AI lead scoring, B2B lead-lərini əllə təyin edilmiş ballar əvəzinə keçmiş sövdələşmələrdəki nümunələrdən istifadə edərək müştəri olma ehtimallarına görə sıralayır. Model firmoqrafik məlumatlara, səhifə ziyarətləri və e-poçt klikləri kimi davranışlara və CRM tarixinə baxır, sonra hər bir lead-ə bal və ya ehtimal verir. Bu, CRM məlumatları təmiz olduqda və satış komandası rəqəmlərə həqiqətən güvəndikdə işləyir; hər ikisi olmadıqda, bu, sadəcə diqqətdən kənarda qalan başqa bir sahəyə çevrilir.
AI lead scoring qaydalara əsaslanan scoring-dən nə ilə fərqlənir?
Ənənəvi scoring hərəkətlər və xüsusiyyətlər üçün ballar verir: qiymət səhifəsinə baxış üçün on, direktor titulu üçün iyirmi, pulsuz e-poçt ünvanı üçün mənfi beş. Qaydaları oxumaq asandır, lakin onlar fikirləri əks etdirir və bazar dəyişdikdə heç kim onları yeniləmir.
AI scoring nəticələrdən çəkiləri öyrənir. O, imkanlara çevrilən və ya bağlanan sövdələşmələri çevrilməyənlərlə müqayisə edir və onları ayıran kombinasiyaları tapır. Nəticə çox vaxt daha az intuitiv olur. Model, inteqrasiya səhifəsinə bir həftə ərzində ikinci dəfə baxmağın iş titulundan daha vacib olduğuna qərar verə bilər, çünki məlumatlar bunu göstərir.
B2B scoring modeli hansı məlumatlara ehtiyac duyur?
Model yalnız CRM-in qeyd etdiyi məlumatlardan öyrənə bilər. Alət seçməzdən əvvəl bunların mövcud olduğunu və kifayət qədər tam olduğunu yoxlayın:
- Hər bir kontakt üçün aydın həyat dövrü mərhələsi və mərhələlərin dəyişdiyi tarixlər.
- İmkanlar üzrə qazanılmış və itirilmiş sövdələşmə nəticələri, orijinal kontaktlarla əlaqələndirilmiş şəkildə.
- Daxil edilmiş və ya zənginləşdirilmiş sənaye, ölçü və ölkə kimi şirkət məlumatları.
- Məlum kontaktlara qarşı izlənilən veb-sayt və e-poçt qarşılıqlı əlaqəsi.
- Modelin kifayət qədər müsbət nümunəyə sahib olması üçün minimum bir neçə yüz çevrilmiş lead.
Bir çox B2B şirkəti ikinci bənddə uğursuz olur. Sövdələşmələr onları başladan kontaktlarla əlaqələndirilmədən yaradılır, buna görə də model hansı ilkin davranışın gəlirə gətirib çıxardığını öyrənə bilmir.
Hansı alətlər AI lead scoring təklif edir?
Əksər böyük CRM-lər artıq proqnozlaşdırıcı seçimə malikdir. HubSpot, yüksək Sales və Marketing Hub səviyyələrində proqnozlaşdırıcı lead scoring və AI dəstəkli scoring xüsusiyyətləri təklif edir. Salesforce, Sales Cloud üçün Einstein Lead Scoring və Einstein Opportunity Scoring təmin edir. Microsoft Dynamics 365 Sales-də proqnozlaşdırıcı lead scoring daxilidir. Zoho CRM, Zia köməkçisi vasitəsilə scoring təklif edir. Xüsusiyyət adları və səviyyə tələbləri tez-tez dəyişir, ona görə də cari mövcudluğu hər bir satıcının sənədlərində təsdiqləyin.
Məlumat anbarı olan komandalar BigQuery ML və ya Python notebook kimi alətlərdə öz modellərini qura və balları CRM-ə geri göndərə bilərlər. Bu yol daha çox nəzarət təmin edir, lakin onu saxlamaq üçün birinə ehtiyac duyur.
Daxili yoxsa xüsusi?
Daxili scoring əksər orta ölçülü komandalar üçün məntiqli standartdır. O, artıq məlumatlarla əlaqəlidir, avtomatik yenilənir və mühəndislik tələb etmir. Xüsusi modellər məlumatlar bir neçə sistemdə olduqda, məsələn, SaaS platformasındakı məhsul istifadəsi ilə CRM məlumatları birləşdikdə və daxili model bunu görə bilmədikdə məntiqlidir.
Uyğunluq və niyyət iki fərqli baldır
Bir çox komanda balı ikiyə bölməklə daha yaxşı nəticələr əldə edir. Uyğunluq balı şirkətin ideal müştəri profilinə nə qədər yaxın olduğunu bildirir: sənaye, ölçü, region, texnoloji yığın. Niyyət balı isə şəxsin hazırda nə qədər aktiv olduğunu bildirir: ziyarətlər, yükləmələr, cavablar. Heç bir fəaliyyəti olmayan mükəmməl uyğunluqdakı şirkət, zəif uyğunluqdakı aktiv lead-dən fərqli bir yanaşma tələb edir və tək bir qarışıq rəqəm bu fərqi gizlədir. Əksər CRM-lər hər ikisini saxlamağa və kombinasiyaya əsasən yönləndirməyə imkan verir.
