templates are more granular looking at specific digital marketing activities using our RACE framework.

Members can also use our Capability graders, which are free, interactive versions enabling you to compare your score to other members (anonymously) and get recommendations on which resources can help you improve your score.

Of course, capability graders and improvement recommendations are most useful to businesses that are actively trying to improve their digital marketing strategies. If you're still looking for buy-in for digital marketing activities or optimization, you could start by reading up on '10 reasons why you need a digital marketing strategy'.

What is the 5 point benchmarking scale based on?

In this article I'll explain the background to these capability reviews - I have to go back a while since I first became aware of the benefits of doing this type of process benchmarking back in the early 1990s!

Do you know the Carnegie Mellon Capability Maturity model (CMM)? That's where my inspiration for benchmarking businesses for digital marketing originally came from. It’s likely that you don’t, if you work in marketing, unless your background is similar to mine.

I used to manage software development back in the day, before the web, yes that long ago…

Back then I used to manage small teams to create packaged software used by thousands of engineers worldwide, so it was important that we minimized defects when we shipped a new release. Of course, every major bug irritates customers and generates support and rework.

So the team leaders and I worked hard to implement a quality management system process for creating new software updates to minimize bugs - many who are involved with managing updates to web and E-commerce sites will be familiar with requirements specs, prototypes, and testing schedules, although this was before Agile and Scrum.

As part of trying to improve our development processes, we used to find it useful to apply capability maturity models to benchmark against competitors. They help you be more objective about your capabilities and know where improvements are needed. In the classic CMM model there are 5 or 6 clearly defined stages as shown below:

The story behind developing these digital marketing maturity benchmark tools

When I switched from software development to marketing to lecturing in the business school in the University of Derby around 1995, the web was in its infancy and there were a lot more problems with managing site performance and content than there are today. Remember those quaint “under construction” signs. Laughable now!

Many managing the adoption of digital technologies by their companies were based with a similar problem to the software developers. They needed to develop a robust, repeatable process that would enable them to deliver a service that was effective both for their customers and their commercial goals. Many still do. So this is where reviewing your capabilities can help.

If you're new to digital marketing, don't forget to check our top 18 recommended digital marketing techniques by asking 'what is digital marketing?'.

Using benchmarking or scoring of your digital maturity can help:

• 1 Audit current approaches to digital marketing to identify areas for improvement;
• 2 Benchmark against competitors who are in the same market sector;
• 3 Identify best practice from more advanced adopters;
• 4 Set targets and develop strategies and roadmaps for improving capabilities through time;
• 5 Communicate the current situation to colleagues budget holders and highlight investment priorities in for different activities.

This need for well-managed processes is still the case, particularly with ongoing developments in the technology for delivering customer experiences across mobile and desktop and the need to integrate content and social media from multiple sources. Given that digital marketing is “Always-on”, it makes sense to benchmark the overall capability of digital marketing using a simple scoring system.

I used to participate in Workshops at Cranfield School of Management where capability models developed by Professor Hugh Wilson were reviewed with companies participating in a benchmarking group. This rang a bell, so it gave me the idea to apply what I had learned of CMM for software development and apply it.

Benchmarking frameworks for Smart Insights Business Members

I originally developed capability benchmark spreadsheets on personal consulting projects for brands like Barclaycard, BP and Mercedes Benz where I interviewed stakeholders asking them to assess their digital capabilities on a detailed scale.

A version of this was referenced later in the Econsultancy Managing E-commerce Teams reports I worked on in 2005 and 2008 and more recently have updated them to the Smart Insights Digital marketing strategy audit which is structured around the RACE Planning framework - it's where we recommend Expert members start their improvements to digital marketing.

We also have an online retail capability benchmarking audit by Chris Jones. I got in touch with Chris since I admired the auditing approach in his Multichannel Retail Handbook and we arranged to share it with Smart Insights members.

Free Interactive Benchmarking tool

After developing many digital benchmarking spreadsheets and marketing strategy audits, I wanted to take digital benchmarking to the next level by having an interactive tool that could be used to score a business digital marketing capabilities and make recommendations to improve.

That's what our interactive digital strategy benchmarking tool does. By scoring your business capabilities across all areas of the RACE planning framework you will be given a score and recommended resources and e-learning models to help you improve your business capability to use digital marketing effectively.

