Otomatik Lead Niteleme
Otomatik lead niteleme, her kişiyi elle incelemeden bir leadin uygunluğunu ve satın alma niyetini değerlendirmek için yazılım, puanlama mantığı veya etkileşimli huniler kullanılmasıdır.
Önemli noktalar
- Hat yakalama, değerlendirme ve aksiyondan oluşur; üçü gönderimden sonraki saniyelerde tamamlanır.
- Mantık yalnızca formun sorduğunu değerlendirir; doğruluğun tavanını girdiler belirler.
- Tamamlanma oranını korumak için soruların sırası, sayısından daha belirleyicidir.
- Ele alınmayan her yanıt kombinasyonu varsayılan kovaya düşer; o kovayı da tasarlayın.
- Zamanlamaya dayalı eleme, açık bir yeniden açma kuralı olmadan kalıcı hale gelir.
Derinlemesine
Otomatik niteleme, üç aşamalı bir karar hattıdır. Yakalama, yapılandırılmış girdileri toplar: form alanları, quiz yanıtları, izlenen eylemler ve bir zenginleştirme sorgusunun eklediği her şey. Değerlendirme bu girdilere mantığı uygular; bu ağırlıklı bir puan toplamı, bir dizi eğer-ise dalı ya da eğitilmiş bir model olabilir. Aksiyon ise sonucu uygular: sahip atar, kademe belirler, belirli bir e-posta gönderir veya kaydı nitelikli değil diye kapatır. Üçü de gönderimden sonraki saniyeler içinde, kuyruksuz çalışır.
Otomasyonun kalitesi neredeyse tamamen girdinin kalitesine bağlıdır, çünkü mantık yalnızca formun sorduğunu okuyabilir. Yalnızca e-posta toplayan bir huninin nitelenecek hiçbir şeyi yoktur, kurallar ne kadar gelişmiş olursa olsun. Soru eklemek kararı iyileştirir ama tamamlanmadan çalar; bu yüzden sıra, sayıdan daha önemlidir: alıcıyı ayıran soruları öne, yalnızca renk katanları sona koyun. İkinci kaldıraç sınır durumların kapsanmasıdır, çünkü ele alınmayan her kombinasyon varsayılan kovaya düşer.
İşleyen bir kurulum, hiçbir şey inşa edilmeden önce karar kurallarını yazar; genelde satış sorumlusunun onayladığı bir koşullar ve sonuçlar tablosu olarak. Bir Pivix hunisinde bu tablo scorecard'ın kendisi olur: sorular sinyallere eşlenir, puanlar birikir ve çıkan kademe sonuç sayfasını ve takip yolunu seçer. Eleme de en az niteleme kadar tasarım hak eder; nazik bir sonuç sayfası ve işe yarar bir kaynak, uyumsuz ziyaretçinin kötü bir yoruma dönüşmesini engeller.
Öz beyana dayalı yanıtlar tavanı belirler. Yanıt alma olasılığı en yüksek görünen bütçe seçeneğini işaretleyen biri, kurgu üzerinden nitelenir ve sonraki hiçbir mantık bunu fark edemez. Otomasyon ayrıca kendi durumunu yanlış değerlendiren adayla baş edemez; bu, alıcıların henüz kavramadığı kategorilerde sıktır. Yakalama anında uygulanan kurallar bir anı dondurur: mart ayında zamanlama nedeniyle elenen bir aday, onu açıkça yeniden açan bir şey olmadıkça eylülde de elenmiş kalır.
Pratikte örnek
Nasıl ölçülür
Ana sayı kabul oranıdır: otomasyonun nitelikli işaretlediği adayların ne kadarını satış ilk görüşmeden sonra onaylıyor. Düşük oran kuralların gevşek olduğunu gösterir; çok yüksek oran ise genelde kuralların o kadar sıkı olduğunu, iyi adayların geri çevrildiğini gösterir. Oranı kademe bazında izleyin, çünkü anlaşmazlığın çoğundan çoğu zaman tek bir kademe sorumludur.
Yanında, gönderimden ilk aksiyona kadar geçen süreyi ve varsayılan ya da yedek sonuca düşen adayların payını izleyin. Yedek payının büyümesi, kuralların kapsamadığı yanıt kombinasyonlarının ortaya çıktığı anlamına gelir. Üçüncü okuma niteleme sorularının tamamlanma oranıdır; on bir yanıt isteyen kurallar yalnızca en sabırlı ziyaretçilerde işler.
Sık yapılan hatalar
Kurallar doğrudan araç içinde, dal dal büyütülür; sonunda belirli bir adayın hangi puanı alacağını kimse söyleyemez. Altı ay sonra bir değişiklik, kimsenin kurduğunu hatırlamadığı bir yolu bozar. Mantığı aracın dışında bir tabloda tutun: her koşul için bir satır, sonucu ve gerekçesiyle. Araç tablodan saptığında onu tablodan yeniden kurun ve satışın gözden geçirdiği belge tablo olsun.
