Lead Puanlama Modeli
Lead puanlama modeli, lead'lere özelliklerine ve davranışlarına göre sayısal puan veren ve satın alma hazırlığını sıralayan bir puan üreten tanımlı bir kurallar sistemidir.
Önemli noktalar
- Uyum kuralları özellikleri, etkileşim kuralları eylemleri okur; puan bunların toplamıdır.
- Alıcı olmayanları elemek için negatif puanlar en az pozitifler kadar gereklidir.
- Etkileşim puanları sönümlenmezse eski adaylar kalıcı olarak sıcak görünmeye devam eder.
- Katman eşikleri ancak hacim grupları ayırmaya yetecek kadar büyükse anlam taşır.
- Uyum-etkileşim matrisi, tek bir sayının gizlediği gerekçeyi görünür tutar.
Derinlemesine
Puanlama modeli bir kurallar tablosudur: her girdinin bir koşulu, bir puan değeri ve bir kategorisi vardır; adayın puanı eşleşen kuralların toplamıdır. Uyum kuralları çalışan sayısı aralığı, sektör veya unvan gibi özellikleri okur; etkileşim kuralları test tamamlama ya da fiyat sayfası ziyareti gibi eylemleri okur. Eşikler sonra bu sürekli puanı katmanlara böler. Bazı ekipler uyum ile etkileşimi iki ayrı eksen olarak tutar ve tek sayı yerine bir matris kullanır; böylece puanın arkasındaki gerekçe korunur.
Modelin işe yarayıp yaramayacağını üç seçim belirler: hangi sinyallerin dahil olduğu, her birinin ne kadar ağırlık aldığı ve katman sınırlarının nerede durduğu. Daha çok sinyal eklemek güvenli görünür ama güçlü olanları seyreltir; yüz küçük artı puan, geliri gerçekten öngören tek soruyu bastırabilir. Negatif puanlar da en az pozitifler kadar önemlidir; onlar olmadan ödev araştıran bir öğrenci alıcıyla aynı puana ulaşır. Üçüncü kaldıraç sönümlemedir: hiç eskimeyen etkileşim puanları her eski adayı kalıcı olarak sıcak gösterir.
Çoğu ekip geçen yılın kazanılmış anlaşmalarını gözden geçirip bu alıcıların ortak yanlarını listeleyerek başlar ve bunlardan üç dördünü yuvarlak ağırlıklı kurallara çevirir. İnce ayar sonra, sonuç verisinden gelir. Bir Pivix scorecard'ı modeli yalnızca satıcıya değil katılımcıya da görünür kılar: her yanıt puanını taşır, kategoriler ilgili soruları gruplar ve çıkan katman sonuç sayfasını ve takibi seçer. Mantığı bu şekilde açığa çıkarmak, ağırlıkların savunulabilir kalmasını zorunlu kılar.
Kurala dayalı bir model kendisine söylenmemiş olanı öğrenemez; bu yüzden kimsenin kodlamayı düşünmediği satın alma örüntülerini kaçırır. Katmanların anlam taşıması için yeterli hacim de gerekir; ayda otuz adayla 68 ile 72 arasındaki fark, hassasiyet kılığına girmiş gürültüdür. Çok paydaşlı uzun anlaşmalar tek puan varsayımını kırar, çünkü formu dolduran kişi nadiren imzayı atan kişidir. Bir pazara göre kalibre edilmiş model, başka bir pazardaki adayları yanlış sıralar.
Pratikte örnek
Nasıl ölçülür
Temel sınama ayrışmadır: adayları katmana göre gruplayın ve her katmanın önce görüşmeye, sonra anlaşmaya dönüşme oranını karşılaştırın. Çalışan bir model temiz bir merdiven gösterir: sıcak, ılığın; ılık, soğuğun üstünde. Yan yana iki katman aynı oranda dönüşüyorsa aralarındaki sınır keyfidir ve taşınmalı ya da birleştirilmelidir.
Katman dağılımını zaman içinde bir sapma alarmı olarak izleyin: trafik kalitesi değişmeden sıcak payı onda birden üçte bire tırmanıyorsa eşikler gevşemiştir. İkinci teşhis kural bazlı katkıdır. Her kural için, o kuralla eşleşen adayların dönüşümünü eşleşmeyenlerle karşılaştırın ve arada fark yaratmayan kuralları kaldırın.
Sık yapılan hatalar
Ağırlıklar en yüksek sesin kazandığı bir toplantıda belirlenir ve tek bir kapanmış anlaşmaya karşı hiç sınanmaz. Altı ay sonra sıcak katman, satışın aramayı reddettiği adaylarla dolar. Bunun yerine modeli tersten kurun: son elli kazanılmış ve kaybedilmiş kaydı çekin, mevcut kurallarınızla puanlayın ve iki grubun gerçekten ayrışıp ayrışmadığına bakın. Ayrışmıyorsa ağırlıklar süsten ibarettir.