By Dave Chaffey

https://www.smartinsights.com/

55 Business Model Patterns. #17. Franchising

 

The franchisor owns the brand name, products, and corporate identity, and these are licensed to independent franchisees who carry the risk of local operations. Revenue is generated as part of the franchisees’ revenue and orders. The franchisees benefit from the usage of well known brands, know-how, and support.

How they do it: Subway is one of the fastest-growing franchises in the world and, as of June 2017, has approximately 45,000 stores located in more than 100 countries. More than half of the stores are located in the United States. Subway collects recurring royalty fees and an upfront franchise fee from independent store operators.

Top Industries

Below, the top industries for the pattern "Franchising" are displayed, in order to get insights into how this pattern is applied across different industries. We've collected data from 5 firms using this pattern.

Pattern Co-Occurrence

Below, the pattern "Franchising" is analyzed based on co-occurrence, in order to get insights into how this business model pattern is applied in combination with other patterns within the firms we studied.

https://cutt.ly/36WwSqD

Adaptive Strategy

 

Continuous adjustment of strategy in the light of changing organisational context has been a recurring theme in my last three posts. This post offers something of a footnote to the earlier articles.

The header image above provides a slightly different perspective on the ever-shifting point of decision. The time dimension is emphasised here in a way that was less obvious in the previous schematics. Your monitoring of past performance is helpful in evaluating options in the present moment, to determine future goals, policies and actions (directing).

As your non-profit board recognises changes in both your stakeholder needs and the environment in which your organisation is operating, the answers to the key strategic questions also evolve. Reiterating messages from my previous post, those questions are:

• What should we do, and why? (Strategy)
• What could go wrong? (Risk)

Consideration of these two closely related queries will desirably include answers to ancillary questions, such as:

• What if we did nothing?
• What might we need to stop doing if we are to allocate adequate resources to the new strategic initiative/s?

Previous points of decision and their strategy outcomes are suggested in this chart by the transparent discs located on the ‘past’ segment of the timeline. While earlier decisions were relevant for the prevailing circumstances at the times they were taken, continuing relevance cannot be assumed given changes in stakeholder needs and the world around us.

Documented policies and strategies help us to remain focused on our purposes, but effective governance can only be achieved in the present moment. A steady hand on the tiller is fine in calm waters, but a storm (e.g. COVID-19) demands different navigation skills. Adaptive leadership, strategy, and governance require accommodation of new priorities, and de-prioritisation of goals and initiatives that are no longer relevant.

https://polgovpro.blog/2020/07/27/adaptive-strategy/

5 причин, почему бизнес внедряет Process Mining

 

Что именно бизнес ищет в процессной аналитике? Какие проблемы решает? Стоит ли результат потраченных усилий?

Что такое процессная аналитика 

Process mining (или процессная аналитика) – это метод анализа бизнес-процессов, который позволяет воссоздать их в том виде, в котором они на самом деле выполняются внутри компании. В качестве источников данных выступают данные журналов событий из информационных систем, например:

• управления процессами (BPM);
• управления ресурсами предприятия (ERP);
• управления взаимоотношениями с клиентами (CRM) и др.

С помощью технологии бизнес может исследовать и изучать свои бизнес-процессы в таком виде, в каком они на самом деле протекают внутри компании, выявлять «узкие места», неэффективные процессы и проблемы в работе процессов, которые затем могут быть устранены. Благодаря использованию process mining компании могут повысить эффективность бизнес-процессов, сократить затраты и увеличить производительность. Это если в целом. 

Сейчас бизнес все чаще использует process mining для оптимизации своих процессов и повышения эффективности работы. Рассмотрим пять основных причин, по которым компании прибегают к подобным инструментам.

1. Определение потенциальных улучшений процесса

Как показывает наш опыт работы, одна из главных причин внедрения процессной аналитики – это определение потенциальных улучшений процесса. Очень сложно, основываясь только на регламентах, предположениях и интервью причастных сотрудников, получить объективное представление о том, как на самом деле работает компания, и по каким сценариям выполняется тот или иной процесс.

Анализ данных журналов событий корпоративных систем позволяет выявить неэффективные процессы, «узкие места» и другие проблемы, которые затрудняют выполнение задачи. Эти данные могут быть использованы для определения причин неэффективности процесса и разработки методов его улучшения. Не нужно будет предполагать, что стоит начать оптимизировать – все станет очевидно, прозрачно и понятно.

