خدمات زیادی وجود دارد که به شما کمک می کند امتیاز سرنخ را محاسبه کنید، و بسیاری از تیم‌ها امتیازدهی سرنخ را از طریق پرورش سرنخ به سطح جدیدی رسانده‌اند، اما مهم نیست که از چه روش یا سرویس خاصی استفاده می‌کنید، درک نحوه محاسبه امتیاز سرنخ و نحوه ساخت مدل‌های امتیازدهی سرنخ به شما امکان می‌دهد که سیستم مناسبی را پیاده‌سازی کنید که فروش شما را افزایش دهد.
امتیازدهی سرنخ یک استراتژی کلیدی برای هر کسب و کاری است که می خواهد به طور کارآمد سرنخ‌ها را در مقیاس مدیریت کند. زمانی فرا می رسد که تمرکز شما از به دست آوردن سرنخ های کافی به این می رسد که با آنها چه کاری انجام دهید. اگر زمان زیادی را صرف سرنخ های اشتباه کنید، موارد اشتباه را از طریق قیف فروش خود عبور خواهید داد و مشتریان بالقوه با ارزش بیشتری را از دست خواهید داد. در این مقاله به محاسبه امتیاز سرنخ خواهیم پرداخت، به خواندن مقاله ادامه دهید تا بیشتر در این مورد بدانید.
تاثیر داده ها بر امتیازدهی سرنخ چگونه است؟
در اکثر موارد، کارکنان فروش از تیم‌های فروش برونگرا، تلاش‌های بازاریابی درون‌گرا یا ارجاعات از طرف شرکا در درجه اول مسئول تولید سرنخ هستند. صرف نظر از منبع، اساسا سه نوع داده وجود دارد که بر روند و محاسبه امتیاز سرنخ تأثیر می گذارد. اینها شامل داده های رفتاری، داده های جمعیتی و داده های تاریخی است. این سه نوع داده می تواند بر سرنخ واجد شرایط بازاریابی (MQL) و سرنخ واجد شرایط فروش (SQL) تأثیر بگذارد. علاوه بر این، این داده ها می توانند به شناسایی سرنخ های با کیفیت بالا برای کوتاه کردن چرخه فروش و بهبود کارایی قیف فروش کمک کنند.
- داده های رفتاری: داده های رفتاری شامل تمام رویدادهای متمایز و معیارهای استفاده از محصول است که مستقیم از طریق صفحه فرود، برنامه کاربردی یا حتی پلت فرم اتوماسیون بازاریابی شما جمع آوری شده است. این شامل اقداماتی مانند صفحات مشاهده شده، تعامل با ایمیل مانند ایمیل های باز شده، انتخاب محصول، افزودن یک مورد به سبد خرید، فضای کاری ایجاد شده، پیام های ارسال شده، و آخرین تاریخ ورود به سیستم و غیره می شود.
- داده های جمعیت شناختی: داده های جمعیت شناختی شامل جزئیاتی مانند عنوان شغل، صنعت، اندازه شرکت و مکان است که بینش هایی را در مورد اینکه آیا یک سرنخ با مشخصات مشتری هدف مطابقت دارد یا خیر ارائه می دهد.
- داده های تاریخی: داده‌های تاریخی سفری را که منجر به تبدیل‌ها می‌شود، نشان می‌دهد. تجزیه و تحلیل سرنخ های مشابه گذشته، موفقیت افراد جدید را پیش بینی می کند. این می تواند شامل تماس اولیه در رسانه های اجتماعی یا لینکدین، تعداد تماس‌های تلفنی پیگیری شده توسط کارکنان فروش، نرخ تعامل بازاریابی ایمیلی، تعداد وبینارها و غیره باشد.
امتیازدهی پیش بینی کننده سرنخ از یادگیری ماشینی برای ارزیابی چندین نقطه داده استفاده می کند، و مقادیر امتیازی را به سرنخ های فعلی شما بر اساس همسویی آنها با پرسونای خریدار ایده‌آل شما اختصاص می‌دهد. این کار با مقایسه اقدامات آنها با مشتریان قبلی شما انجام می شود. این استراتژی بازاریابی هوشمند به تیم های بازاریابی شما اجازه می دهد تا بهترین سرنخ ها را در میان مشتریان بالقوه شناسایی کنند.
