AI lead scoring, hansı potensial müştərilərin (lead) müştəriyə çevrilmə ehtimalının daha yüksək olduğunu proqnozlaşdırmaq üçün tarixi CRM və davranış məlumatlarından istifadə edir, sonra yeni lead-ləri bu ehtimala görə sıralayır. Müştəri kampaniyalarında bu iki şeyi dəyişir: satış komandaları əvvəlcə düzgün insanlara zəng edir və reklam platformaları hansı konversiyaların vacib olduğu barədə daha yaxşı siqnallar alır. Model yalnız məlumat və satışdan gələn rəylər qədər yaxşıdır, buna görə də işin çox hissəsi onun daxilində deyil, ətrafında baş verir.
AI lead scoring qaydalara əsaslanan scoring-dən nə ilə fərqlənir?
Ənənəvi scoring balları əllə təyin edir. Qiymət səhifəsinə baxış 10 xal, “Direktor” vəzifəsi 15 xal, pulsuz e-poçt ünvanı isə mənfi 5 xal qazandıra bilər. Qaydaları izah etmək asandır, lakin onlar kiminsə fərziyyələrini əks etdirir və bazar dəyişdikcə onlar köhnəlir.
Proqnozlaşdırıcı scoring keçmiş nəticələrdən çəkiləri öyrənir. O, konversiya edən və etməyən lead-lərə baxır, onları ayıran nümunələri tapır və yeni lead-ləri müvafiq olaraq qiymətləndirir. HubSpot-un proqnozlaşdırıcı lead scoring-i, Salesforce Einstein Lead Scoring, Zoho-nun Zia və Microsoft Dynamics 365-in proqnozlaşdırıcı scoring-i bu şəkildə işləyir, eləcə də MadKudu kimi müstəqil alətlər də.
Model insanların gözdən qaçıra biləcəyi nümunələri, məsələn, şirkət ölçüsü ilə müəyyən bir məzmun yükləməsinin kombinasiyasını tapa bilər. O, həmçinin saxta nümunələr də tapa bilər, bu da insan nəzarətinin niyə prosesdə qaldığının bir səbəbidir.
Lead scoring modeli hansı məlumatlara ehtiyac duyur?
Əksər CRM alətləri proqnozların etibarlı olması üçün minimum tarixçəyə ehtiyac duyur. Dəqiq hədd satıcıya görə dəyişir; ümumi qayda olaraq, həm qələbələr, həm də məğlubiyyətlərlə bir neçə yüz bağlanmış nəticə modelə öyrənmək üçün bir şey verir. Faydalı girişlərə daxildir:
- Firmoqrafik sahələr: sənaye, şirkət ölçüsü, ölkə, gəlir diapazonu.
- Əlaqə sahələri: vəzifə, staj, şöbə.
- Davranış: baxılan səhifələr, açılan və kliklənən e-poçtlar, təqdim olunan formalar, vebinarda iştirak.
- Mənbə: kampaniya, kanal, açar söz və ya reklam dəsti.
- Nəticə: yaradılmış imkan, qazanılmış və ya itirilmiş sövdələşmə, mümkün olduqda səbəblərlə birlikdə.
Boşluqlar insanların gözlədiyindən daha çox zərər verir. Əgər satış nümayəndələri heç vaxt lead-ləri diskvalifikasiya olunmuş kimi qeyd etmirlərsə, model pis lead-in nəyə bənzədiyini öyrənə bilməz.
Alien Road müştəri kampaniyalarında AI lead scoring-i necə tətbiq edir
Tipik bir əməkdaşlıqda proses dörd mərhələdən ibarətdir və birincisi adətən ən uzunudur.
Məlumat auditi
Komanda son 12-24 ayın lead-lərini və nəticələrini ixrac edir və tamlığını yoxlayır. Ümumi tapıntılara çatışmayan həyat dövrü mərhələləri, təkrarlanan kontaktlar, normallaşdırılması lazım olan sərbəst mətnli vəzifələr və sonrakı toxunuşlarla üzərinə yazılmış kampaniya mənbəyi sahələri daxildir. Bunları düzəltmək çox vaxt hər hansı model işə düşməzdən əvvəl hesabatı dərhal yaxşılaşdırır.
Tərif seminarı
Marketinq və satış “ixtisaslı” (qualified) sözünün nə demək olduğu ilə razılaşırlar. Bu tərif modelin proqnozlaşdırdığı nəticəyə çevrilir. O olmadan, marketinq sifariş edilmiş görüşlər üçün optimallaşdıra bilər, satış isə müəyyən ölçüdən yuxarı sövdələşmələrlə maraqlanır.
Quraşdırma və kalibrləmə
Müştərinin CRM-indəki proqnozlaşdırıcı funksiya işə salınır və ya CRM-də bu olmadıqda xüsusi model qurulur. Komanda daha sonra proqnozlaşdırılan balları saxladığı son dövrdə baş verənlərlə müqayisə edir və yüksək ballı lead-lərin həqiqətən daha tez-tez bağlanıb-bağlanmadığını yoxlayır. Bal diapazonları (məsələn, A, B, C) elə qurulur ki, hər diapazonun aydın satış hərəkəti və cavab müddəti olsun.