Один из наших первых пилотных проектов по process mining был связан как раз с этим – крупная телеком-компания хотела определить, какую операцию процесса учета авансовых отчетов можно роботизировать. Для этого было нужно оцифровать сам процесс, и сравнить получившуюся модель с внутренним регламентом. 

Бывают и обратные ситуации, когда приходится исследовать уже внедренные инициативы и считать, стоила ли игра свеч. Один из самых любопытных кейсов касался сканирования документов. Банк хотел усовершенствовать этот процесс, в результате чего был создан и интегрирован во внутренние системы специальный софт. В результате наших исследований выяснился интересный факт: применение стандартного ПО оказалось в разы быстрее, нежели нового. 

2. Оптимизация процесса

С помощью process mining можно определить, какие шаги в процессе занимают больше времени. Это помогает сократить время и затраты на его выполнение и улучшить его эффективность, что позволяет бизнесу ощутимо повышать производительность. 

Например, одной крупной факторинговой компании, благодаря процессной аналитике, мы помогли найти потенциал для ускорения онбординга клиентов, а именно – выявить неравномерное распределение задач между сотрудниками и предложить идеи по корректировке правил распределения. Для этого была построена карта процесса с отображением ключевых метрик, рассчитаны трудозатраты на каждую операцию в рамках обработки заявок на факторинг и найдены точки оптимизации. Онбординг оказалось возможным ускорить на 36,3%. 

Другой пример связан с банком из ТОП-10. Руководство хотело не только провести глубокий анализ двух сквозных процессов – онбординга юридических лиц в рамках зарплатного направления и открытия первого счета юрлица в офисе нового формата, но и выявить потенциал для их оптимизации. В итоге, оцифровали реальное выполнение процессов, визуализировали их и предложили ряд рекомендаций для разрешения всех «узких мест». 

3. Улучшение контроля за процессами

Благодаря process mining бизнес получает точную информацию о процессах, включая информацию о времени выполнения каждого шага, о количестве продукции, создаваемой на каждом этапе и многое другое. Это улучшает контроль за процессами, предотвращает ошибки и позволяет своевременно реагировать на них, что ведет к росту производительности компании и удовлетворенности клиентов. 

Process mining воссоздает реальное выполнение бизнес-процесса со всеми его основными шагами. Улучшить и детализировать результат помогает Task Mining. Данная технология фиксирует мелкие детали взаимодействия пользователя с интерфейсами приложений, благодаря чему процесс становится прозрачным и максимально детализированным. Банк из ТОП-5 одной из задач проекта по внедрению активной аналитики ставил выявление этапов процесса по закрытию банковских карт, которые не логируются, т. е. остаются в «слепых зонах». Эту задачу удалось решить именно при помощи связки Process Mining и Task Mining. 

Отмечу, что есть довольно много кейсов, когда в числе основных бизнес-запросов значится контроль соблюдения уровня SLA. 

4. Рост качества

Process mining выявляет проблемы, связанные с качеством продукта/услуги, и устраняет их. Это включает в себя выявление несоответствий в работе персонала, нарушения правил или других факторов, которые могут привести к низкому качеству. После того как проблемы выявлены и устранены, компания может улучшить качество своего продукта/услуги, что повысит удовлетворенность клиентов и укрепит ее позицию на рынке. 

Недавняя история: крупный телеком-оператор применил process mining для анализа процесса массового подбора персонала. Любые простои и затягивания приводят к неукомплектованности штата, что способствует снижению качества оказываемых услуг, падению клиентской лояльности и убыткам. Опасная ситуация. Инициатива по внедрению помогла не только глубоко исследовать процесс, но и найти потенциал экономии трудозатрат более 16 тыс. человеко-часов рекрутеров.

5. Выявление упущенной выгоды

Я думаю, не стоит пояснять, что такое упущенная выгода. Уменьшение прибыли, общая неэффективность бизнес-процессов лишают бизнес главного – возможностей для дальнейшего развития и снижают уровень конкурентоспособности. Не всегда потери вызваны злым умыслом, иногда это незнание или отсутствие квалификации сотрудников, использование устаревшего ПО. «Вскрыть» подобные ситуации самостоятельно, основываясь на гипотезах и предположениях – сложно, поэтому бизнес предпочитает прибегать к аудиту бизнес-процессов.