امتیازدهی سرنخ چیست و چگونه کار می کند؟
امتیازدهی سرنخ فرآیند ارزیابی کیفیت سرنخ از طریق یک سیستم کمی است. در حالی که مدل ها و داده‌هایی که استفاده می‌کنید بر اساس کسب‌وکارتان متفاوت است، بیشتر امتیازدهی سرنخ شامل اختصاص امتیاز (یا یک مقدار عددی) به هر سرنخ بر اساس رفتار یا داده‌های آنها می‌شود و به آنها رتبه‌بندی سرنخ می‌دهد.
این به شما امکان می دهد تصمیم بگیرید که تیم فروش شما باید برای چه کسی وقت بگذارد و چه کسی ممکن است نیاز به فشار بیشتری از طریق قیف بازاریابی و فروش شما از طریق پرورش سرنخ داشته باشد. در این بخش، دستورالعمل‌ها و فرآیندهای ساخت دستی یک مدل امتیازدهی سرنخ و معیارها و نحوه محاسبه امتیاز سرنخ را ارائه می‌کنیم.
1- جمع آوری داده های مهم سرنخ
برای ایجاد یک مدل امتیازدهی سرنخ، اولین قدم شما این است که مطمئن شوید به اندازه کافی داده های ارزشمند جمع آوری می کنید. همه اینها با مرحله بعدی همراه است، اما مهم است که با یک پایه اطلاعات سالم در مورد مخاطبین خود شروع کنید. اگر قبلا این اطلاعات را دنبال نمی کنید، باید این کار را انجام دهید.
داده‌هایی که هنگام محاسبه امتیاز سرنخ باید جمع‌آوری کنید به دو گروه از دسته‌های همپوشانی تقسیم می‌شوند: داده‌های ضمنی و صریح، و این داده‌ها می‌توانند رفتاری یا جمعیتی باشند.
- داده های صریح اطلاعاتی هستند که واقعی و در مورد تماس شما تأیید شده است.
- داده های ضمنی داده هایی هستند که شما بر اساس داده هایی که دارید استنباط می کنید.
- داده های رفتاری شامل اقداماتی است که مشتری بالقوه شما به صورت آنلاین انجام می دهد.
- اطلاعات دموگرافیک شامل اطلاعاتی مانند عنوان، صنعت، اندازه شرکت و … است.
2- انتخاب داده های مناسب و ایجاد پرسونای خریدار
بر اساس داده هایی که دارید، تعیین کنید که نمایه مشتری ایده آل شما (ICP) چیست. اساسا، شما معیارهای امتیازدهی سرنخ خود را برای مدل خود تنظیم می کنید. شما می توانید یک یا چند پرسونای خریدار ایجاد کنید، اینها مشتریان فرضی هستند که از هر نظر ایده آل هستند. این همان کسی است که شما به دنبال آن هستید، و در نهایت بر اساس میزان تطابق آنها با این مشتری ایده آل، سرنخ ها را به دست خواهید آورد.
برای دستیابی به ICP، نه تنها باید به تجزیه و تحلیل خود بپردازید، بلکه باید با تیم بازاریابی و فروش خود نیز صحبت کنید. می‌خواهید بدانید چه ویژگی‌ها و اقداماتی در مشتریان فعلی‌تان رایج‌تر/مهم‌تر است و مخاطبین قبل از تبدیل شدن به مشتری چه ویژگی‌ها و اقداماتی را انجام داده‌اند.
به عنوان مثال، اگر کارمند فروش شما می‌گوید: «نیمی از فروش‌های اخیر من دو وبینار اخیر ما را تماشا کرده‌اند»، ممکن است مدل امتیازدهی شما در وبینار بسیار بیشتر از حد انتظار باشد.رهنگامی که این بینش ها را که ریشه در داده هایی که جمع آوری کرده اید دارند، به دست آوردید، در محاسبه امتیاز سرنخ می توانید شروع به کار بر روی مدل خود کنید.
3- ساختار امتیاز امتیازدهی سرنخ برای تعیین مدل امتیاردهی
روش های مختلفی برای محاسبه امتیاز سرنخ وجود دارد، اما ما بر روی ساخت یک مدل امتیازدهی دستی تمرکز خواهیم کرد. در حالی که این سیستم فشرده ترین زمان است، عناصر انجام آن به صورت دستی اساس هر مدل امتیازدهی سرنخ است که ممکن است از محاسبات پیچیده تر یا نرم افزار تجزیه و تحلیل امتیازدهی سرنخ استفاده کند.
امتیازدهی دستی به این معنی است که بر اساس داده‌هایی که در مورد هر سرنخ دارید، امتیاز مثبت یا منفی را اختصاص می‌دهید. شما می توانید این امتیازات را به چهار گروه تقسیم کنید: جمعیت شناسی، رفتار، کسرها و رابطه.