Kampaniyalarda aktivləşdirmə
Yüksək niyyət siqnalları reklam platformalarına geri göndərilir. Google Ads oflayn konversiya idxalı və lead-lər üçün təkmilləşdirilmiş konversiyalar, Meta-nın Conversions API-si və LinkedIn-in konversiya izləməsi ixtisaslı lead hadisələrini qəbul edə bilər. Bidding (təklif vermə) daha sonra hər hansı forma doldurulmasına deyil, müştərilərə bənzəyən lead-lərə doğru optimallaşdırılır.
Hesabatlılıq bal diapazonuna görə konversiya dərəcəsini, ən yüksək diapazonlu lead-lər üçün ilk əlaqəyə qədər sürəti, mənbəyə görə boru kəməri dəyərini və satışın balı nə qədər tez-tez ləğv etdiyini izləyir. Ləğvetmələr aylıq olaraq nəzərdən keçirilir; onlar modelin aldığı ən faydalı rəydir.
Proqnozlaşdırıcı scoring ilə nə səhv gedə bilər?
Bir neçə uğursuzluq rejimi hesablar arasında təkrarlanır:
- Rəy dövrələri: əgər satış yalnız yüksək ballı lead-lərə zəng edirsə, aşağı ballı lead-lər heç vaxt konversiya etmək şansı əldə etmir və model öz qərəzinə daha çox inanır.
- Məlumat sürüşməsi: yeni məhsul, bazar və ya qiymət dəyişikliyi keçmiş nümunələri daha az aktual edir.
- Proxy qərəzi: ölkə və ya şirkət domeni kimi sahələr qərarlara təsir etməməli olan amilləri əvəz edə bilər, buna görə də xüsusiyyətlər nəzərdən keçirilməlidir.
- Qara qutu balları: nümayəndələr başa düşmədikləri balı görməzdən gəlirlər. Hər bir balın arxasındakı əsas amilləri göstərən alətlər daha çox etimad qazanır.
- İzləmə boşluqları: razılıq bannerləri və reklam bloklayıcıları davranış məlumatlarını azaldır, bu da məxfiliklə maraqlanan auditoriyalar üçün proqnozları zəiflədir.
Birinci problemlə bağlı sadə bir təhlükəsizlik tədbiri, hər ay aşağı ballı lead-lərin kiçik bir təsadüfi nümunəsini satışa yönləndirməkdir. Bu, modeli dürüst saxlayır.
Lead scoring-in nəticələri yaxşılaşdırdığını necə ölçürsünüz?
Lətifələri deyil, kohortları müqayisə edin. Aydın bir test eyni dövrdən olan lead-ləri ballı və ballsız idarəetməyə təyin edir və ya mövsümiliyi nəzərə alaraq istifadəyə verilmədən əvvəl və sonrakı dövrü müqayisə edir. İzləməyə dəyər göstəricilər:
- Bal diapazonu üzrə lead-dən imkana çevrilmə dərəcəsi.
- Diapazon üzrə qələbə dərəcəsi və orta sövdələşmə ölçüsü.
- Lead yaradılmasından ilk satış əlaqəsinə qədər orta vaxt.
- Reklam platformaları ballı hadisələri qəbul etməyə başladıqdan sonra kanal üzrə ixtisaslı lead üçün xərc.
- Heç vaxt irəliləməyən lead-lərə sərf olunan satış saatları.
Əgər ən yüksək diapazon ən aşağı diapazondan nəzərəçarpacaq dərəcədə yaxşı konversiya etmirsə, model hələ dəyər qatmır. Daha çox sahə əlavə etməzdən əvvəl nəticə tərifini və məlumat keyfiyyətini yenidən nəzərdən keçirin.
Kiçik bizneslər AI lead scoring-dən istifadə etməlidirmi?
Bu, həcmdən asılıdır. Ayda 30 lead-i olan bir biznes, proqnozlaşdırıcı modeldən daha çox sürətli cavabdan və qısa ixtisaslaşma zəngindən qazanır. Lead həcmi satış komandasının sürətli cavab vermək qabiliyyətini aşdıqda, scoring öz bəhrəsini verməyə başlayır. Arada, vacib olan bir neçə siqnaldan qurulmuş sadə qaydalara əsaslanan bal körpü kimi xidmət edə bilər.
Bu həftə haradan başlamaq lazımdır
Son rübün lead-lərini nəticələri ilə birlikdə ixrac edin və neçəsinin aydın qazanılmış, itirilmiş və ya diskvalifikasiya olunmuş statusuna sahib olduğunu sayın. Pay azdırsa, ilk layihə model deyil; satışın CRM-də dövrəni bağlamasını təmin etməkdir. Məlumat varsa, ən yaxşı üç lead mənbəyiniz və vəzifə stajı səviyyələriniz üçün konversiya dərəcələrini müqayisə edin. Bu bir neçə rəqəm çox vaxt modelin sonradan təsdiqləyəcəyi şeyi göstərir.
Oxumağa davam edin: CRM Sistemi · Crm Sistemi