Bir AI lead scoring süreci, aşamalı bir proje olarak en iyi sonucu verir: verilerin bir modeli destekleyebileceğini doğrulayın, bir segmentte zaman sınırlı bir pilot çalışma yürütün, bunu mevcut skorlamanızla karşılaştırın, ardından izleme ve yeniden eğitim planıyla üretime geçin. Pilot çalışmayı atlamak, skorların satış ekibi tarafından bir çeyrek içinde görmezden gelinmesinin en yaygın nedenidir.
CRM verileriniz bir model için hazır mı?
Tahminleyici skorlama (predictive scoring), dönüşüm sağlayan ve sağlamayan lead örneklerine ihtiyaç duyar. Herhangi bir şeyi açmadan önce bu soruları dürüstçe yanıtlayın.
- Yeterli kapalı sonuç var mı? Tedarikçiler kendi minimumlarını belirler; genel bir kural olarak, birkaç yüz kazanılmış ve kaybedilmiş kayıt, bir modelin öğrenmesi için yeterlidir.
- Yaşam döngüsü aşaması güvenilir mi? Satış temsilcileri anlaşmaları nadiren “kaybedildi” olarak işaretliyorsa, model ölü bir lead ile yavaş bir lead’i ayırt edemez.
- Kaynak ve kampanya alanları tutarlı bir şekilde doldurulmuş mu?
- Şirket büyüklüğü ve sektör, formlar veya Clearbit tarzı sağlayıcılar ya da LinkedIn verileri gibi zenginleştirme araçlarıyla doldurulmuş mu?
- Kopya kayıtlar birleştirilmiş mi? Üç kez kaydedilen bir kişi eğitim setini bozar.
İki veya daha fazla cevap “hayır” ise, önce bir ayınızı veri hijyenine ayırın. Düzensiz kayıtlarla eğitilmiş bir model, kendinden emin bir saçmalık üretir.
Skorlamayı hangi araç çalıştırmalı?
Çoğu ekip CRM’lerinde bulunan araçlarla başlar. HubSpot üst seviyelerinde tahminleyici lead skorlama sunar, Salesforce’ta Einstein Lead Scoring vardır, Microsoft Dynamics 365 Sales tahminleyici skorlamayı içerir ve Zoho CRM Zia tabanlı özelliklerini sağlar. Her biri kendi kayıtlarınız üzerinde eğitim yapar.
BigQuery gibi bir depoda gradient-boosted sınıflandırıcı ile oluşturulmuş özel bir model, daha fazla kontrol ve şeffaflık sunar ancak bakımını yapmak için bir veri uzmanına ihtiyaç duyar. Özel modeli yalnızca bu kişiye sahipseniz ve yerleşik seçeneğin yetersiz kalmasının bir nedeni varsa seçin.
Pilot nasıl tasarlanmalı?
Bir segment seçin
Sabit hacimli tek bir ürün grubu, bölge veya gelen kanal seçin. Her şeyi aynı anda skorlamak, neyin değiştiğini görmeyi imkansız hale getirir.
Başarıyı önceden tanımlayın
Neyin başarı sayılacağını yazın: örneğin, üst banttaki lead’lerin mevcut “MQL” tanımından belirgin şekilde daha yüksek oranlarda dönüşüm sağlaması veya satış temsilcilerinin yüksek niyetli lead’lere daha hızlı ulaşması. Bunu pilot başlamadan önce satış müdürüyle kararlaştırın.
Önce gölge modunda (shadow mode) çalıştırın
İlk birkaç hafta boyunca skoru hesaplayın ancak satış temsilcilerine göstermeyin. Skorun tahminlerini gerçekte olanlarla karşılaştırın. Bu, davranışları etkilemeden önce modelin faydalı olup olmadığını size söyler.
Ardından bir kontrol grubuyla görünür hale getirin
Gölge modundan sonra, skoru ekibin bir kısmına gösterin veya lead’lerin bir kısmına uygulayın, eski yöntemle çalışan rastgele bir kontrol grubunu (holdout) koruyun.
Üretim kontrol listesi
Pilot kararlaştırılan seviyeye ulaştığında, canlıya almadan önce bu listeden geçin.
- “Predictive score” ve “Priority band” gibi net isimlerle skor alanı ve bant alanı oluşturuldu.
- CRM’deki liste görünümleri ve kuyruklar her temsilci için banta göre sıralandı.
- İş akışı kuralları güncellendi: bir lead A bandına girdiğinde ne olur (görev, uyarı, dizi kaydı).
- Pazarlama devir tanımı, eski puan toplamı yerine banta referans verecek şekilde yeniden yazıldı.