İkinci hata her şeyi tek puana yıkmaktır. Tek bir sayıdan hem "bu kişiye satmalı mıyız" hem de "şu an hazır mı" sorusunu yanıtlaması beklenir; böylece hiçbir şey yapmamış, tam uyumlu bir kurumsal müşteri hevesli tek kişilik bir işletmeyle aynı puanı alır. İkisini ayırın: ya ayrı uyum ve niyet puanları ya da dört bölmeli bir matris kurun ve her bölmeyi farklı yönetin.
Sıkça sorulan sorular
Uyum ve etkileşim puanlaması arasındaki fark nedir?
Uyum puanlaması, firmografik veriyle bir adayın ideal müşteri profilinize ne kadar uyduğunu ölçer; etkileşim puanlaması ise davranışını ve niyetini ölçer. En iyi modeller ikisini birleştirir, böylece hem nitelikli hem ilgili adaylara öncelik verirsiniz.
Puanlama modeli ne sıklıkla güncellenmeli?
Modelinizi en az üç ayda bir ve ürününüz, fiyatınız veya hedef pazarınız değiştiğinde gözden geçirin. Puanın öngörücü kalması için ağırlıkları güncel kazanılan ve kaybedilen anlaşma verilerine göre yeniden kalibre edin.
Bir test puanlama modeli işlevi görebilir mi?
Evet. Bir scorecard testi her yanıta puan verir, bunları toplar ve toplamı bir sonuç katmanına eşler. Bu, testi bir aday etkileşime girer girmez çalışan şeffaf ve kendi kendine yeten bir puanlama modeli yapar.
Puanlama modelindeki ağırlıkları nasıl belirlerim?
Sezgiden ileriye değil, kazanılmış anlaşmalardan geriye doğru çalışın. Son birkaç düzine müşterinizin paylaştığı özellikleri ve eylemleri listeleyin, müşteri olmayanlarda nadiren görülen üç dördünü seçin ve bunlara on ya da yirmi gibi yuvarlak ağırlıklar verin. Yuvarlak sayı bilinçlidir: bunların tahmin olduğunu belli eder. Ayarı ancak sonuç verisi bir kuralın ayırt etmediğini gösterdiğinde değiştirin.
Puanlama modelinde negatif puan olmalı mı?
Evet. Negatif puan yoksa skorlar yalnızca yükselir ve yeterince gezinen herkes bir noktada sıcak görünür. Alıcı olmadığını güvenilir biçimde gösteren sinyallerden puan düşün: B2B teklifte ücretsiz e-posta adresi, satın alma komitesi dışında bir unvan, alt sınırınızın altında şirket büyüklüğü veya abonelikten çıkma. Negatif kurallar ayrıca blog okumak gibi zararsız etkileşimin katmanı şişirmesini engeller.
Ağırlıklar ne sıklıkla yeniden kalibre edilmeli?
Üç ayda bir gözden geçirin; öncesinde bir şey değiştiğinde yeniden kurun: yeni bir fiyat kademesi, yeni bir ideal müşteri profili, yeni bir reklam kanalı ya da yenilenen bir test. Aralarda katman dağılımını haftalık izleyin, çünkü ani kayma genelde modelden değil trafik bileşiminden gelir. Kalibrasyon için öğrenilecek yeterli sayıda sonuçlanmış kayıt gerekir.
Bir puanlama modelinde kaç katman olmalı?
Genelde üç, çünkü katmanlar farklı aksiyonları tetiklemek için vardır ve çoğu ekibin üç aksiyonu olur: hemen ara, besle veya geç. Dördüncüyü ancak gerçekten dördüncü bir aksiyonunuz varsa ekleyin, örneğin bir iş ortağına devir. Aksiyondan fazla katman, kimsenin uygulamadığı sınırlar yaratır ve her katmanı dönüşüm ölçmek için fazla küçültür.
Bir test tek başına puanlama modeli olabilir mi?
İlk temas nitelemesi için çoğu zaman evet. Bir scorecard uyum ve niyet yanıtlarını tek oturumda toplar ve anında bir katman üretir; bu, çoğu formun verdiğinden fazlasıdır. Göremediği şey testten sonraki davranıştır: e-posta yanıtları, tekrar ziyaretler, deneme kullanımı. Test puanını açılış bakiyesi sayın ve sonraki etkinliğin zamanla ekleyip çıkarmasına izin verin.
Satış ekibi puanlarımızı neden dikkate almıyor?
Neredeyse her zaman puanın görünür bir gerekçesi olmadığı için. Eline 84 sayısı verilen temsilci hiçbir şey öğrenmez; "84: elli kişiden fazla ekip, onaylı bütçe, göç sorusu" diyen bir açıklama ise ona konuşma başlangıcı verir. Sayının yanında en çok katkı veren kuralları gösterin ve satışın yanlış puanları işaretlemesine izin verin. Bu geri bildirim ağırlıklara döndüğünde metrik ortak hale gelir.