Balın yaxşı olduğunu necə bilirsiniz?
Heç kim ona güvənməzdən əvvəl onu keçmişlə müqayisə edin. Keçmiş rübdən lead-ləri götürün, onların gəldiyi vaxtdakı ballarına baxın və ən yüksək qrupdakıların nə qədərinin ən aşağı qrupla müqayisədə imkanlara çevrildiyini görün. Əgər ən yüksək qrup daha yaxşı çevrilmirsə, model hazır deyil.
İstifadəyə verildikdən sonra sürüşməni izləyin. Fərqli bir sənayeyə yönəlmiş yeni kampaniya modelin heç görmədiyi lead-ləri gətirə bilər və onlar üçün ballar etibarsız ola bilər. Hər ay bal qrupu üzrə çevrilmə nisbətini nəzərdən keçirmək bunu erkən aşkar edir.
- Ümumi dəqiqliyi deyil, bal qrupu üzrə çevrilməni müqayisə edin.
- Balın ən yüksək töhfə verən amillərini qeyri-adi bir şey üçün yoxlayın, məsələn, tək bir forma sahəsinin üstünlük təşkil etməsi.
- Yalançı neqativlərə baxın: aşağı ballı lead-lərdən gələn yaxşı sövdələşmələr.
- Formalarda, kampaniyalarda və ya hədəf bazarlarda hər hansı böyük dəyişiklikdən sonra yenidən yoxlayın.
Satış və marketinq baldan birlikdə necə istifadə etməlidir?
Bal yalnız davranışı dəyişdikdə əhəmiyyət kəsb edir. Hər bir qrupun nəyi tetiklədiyinə dair razılaşın. Ən yüksək qrup bir iş günü ərzində izləmə hədəfi ilə birbaşa satış nümayəndəsinə gedə bilər. Orta qrup üç həftədən sonra yoxlama ilə tərbiyə ardıcıllığına daxil ola bilər. Ən aşağı qrup marketinq avtomatlaşdırılmasında qalır.
Bu qaydaları komandalar arasındakı xidmət səviyyəsi müqaviləsinə və CRM iş axınlarına yazın ki, yönləndirmə avtomatik baş versin. Sonra hər qrupdan bir neçə lead-i nəzərdən keçirmək üçün aylıq görüşün. Bu qısa baxışlar etibarı istənilən dəqiqlik cədvəlindən daha sürətli qurur.
Ən çox nə səhv gedir?
Ümumi uğursuzluqlar texnikidən çox təşkilatidir. Satış nümayəndələri balı görməzdən gəlirlər, çünki heç kim onun nəyə səbəb olduğunu izah etməyib. Marketinq, büdcəsi olmayan tək bir vebinar auditoriyasından gələn yüksək ballı lead-lərin artımını qeyd edir. Model şirkətin əsasən bir sənayeyə satdığı il üçün öyrədilir və sonra hədəf bazar dəyişir. Bunların hər biri müntəzəm baxış, kontakt qeydindəki ən yüksək amillərin qısa izahı və böyük dəyişikliklərdən sonra yenidən öyrətmə vərdişi ilə düzəldilə bilər.
Alien Road AI lead scoring-i necə tətbiq edir
Tipik bir əməkdaşlıqda biz CRM məlumat auditi ilə başlayırıq. Biz həyat dövrü mərhələlərini, sövdələşmə assosiasiyalarını, dublikat kontaktları və şirkət məlumatları olan qeydlərin payını yoxlayırıq. Audit adətən scoring işi başlamazdan əvvəl təmizləmə siyahısı yaradır, çünki qarışıq qeydlər üzərində öyrədilmiş model qarışıqlığı öyrənir.
Sonra biz planın icazə verdiyi yerdə müştərinin CRM-ində daxili proqnozlaşdırıcı scoring-i aktivləşdiririk və ya məlumatlar sistemlər arasında yayıldıqda məlumat anbarında sadə bir model qururuq. Biz onu satış rəhbəri ilə birlikdə keçmiş rüblər üzrə sınaqdan keçiririk, bal qrupları ilə razılaşırıq və yönləndirmə iş axınlarını birləşdiririk. Hesabat qrup üzrə çevrilməni, ən yüksək qrup lead-ləri üçün izləmə sürətini və hər qrupdan gələn boru kəməri dəyərini izləyir, beləliklə bal nə qədər mürəkkəb görünməsi ilə deyil, gəlirlə qiymətləndirilir.
Bu həftə haradan başlamaq lazımdır
Son on iki ayın qazanılmış sövdələşmələrini ixrac edin və orijinal lead kontaktının nə qədərinin əlavə olunduğunu yoxlayın. Pay azdırsa, heç nə almazdan əvvəl CRM-də assosiasiya qaydalarını düzəldin. Təmiz nəticə məlumatı heç bir scoring alətinin sizin üçün təmin edə bilmədiyi yeganə şeydir və bu, əksər komandaların atladığı addımdır.
Oxumağa davam edin: CRM Sistemi · Crm Sistemi