İkinci hata sessiz elemedir. Aday eşiğin altında kalır, e-posta gitmez, sahip atanmaz ve kayıt kimsenin açmadığı bir segmentte durur. Aylarca potansiyel olarak sıcak kişiler görünmeden birikir. Olumsuz olan dahil her sonuca açık bir varış noktası verin ve elenen segmenti ayda bir inceleyerek eşiğin, sonradan başka yerden satın alan kişileri reddedip reddetmediğine bakın.
Sıkça sorulan sorular
Otomatik lead niteleme bir iletişim formundan nasıl farklıdır?
İletişim formu yalnızca veri toplar ve her leadin değerlendirilmesini bir insana bırakır. Otomatik niteleme yanıtları gerçek zamanlı puanlar ve her leadi uygunluk ile niyete göre yönlendirir; böylece eylem manuel incelemeden sonra değil anında gerçekleşir.
Otomasyon lead kalitesini düşürür mü?
Hayır, puanlama modeli sağlamsa düşük niyetli trafiği satışa ulaşmadan filtreleyerek kaliteyi aslında artırır. Kalite yalnızca puanlama kurallarınız iyi bir leadin neye benzediğini yanlış tanımlarsa düşer.
Bir niteleme quizinde hangi sinyalleri puanlamalıyım?
Yaygın sinyaller bütçe, şirket büyüklüğü, rol, zaman çizelgesi ve adayın çözmeye çalıştığı belirli problemdir. Her quiz sorusunu bir sinyale eşleyin ve gerçek bir satış fırsatını ne kadar güçlü öngördüğüne göre ağırlıklandırın.
Lead puanlama ile otomatik niteleme arasındaki fark nedir?
Puanlama bir sayı, niteleme bir karar üretir. Puanlama modeli adayları olası değere göre sıralar; otomatik niteleme bu sıralamayı alır, eşikleri uygular ve yönlendirme, randevu ya da kaydı kapatma gibi bir aksiyon yürütür. Nitelemeden puanlayabilirsiniz, o zaman sayıyı temsilci yorumlar; hiç puan üretmeyen basit kurallarla da niteleyebilirsiniz.
Bir adayı otomatik nitelemek için kaç soru gerekir?
Genelde beş ila sekiz. Beşin altında uyum ile niyeti ayırmaya yetecek veri nadiren olur; sekizin üstünde tamamlanma, karar kalitesinin arttığından daha hızlı düşer. Soruları neyi karar bağladıklarına göre sayın, bilinmesi hoş olacaklara göre değil. Bir yanıt yönlendirmeyi, takibi veya teklifi değiştirmiyorsa o soru yakalamadan önceye değil, sonrasına aittir.
Otomatik niteleme iyi adayları eleyebilir mi?
Evet, çoğunlukla tek bir alandaki katı eşikler yüzünden. Çalışan sayısı alt sınırınızın altındaki bir şirket daha büyük bir grubun parçası olabilir; bu çeyrek bütçesi olmayanın gelecek çeyrek bütçesi olabilir. Zararı azaltmak için elemeyi bir son değil bir durum yapın: kaynağı gönderin, kişiyi yavaş bir besleme hattında tutun ve yeniden etkileşime geçtiğinde tekrar değerlendirin.
Niteleme mantığı nerede durmalı?
Sorumlu kişinin okuyup değiştirebildiği yerde; bu da nadiren CRM'in gizli iş akışı düzenleyicisidir. Birçok ekip karar tablosunu, yanıtları zaten toplayan huni aracında tutar; böylece puanlama ve yönlendirme, bağlı oldukları soruların yanında durur. Önemli olan kararın tek bir sistemde olması ve diğerlerinin yalnızca sonucu okumasıdır.
Otomatik nitelemede yine de bir insan adımı gerekir mi?
Küçük anlaşma büyüklüğünün üstündeki her şeyde evet, ama süreçte daha sonra. Otomasyon, hacmin en yüksek ve kararın en mekanik olduğu ilk geçişte en iyidir. İnsanlar bu geçişten sağ çıkan adaylarda ve sistematik hataları yakalamak için incelediğiniz küçük ret örnekleminde değer katar. Bu ayrım ekip tercihine göre değil, anlaşma büyüklüğüne göre kayar.
Otomatik nitelemeye güvenmeden önce nasıl test ederim?
Mevcut sürecin yanında, sonucuna göre hareket etmeden çalıştırın. İki üç hafta boyunca kurallar her adayı puanlarken temsilciler her zamanki gibi nitelesin, sonra iki kararı aday aday karşılaştırın. Asıl çıktı anlaşmazlıklardır: her biri ya düzeltilecek bir kural ya da sorgulanacak bir alışkanlıktır. Anlaşmazlık oranı sizi şaşırtmaz olunca geçin.