Lead Puanlama
Lead puanlama, lead'lere özelliklerine ve davranışlarına göre sayısal puanlar atayarak her birinin ne kadar satışa hazır olduğunu sıralayan bir yöntemdir.
Önemli noktalar
- Puan, uyum özellikleri ile davranış sinyallerinin ağırlıklı toplamıdır.
- Uyum ve davranış çoğu zaman tek toplam yerine iki eksen olarak daha iyi çalışır.
- Ağırlıklar geçmiş müşterilerin ortak noktalarından türetilmelidir.
- Aşınma olmadan kıdem niyeti geçer ve uzun süreli aboneler üst kademeyi doldurur.
- Puanı üreten iki üç sinyali daima puanla birlikte iletin.
Derinlemesine
Müşteri adayı puanı ağırlıklı bir toplamdır. Her sinyal bir puan değeri taşır, sinyaller geldikçe puanlar eklenir ve eşikler bu toplamı kademelere böler. İki sinyal ailesi genellikle ayrı tutulur: kişinin kim olduğunu anlatan uyum özellikleri ve ne yaptığını anlatan davranış. Birçok ekip bunları tek bir toplam yerine iki eksen olarak tutar; çünkü hiçbir şey yapmamış yüksek uyumlu bir kişi, her e-postayı okuyan düşük uyumlu birinden farklı bir aksiyon gerektirir.
Ağırlıklar sezgiden değil geçmişten çıkarılmalıdır. Müşteriye dönüşen kişileri alın, paylaştıkları özellik ve eylemleri bulun ve her sinyalin bunları hiç satın almayanlardan ne kadar güçlü ayırdığıyla orantılı puan verin. İki mekanizma puanları yoldan çıkarır: sonsuza kadar biriken sinyaller, uzun süreli bir aboneyi yalnızca kıdemiyle gerçek bir alıcının üstüne çıkarır; birbiriyle ilişkili sinyaller ise tek bir davranışı iki kez sayar. Puan aşınması ve negatif değerler standart düzeltmelerdir.
Puanlama yalnızca bir aksiyonu değiştirdiği yerde işe yarar: yönlendirme, dizi seçimi veya uyarı önceliği. Sıcak eşiği yuvarlak bir sayıya değil, ekibin bir günde gerçekten işleyebileceği hacme kurun. Scorecard quiz'i alışılmadık ölçüde temiz girdi sağlar; çünkü puan değeri yanıt seçeneğinin kendisinde durur ve katılımcı onu bilinçli seçer. Tek bir oturum, haftalarca e-posta açılışı beklemeden hem uyum hem niyet puanı üretir.
Puan birçok olguyu tek bir sayıya sıkıştırır ve bu sıkıştırma nedeni gizler. 82 alan bir temsilci hangi kriterin zayıf olduğunu öğrenemez; bu yüzden kademe daima onu üreten iki üç sinyalle birlikte iletilmelidir. Puanlama ayrıca hacim ister: yılda birkaç anlaşmayla geçmiş örüntü büyük ölçüde gürültüdür ve elle yazılmış bir kural seti uydurulmuş bir modeli geçer. Kişi puanları çevresindeki hesap hakkında da hiçbir şey söylemez.
Pratikte örnek
Nasıl ölçülür
Modeli kademeler arasındaki sonuç ayrımına göre yargılayın. Her kademe için fırsata dönüşen aday oranını ve kapanan oranı hesaplayın. Model, her kademe bir altındakinden ölçülebilir biçimde daha iyi dönüştüğünde çalışıyordur. Sıcak ile ılık benzer oranlarda dönüşüyorsa ya eşik yanlış yerdedir ya da ağırlıklar ayırt edemeyecek kadar düzdür.
Ardından dağılımı ve gecikmeyi izleyin. Her kademeye düşen aday payını aydan aya takip edin; trafiğin üçte birini aniden üst kademeye koyan bir model genellikle daha iyi bir kitleyle değil yeni bir kanalla karşılaşmıştır. Eşiğin aşılmasıyla ilk insan teması arasındaki süreyi ölçün, çünkü yavaş devirle birleşen doğru bir puan, hiç puan olmamasıyla aynı sonucu verir.
Sık yapılan hatalar
İlk hata, izlenebilen her şeyi puanlamaktır. Her sayfa görüntüleme puan kazandırır; model sessizce satın alma sinyalini değil gezinme hacmini ödüllendirir ve bülten okuyucuları üst kademeye çıkar, temsilciler de sayıya güvenmeyi bırakır. Modeli, niyet kanıtı olarak açıkça savunabileceğiniz sinyallerle sınırlayın ve ücretsiz e-posta alanı, rakip adresi ya da öğrenci unvanı gibi gerçek elemelere negatif puan verin.