- Banta göre dönüşüm, banta göre ilk temas hızı ve kaynağa göre hacim içeren gösterge paneli.
- Temsilciler için kısa bir neden seçim listesi içeren geçersiz kılma (override) alanı.
- Profilleme dili için gizlilik bildirimi gözden geçirildi.
- Aylık inceleme ve üç aylık yeniden eğitim kararları için sahip atandı.
- Geri alma planı: eski skorlama kuralı, hızlı geri yükleme için uyuyan bir iş akışında tutuldu.
Satış ekibinin buna güvenmesini nasıl sağlarsınız?
Temsilciler kotalarına ulaşmalarına yardımcı olan şeylere güvenir ve gözetim gibi hissettiren şeyleri görmezden gelirler. Bir temsilcinin bir lead’in neden “sıcak” olduğunu görebilmesi için her skorun yanına katkıda bulunan faktörleri gösterin. Modelin hatalı olduğu durumlar da dahil olmak üzere erken pilot sonuçlarını haftalık satış toplantısında paylaşın. Ve geçersiz kılma hakkını gerçek tutun: eğer bir temsilci bir lead’i bir konferanstan tanıyorsa, onların yargısı kazanmalıdır.
Hız da önemlidir. Eğer bir A bandı lead’i, yönlendirme güncellenmediği için iki gün beklerse, skorun değer gösterme şansı kalmaz.
Başlatıldıktan sonra ne izlenmeli?
- Kapalı bir pencere üzerinden banta göre aylık dönüşüm oranı.
- C ve D bantlarından gelen kazanç payı.
- Kontrol grubu ile skorlanmış dönüşüm karşılaştırması.
- Modelin henüz görmediği yeni kanalları tespit etmek için kaynağa göre lead hacmi.
- Geçersiz kılma oranı ve sonucu.
Bantlar ayrışmayı bıraktığında veya yeni bir ürün ya da fiyatlandırma modeli gibi büyük bir değişiklik alıcılarınızın kim olduğunu değiştirdiğinde yeniden eğitin.
Alien Road, AI lead scoring’i müşteriler için nasıl uygular
Tipik bir çalışma, müşterinin CRM’inin iki haftalık veri incelemesiyle başlar: kayıt sayıları, alan doldurma oranları, kopya seviyeleri ve yaşam döngüsü disiplini. Çıktı bir “yap” veya “yapma” tavsiyesidir ve bazen diğer her şeyden önce bir hijyen sprintidir.
Veriler hazır olduğunda, ekip CRM’in yerleşik skorlamasını yapılandırır, gölge dönemini çalıştırır ve yukarıda listelenen gösterge panellerini oluşturur. Satış eğitimleri, katkıda bulunan faktörleri okumaya ve geçersiz kılmaları kullanmaya odaklanır.
Başlatıldıktan sonra ekip, her ay müşteriyle bant performansını gözden geçirir ve her çeyrekte yeniden eğitim veya özellik değişiklikleri hakkında yazılı bir tavsiye getirir.
Kaçınılması gereken yaygın pilot hataları
Bazı hatalar adlandırılacak kadar sık ortaya çıkar. İlki, güvenli hissettirdiği için en az hacme sahip pilot segmentini seçmektir; çok az lead ile sonuçlar aylarca sonuçsuz kalır. İkincisi, yönlendirmeyi, dizileri ve skorlamayı aynı anda değiştirmektir, böylece kimse hangi değişikliğin fark yarattığını söyleyemez. Üçüncüsü, bantlar arasındaki genel ayrımı görmezden gelirken, sadece A bandından gelen büyük bir anlaşma gibi kazançları raporlamaktır.
Daha sessiz bir hata daha var: pazarlama ve satışın farklı başarı tanımları kullanmasına izin vermek. Eğer pazarlama daha fazla A bandı lead’ini kutlarken satış temsilci başına geliri ölçüyorsa, her iki taraf da pilotun çalıştığını veya başarısız olduğunu iddia edebilir. İlk hafta başlamadan önce bir ana metrik üzerinde anlaşın ve diğerlerini destekleyici kanıt olarak tutun.
Bu hafta nereden başlamalı
Son on iki aydaki kazanılmış ve kaybedilmiş lead’lerin bir raporunu çekin ve onları sayın. Kaç tanesinin kaynak, sektör ve şirket büyüklüğünün doldurulduğunu kontrol edin. Bu iki sayı size pilotun gelecek ay başlayıp başlayamayacağını veya ilk projenin verileri temizlemek olup olmadığını söyler.
Okumaya devam edin: CRM Sistemi · CRM Sistemi