Lead score

Lead scoring tildeler en numerisk verdi til hver potensiell kunde basert på hvor godt de samsvarer med profilen til en god kunde og hvor sterkt de har engasjert seg, slik at salgsinnsatsen kan rettes mot de leadene som mest sannsynlig vil konvertere. Poengsummer kombinerer vanligvis demografiske og firmografiske attributter, som rolle, bedriftsstørrelse, bransje og sted, med atferdssignaler som viste sider, nedlastet innhold, åpnede e-poster og startet produkttesting.

Problemet den løser er kapasitetsallokering. Salgsteam kan kontakte et begrenset antall potensielle kunder på riktig måte, og å kontakte dem i ankomstrekkefølge sløser med krefter på folk som aldri vil kjøpe mens potensielle kunder blir kalde. En fungerende scoringsmodell øker andelen salgstid brukt på vinnbare salgsmuligheter, noe som forbedrer både konvertering og moralen til et team som ellers jobber seg gjennom en liste med ukvalifiserte henvendelser.

De fleste implementeringer er bygget på antagelser snarere enn bevis, og det er derfor så mange presterer dårlig. Poeng tildeles i en workshop i henhold til hva markedsføringen mener indikerer interesse, og den resulterende modellen gjenspeiler interne meninger om kjøpssignaler snarere enn det faktiske forholdet mellom atferd og resultater. En modell bygget ved å analysere historiske data, sammenligne attributtene og atferden til potensielle kunder som konverterte med de som ikke gjorde det, motsier ofte workshopversjonen, og uenighetene er vanligvis de mest verdifulle funnene.

Spesielt atferdsscoring krever at man er nøye med hva et signal faktisk betyr. Gjentatte besøk til en prisside indikerer evaluering; gjentatte besøk til støttedokumentasjon kan indikere en eksisterende kunde, en konkurrent eller en jobbsøker. Høyt e-postengasjement kan indikere interesse eller rett og slett en vane å åpne en e-post. Nylig aktivitet er viktigere enn akkumulert aktivitet, siden en potensiell kunde som var svært engasjert for seks måneder siden og stille siden er en annen potensiell kunde enn en som var engasjert denne uken, og modeller som samler poeng på ubestemt tid rangerer foreldede leads over aktive.

Poengsum feiler også når det behandles som et statisk system. Kjøpsatferd endres, produkter endres, og profilen til en god kunde endres etter hvert som en bedrift beveger seg oppover i markedet eller inn i nye segmenter, slik at en modell som er bygget én gang og latt være på plass, forringes jevnt og trutt. Det praktiske kravet er periodisk revalidering mot resultater, der man sjekker om høye poengsummer fortsatt forutsier konvertering og om salgsteamet finner prioriteringen nyttig, med modellen justert eller gjenoppbygd når de avviker.

Negativ poengsum fortjener like mye oppmerksomhet som positiv, og blir ofte utelatt helt. Signaler som indikerer at en potensiell kunde ikke er en potensiell kunde, inkludert konkurrentdomener, student- og jobbsøkermønstre, geografiske områder virksomheten ikke betjener, bedriftsstørrelser utenfor målområdet og engasjementsmønstre som er typiske for automatisert skanning, er like informative som positive indikatorer og betydelig billigere å handle på. Å bruke dem fjerner støy fra toppen av salgskøen, noe som forbedrer både teamets effektivitet og den oppfattede kvaliteten på markedsføringsresultatene. Uten dem vil en poengsummodell som belønner engasjement pålitelig fremme de mest aktive ikke-kjøperne til toppen av listen.

Den organisatoriske dimensjonen avgjør vanligvis suksess mer enn modellen. Poengsum fungerer bare hvis markedsføring og salg er enige om hva som kvalifiserer en potensiell kunde, hvis salg stoler nok på poengsummene til å jobbe dem i riktig rekkefølge, og hvis tilbakemeldinger om kundeemneskvaliteten flyter tilbake til markedsføring i stedet for kun å bli uttrykt som en klage. Å etablere disse definisjonene og tilbakemeldingssløyfen er vanligvis en del av en vekststyring engasjement, med modellen bygget og validert av dataanalyse mot reelle konverteringsresultater i stedet for satt sammen fra antagelser om hvilken atferd som indikerer intensjon.