İkincisi eşiği kalıcı saymaktır. Ekip sıcak sınırı altmış olarak seçer, bir çeyrek sonra yeni bir kanal trafiği ikiye katlar ve sayı yerinde dururken satış kuyruğu taşar. Eşik modelin bir özelliği değil bir kapasite kararıdır; hacim ya da ekip büyüklüğü değiştiğinde yeniden bakın. Ağırlıkların kendisini ise son gözden geçirmeden bu yana kapanan anlaşmalarla, daha uzun aralıklarla kalibre edin.
Sıkça sorulan sorular
Müşteri adayı puanlamada hangi sinyaller kullanılır?
Puanlama, rol ve şirket büyüklüğü gibi demografik ve firmografik uyumu, içerik indirmeleri, e-posta etkileşimi ve quiz yanıtları gibi davranışsal niyetle birleştirir. Kişisel bir e-posta alan adı gibi olumsuz sinyaller, kötü uyumları elemek için puan düşebilir.
Kural tabanlı ve tahmine dayalı müşteri adayı puanlama arasındaki fark nedir?
Kural tabanlı puanlama, bir pazarlamacının manuel olarak tanımladığı ağırlıkları kullanır; bu şeffaftır ancak bakımı yoğundur. Tahmine dayalı puanlama, ağırlıkları otomatik atamak için geçmiş dönüşümler üzerinde eğitilmiş bir model kullanır; bu daha iyi ölçeklenir ama güvenilir olması için yeterli veri gerektirir.
Quiz funnel'lar müşteri adayı puanlamayı nasıl ele alır?
Bir scorecard quiz'inde her olası yanıta puan atanır ve sistem katılımcı ilerledikçe bunları toplar. Nihai puan adayı anında bir kademeye eşler, böylece önceliklendirme ve yönlendirme aday yakalandığı anda gerçekleşir.
Her puanlama sinyali kaç puan etmeli?
Puanları, sinyalin geçmiş müşterileri müşteri olmayanlardan ne kadar güçlü ayırdığıyla orantılı verin ve kaba bir ölçeğe yuvarlayın. Beş, on, yirmi ve kırk gibi üç dört düzey, ince ayrımlı değerlerden hem açıklaması hem bakımı kolaydır. Sinyallerin sıralamasını doğru kurmak, tek tek ağırlıkların hassasiyetinden çok daha önemlidir.
Puanlama eşiğini nereye koymalıyım?
Ekibinizin günlük gerçekten işleyebileceği aday sayısına koyun, sonra bu grubun bir alt gruptan daha iyi dönüşüp dönüşmediğini kontrol edin. Eşik önce bir kapasite, sonra bir modelleme kararıdır. Kapasiteden başlamak, kimsenin arayamayacağı hızda büyüyen bir kuyruk oluşmasını engeller.
Puanlar zamanla aşınmalı mı?
Davranış puanları için evet. Niyet solar; bir yıl önce açılan e-posta dünkü kadar ağır basmamalıdır ve yaygın yaklaşım, belirli bir hareketsizlik süresinden sonra davranış puanlarını yarıya indirmektir. Şirket büyüklüğü veya rolü tanımlayan uyum puanları aşınmamalıdır, çünkü bu özellikler zamanla değil veri güncellemesiyle değişir.
Negatif puanlar ne işe yarar?
Hiç satın alamayacakken etkileşim biriktiren kişileri temizler. Tipik düşüşler ücretsiz e-posta alanlarını, rakip adreslerini, öğrenci veya iş arayan unvanlarını, abonelikten çıkışları ve satın alma kurulunuz dışındaki rolleri kapsar. Negatif puanlar genelde yeni pozitif kurallar eklemekten verimlidir, çünkü üst kademeye eklemek yerine onu gürültüden arındırır.
Tahmine dayalı puanlama için ne kadar veri gerekir?
Bir örüntünün rastlantıdan ayrılabileceği kadar kapanmış anlaşma; pratikte onlarca değil yüzlerce kazanılmış ve kaybedilmiş kayıt. Bunun altında, satış ekibinizin zaten bildiklerinden kurulmuş kural tabanlı bir model daha iyi çalışır ve açıklanabilir kalır. Geçmiş biriktikçe tahmine dayalı modele geçebilirsiniz.
Kişileri mi hesapları mı puanlamalı?
Karar bir kurulda alınıyorsa ikisini de puanlayın. Kişi puanı temas için bireyleri sıralar; hesap puanı ise şirketteki herkesin etkinliğini toplayarak bir satın alma grubunun oluştuğunu gösterir. Yalnızca kişi puanına güvenmek, beş kişinin azar azar etkileşime girdiği ve kimsenin tek başına eşiği aşmadığı hesapları gizler.