Один из наших недавних кейсов связан как раз с подобной причиной. Банк из ТОП-10, используя process mining, обнаружил 200 млн рублей упущенной выгоды в год. Оказалось, что в 22,2% случаев клиент не доходил до выдачи кредита из-за частых доработок заявки. 

Заключение

Process mining – это мощный инструмент, который помогает компаниям оптимизировать свои бизнес-процессы, сокращать затраты и улучшать качество продукта или услуги. Это также помогает компаниям улучшить контроль за процессами и повысить эффективность своей деятельности. Если вы не используете process mining в своей компании, рекомендуется обратить на него внимание и изучить возможности его применения для оптимизации своих бизнес-процессов.

Александр Бочкин

Сравним два подхода: Process Crowdsourcing и Process mining

Результаты сравнения показывают: краудсорсинг имеет ряд преимуществ по сравнению с майнингом.

Пожалуй, не следует ломать копья и убеждать современный менеджмент в том, что процессное управление на сегодняшний день является наиболее адекватным методом операционного управления компаниями. Процессный метод может с успехом применяться в различных областях бизнеса, производства, госуправления и т. п. Вместе с тем, для того, чтобы реализовать систему процессного управления, необходимо иметь детальную операционную модель предприятия.

Создание такой модели и поддержание ее в актуальном состоянии, при использовании традиционных методов и инструментов, представляет собой сложную затратную задачу. В основе традиционных методов лежит интервьюирование работников моделируемого объекта внешними консультантами, ручное «рисование» процессов с последующим итерационным согласованием результата. При таком подходе проект создания моделей растягивается на долгие месяцы, а иногда и годы. За это время моделируемый объект может измениться и работы по моделированию необходимо будет начинать сначала.

 Сократить время можно за счет автоматического создания процессных моделей. В настоящее время известны два метода и соответственно два типа IT-систем автоматической генерации процессных моделей. Это системы process mining и process crowdsourcing.

Метод process mining появился сравнительно недавно. Суть его заключается в автоматизированном извлечении исходных данных о процессах из логов автоматизированных систем операционного уровня. Для того, чтобы воспользоваться этим методом необходимо иметь на предприятии системы управления операционного уровня, причем этими системами должны быть охвачены большинство сотрудников, а главное большинство выполняемых операций. Такого уровня автоматизации  практически нигде нет, поэтому область применение этого метода существенно ограничена.

Метод process crowdsourcing, по сути, известен давно.  Еще Эдвардс Деминг утверждал: «Если человек не может изобразить в виде схемы, что он делает, значит он не знает, что делает». Действительно, каждый квалифицированный сотрудник точно знает, что он делает, и в какой операционной последовательности он выполняет свою работу. Совокупные знания работников в деталях определяют, как устроено предприятие и, как оно работает. Для создания модели остается только собрать эти знания и преобразовать их в модель. Эту часть процесса моделирования можно делегировать программной системе краудсорсингового моделирования.

В представленной ниже таблице показаны сравнительные характеристики и свойства систем process crowdsourcing и process mining.