چگونه برای هر معیار در مدل خود امتیاز تعیین کنید؟
شما می خواهید امتیاز سرنخ شما ریشه در داده ها داشته باشد، به این معنی که وقت آن رسیده است که کمی محاسبه انجام دهید. برای اینکه ببینید چگونه یک معیار خاص بر نرخ کل بسته شدن فروش اثر می‌گذارد، ابتدا باید با تقسیم تعداد کل سرنخ ها بر مجموع سرنخ هایی که به فروش تبدیل شده‌اند، به نرخ بسته شدن پایه دست پیدا کنید.
هنگامی که این نرخ را دارید (مثلا فرض کنید 2٪)، این عددی است که در هنگام مقایسه زیربخش های سرنخ های خود بر اساس داده هایی که جمع آوری کرده اید، به دنبال آن هستید. به عبارت دیگر، اگر امتیاز مثبتی را اختصاص می دهید، در محاسبه امتیاز سرنخ، این نشان دهنده بهبود 2 درصدی نرخ بسته شدن معامله است و هر چه امتیاز بیشتری اختصاص دهید، افزایش نرخ بسته شدن بیشتر می شود.
بیایید بگوییم که متوجه می شوید که نرخ نزدیک شما برای سرنخ‌هایی که شما را در رسانه‌های اجتماعی دنبال کرده‌اند 5 درصد و برای کسانی که در یک وبینار شرکت کرده‌اند، 15 درصد است. شما می توانید بر این اساس یک مقدار امتیاز (شاید 5 و 15 امتیاز) اختصاص دهید. شاید معلوم شود که هر سرنخ که هیچ یک از 10 خبرنامه گذشته را باز نکرده باشد، به طور متوسط نرخ بسته شدن آن 0.05 درصد است. می توانید به آنها یک امتیاز منفی اختصاص دهید.
این امتیازها اساس مدل امتیازدهی سرنخ شما هستند. شما می توانید این امتیازات را بر اساس افزایش یا مضرب بهبود از سطح پایه خود محاسبه کنید، یا در صورت داشتن منابع، می توانید با تحلیل گران داده در تیم خود کار کنید تا تحلیل رگرسیون لجستیکی ارائه دهید.
همه چیز در مضرب های یک به یک به خوبی انجام نمی شود و ممکن است همیشه داده های کافی برای دانستن اینکه یک معیار خاص چقدر ممکن است بر نرخ بسته شدن تأثیر بگذارد، نداشته باشید. بنابراین، با خیال راحت سیستم امتیازدهی خود را به گونه ای تنظیم کنید که بهترین کار را برای شما داشته باشد، و هنگام تشخیص اینکه چه چیزی مهم است و چه چیزی مهم نیست، به تیم خود اعتماد کنید. در مراحل ابتدایی، بهتر است با یک مدل ساده امتیازدهی سرنخ شروع کنید و راه خود را به سمت چیزی جامع تر پیش ببرید.
نمونه ها و معیارهای امتیاز دهی جمعیت شناختی
هنگامی که در محاسبه امتیاز سرنخ، داده های جمعیتی خود را دارید و مشخص می کنید که کدام بخش از داده ها مهم هستند، زمان آن رسیده است که آنها را براساس یک سلسله مراتب مرتب کنید: «حیاتی، مهم و تأثیرگذار.» سپس هر چه نقطه داده بالاتر باشد، امتیاز بیشتری را اختصاص خواهید داد.
توجه داشته باشید که یک ویژگی می تواند در سطوح مختلف اهمیت ظاهر شود. برای مثال، صدها عنوان وجود دارد که سرنخ‌ها می‌توانند داشته باشند، بنابراین باید راهی برای تقسیم آنها به گروه هایی پیدا کنید که بتوانید بر اساس آن امتیاز کسب کنید.
کلام آخر
در نهایت، اجرای موفقیت آمیز محاسبه امتیاز سرنخ می تواند کمپین ها و تلاش های بازاریابی شما را بهبود بخشد و کارایی قیف شما را به حداکثر برساند. به علاوه، تیم های بازاریابی و فروش شما را با تبدیل آنها به یک ماشین منسجم که بیشتر از مجموع قطعات آن است، همسو می کند. در حالی که فرمول و روش خاص ممکن است بر اساس شرکت شما و مشخصات مشتری ایده آل متفاوت باشد، امتیازدهی سرنخ یک عنصر کلیدی برای هر استراتژی فروش و بازاریابی مقیاس پذیر است.
درخواست رایگان دمو CRM کاواک