	Тип системы Свойство	Process Crowdsourcing	Process Mining
1	Элементы графического языка моделирования	Более 10 элементов стандартного языка BPMN 2.0	3 нестандартных элемента
2	Построение графических моделей «Как есть»	Автоматическое построение	Автоматическое построение
3	Источник исходных данных для моделирования	Автоматизированный краудсорсинг персонала (ролей)	Логи IT-систем по следам работы персонала
4	Построение графических моделей «Как будет»	Можно построить несколько вариантов для выбора оптимальной модели	Нет
5	Модель оргштатной структуры, связь ролей с процессами	Да	Возможно
6	Модели взаимодействия людей и автоматов, интернет вещей	Да	Возможно
7	Построение имитационных моделей процессов	Есть	Нет
8	Минимизация рисков перехода от модели «Как есть» к модели «Как будет»	Риски минимизируются за счет проверки модели «Как будет» на имитационной модели	Нет
9	Размеры применяющих систему компаний	Крупные, средние и мелкие компании	Только крупные компании
10	Динамическая модель загрузки ресурсов и размеров очередей	Да	Нет
11	Отражение статистических характеристик времени	Да. Характеристики выполнения имитационной модели	Возможно. Характеристики фактического выполнения
12	Отражение статистических показателей трудозатрат	Да. Трудозатраты моделируемых процессов	Возможно. Трудозатраты фактического выполнения
13	Отражение статистических показателей производительности	Да. Показатели производительности моделируемых процессов	Возможно. Показатели производительности фактического выполнения
14	Отражение статистических показателей энергоемкости	Да. Показатели энергоемкости моделируемых процессов	Возможно. Показатели энергоемкости фактического выполнения
15	Отражение статистических показателей стоимости	Да. Показатели стоимости моделируемых процессов	Возможно. Показатели стоимости фактического выполнения
16	Показатели качества результатов процессов	Да. Показатели качества результатов моделируемых процессов	Возможно. Показатели качества результатов фактического выполнения
17	Можно ли моделировать катастрофические и редкие сценарии	Да	Нет
18	Выполнение работ по созданию модели	Собственные сотрудники	Внешние консультанты
19	Стоимость создания и поддержания модели	Низкая	Высокая
20	Создание цифрового двойника компании	Да	Нет
21	Возможность организации деловых игр	Да	Нет

Прокомментируем таблицу. Графические модели (см. п.1 таблицы) систем process mining используют только три графических символа: многовходовый функциональный блок, стрелка передачи управления и событие. Такого количества символов явно недостаточно для адекватного понимания логики выполнения процесса.  Консультантам-аналитикам приходится домысливать поведение автоматически созданных графических моделей процессов.

Как системы process mining, так и системы process crowdsourcing автоматически создают графические процессные модели «Как есть», причем системы process crowdsourcing генерируют графы процессов на основе данных краудсорсинга, а системы process mining – на основе логов IT-систем по следам работы персонала и автоматов (см. п.2 и п.3 таблицы).

Применяя метод и систему краудсорсинга можно автоматически сгенерировать несколько вариантов моделей «Как будет» (см. п.4 таблицы), на имитационной модели провести многовариантный анализ и доказательно определить оптимальную модель «Как будет» (см. п.7 таблицы). Системы типа process mining не обладают этим важнейшим свойством.

Метод и система process crowdsourcing позволяют создать модель оргштатной структуры моделируемой компании, как части комплексной процессной модели, и на основе анализа результатов имитационного моделирования оценить загрузку персонала, механизмов и автоматов (интернет вещей), определить локализацию узких мест и размеры очередей к ресурсам процессов (см. п.5 и п.6 таблицы).

Метод и система process mining, в принципе, позволяет сделать то же самое. Однако, процесс мониторинга данных будет более затратен, так как потребуется создать и установить множество агентов мониторинга для сбора статистики о переключениях между окнами на компьютерах сотрудников. Кроме того, в  логах IT-систем должны присутствовать необходимые для анализа данные.

Важнейшим свойством краудсорсинговых систем моделирования процессов предприятий является способность таких систем в кратчайшее время с минимальными затратами автоматически создавать адекватные, динамические, имитационные модели процессов предприятий (см. п.7 таблицы). Пожалуй, это свойство не только важнейшее, но и самое важное, в периоды проектирования или модернизации предприятий. Действительно, при проектировании любой продукции, товаров или услуг широко применяются методы имитационного моделирования. 

Никто не станет передавать в производство новый самолет, корабль или технологический процесс не проверив поведение нового объекта на различных имитационных моделях в различных ситуациях. Методика и системы майнинга процессов могут применяться только на действующих объектах и не имеют инструментов имитационного моделирования и не могут рассматриваться в качестве средств проектирования новых или модернизируемых процессов.

Краудсорсинговая система моделирования будущих процессов позволяет минимизировать риски реального перехода от действующей модели процессов «Как есть» к действующей модели «Как будет» (см. п.8 таблицы). Риски минимизируются за счет проверки модели «Как будет» на имитационной модели, а не на действующем в реальных условиях предприятиях и не живых, работающих на этих предприятиях людях, как это реализуется, при применении метода process mining.

Специалисты по методу process mining соглашаются, что применение этого метода возможно только на крупных предприятиях, где большинство процессов автоматизировано средствами больших и дорогостоящих IT-систем, а множество агентов мониторинга для сбора статистики может быть реализовано внешними консультантами. Краудсорсинговая система имитационного моделирования не требует разработки и установки агентов мониторинга и реализуется сотрудниками моделируемого предприятия. Поэтому, системы process crowdsourcing применимы как на крупных, средних, так и мелких предприятиях. (см. п 9 таблицы).

Краудсорсинговая система моделирования позволяет показать динамику загрузки ресурсов и динамику изменения размеров очередей, в зависимости от времени выполнения моделируемого процесса. Динамические модели позволяют на качественном уровне понять и оценить поведение моделируемых процессов, ресурсов и очередей.  Системы process mining не обладают средствами анимационного отображения поведения процессов, ресурсов и очередей (см. п 10 таблицы).

Методика и системы process crowdsourcing позволяют задать множество значений параметров выполняемых операций,  и, на основе выполнения процессной имитационной  модели, получить множество значений статистических показателей деятельности, таких как: время выполнения, трудозатраты, производительность, энергоемкость, стоимость, качество результатов и т.п. (см. п.11 - п.16 таблицы). Метод и система process mining, в принципе, позволяет делать то же самое. Однако, процесс мониторинга данных будет более затратен, так как потребуется создать и установить множество агентов мониторинга для сбора статистических параметров. Кроме того, в  логах IT-систем должны присутствовать необходимые для анализа данные.

Применяя методику и системы process minin нельзя отработать или промоделировать  катастрофические и редко выполняемые сценарии (см. п 17 таблицы). Действительно, нельзя загонять реальные процессы в катастрофический сценарий или долгое время нарабатывать статистику редких сценариев только ради получения достоверных статистических данных выполнения процессов. Гораздо проще и абсолютно безопасно получить достоверную статистику на имитационной модели краудсорсинговой системы.

Краудсорсинговая процессная модель создается собственными сотрудниками предприятия, а модель процессного майнинга создается внешними консультантами. Только это обстоятельство позволяет утверждать, что эксплуатационная стоимость краудсорсинговой модели будет меньше стоимости модели процессного майнинга (см. п. 18 и п. 19 таблицы).

Совокупный функционал краудсорсинговой имитационной модели обеспечивает создание процессного двойника моделируемого предприятия (см. п 20 таблицы).

И, наконец, созданный цифровой двойник может использоваться в качестве базовой имитационной модели организации системы деловых игр.  На этом цифровом тренажере персонал предприятия может отрабатывать свои действия в различных бизнес-сценариях, включая и сценарии редкого и даже катастрофического развития событий (см. п 21 таблицы).

Вывод: методика краудсорсингового процессного моделирования по многим показателям не уступает методам процессного майнинга, а по многим показателям обеспечивает лучшие результаты.

Александр Колосов

https://www.e-xecutive.ru/

The State of B2B Sales in 2023

 B2B sales leaders say they are experiencing longer sales cycles and more opportunities being lost to no decision this year, according to recent research from RAIN Group.

The report was based on data from a survey conducted in 2023 among 322 B2B sales leaders from around the world.

Some 43% of respondents say the sales cycle timeline for deals has increased over the past 12 months, 41% say it has stayed the same, and 16% say it has decreased.

Some 44% of B2B sales leaders say the share of potential deals lost to no decision has increased over the past 12 months, 42% say it has stayed the same, and 15% say it has decreased.

Some 47% of B2B sales leaders say the share of potential deals lost to competitors has stayed the same, 31% say it has decreased, and 22% say it has increased.

B2B sales leaders say the top challenges they face are hiring strong sales talent, selling in an uncertain economy, and generating sales-ready leads.

About the research: The report was based on data from a survey conducted in 2023 among 322 B2B sales leaders from around the world.

https://www.marketingprofs.com/

The 100 Most Valuable Global Brands

 Apple is the most valuable brand in the world in 2023, with a brand value of $880 billion.

Google is the second-most valuable brand ($578 billion), and Microsoft is the third-most valuable ($502 billion).

That's according to Kantar BranZ's annual ranking of the world's most valuable brands.

An infographic (below) looks at the 100 most valuable global brands in 2023, covering each brand's total value and what industry it is in.

Check out the infographic:

https://cutt.ly/UwsTi3yI