리드 스코어링 모델을 이해하고 구현하기 위한 절대 가이드

리드 스코어링이란?

리드 스코어링은 가치 할당 기준에 따라 예상되는 잠재적 구매 의향을 기반으로 잠재 고객 또는 클라이언트에게 점수가 부여되는 프로세스입니다. 개별 점수가 비즈니스 관심을 나타낼 가능성에 따라 가중치가 부여되는 기준에는 행동, 인구 통계학적 정체성 및 리드의 표현된 선호도가 포함됩니다. 리드를 정확하게 평가할 수 있는 기능은 가장 가능성이 높은 영업 잠재 고객을 결정하고 이를 영업 팀에 전달할 수 있는 가능성을 제공하여 마감 비율과 판매 규모를 개선할 수 있습니다.

리드 란 무엇입니까? 리드는 구매 가능성이 있는 적격한 잠재 고객입니다. 일반적으로 리드 품질은 프로필을 평가한 후 마케팅 부서에서 결정합니다. 따라서 오늘날 마케팅 자동화 소프트웨어에서 자주 처리되는 리드 스코어링 시스템 은 리드가 회사에 대해 인지하는 가치를 측정합니다. 특정 리드 점수 아래에서 잠재 고객은 추가 육성이 필요할 수 있습니다. 특정 점수 이상일 경우 영업팀에 전달됩니다.

많은 기업에서 오프라인보다 온라인에 더 많은 리드가 옵니다. 어느 쪽이든, 온라인에 존재하고 많은 유입 리드가 있는 회사의 경우 리드 스코어링은 온라인 방문자의 양을 선별하고 어떤 리드가 자격이 있는지, 언제 그리고 어떻게 추구해야 하는지를 결정하는 효과적인 방법입니다.

리드 스코어링 모델이 필요합니까?

모든 회사에 리드 스코어링 소프트웨어가 필요한 것은 아닙니다. 리드 스코어링은 영업 팀이 일부 리드를 추구하면 다른 리드는 희생되는 충분한 리드에 직면하는 회사에 가장 유용합니다. 이 시점에서 리드 스코어링 모델은 추구하기에 가장 수익성이 높은 리드를 결정하는 매우 효과적인 도구입니다.

이러한 상황이 없고 영업 팀이 기존 리드 유입을 효과적으로 해결할 수 있다면 추가 리드 생성 도구 전략의 이점을 누릴 수 있습니다. 리드 생성은 광고, 이메일 뉴스레터, 콘텐츠 마케팅 및 검색 엔진 결과 최적화의 형태를 취할 수 있습니다. 리드 수명 주기가 시작될 때 발생합니다. 리드 생성 후에 리드 육성 이 옵니다. 이 동안 리드 점수는 더 많은 정보가 알려짐에 따라 귀속(및 조정)될 수 있습니다.

물론, 처리할 수 있는 것보다 더 많은 리드를 보유하고 있다고 해서 반드시 나쁜 것은 아닙니다. 단, 영업 팀이 이러한 리드의 최고 품질을 받지 못한다고 생각하지 않는 한 말입니다. 영업 부서에서 잘못된 리드에 대해 불평하는 경우 리드 스코어링 기능을 통해 해당 리드를 구문 분석해야 합니다.

리드를 분석하려면 프로필 및 활동에 대한 데이터를 수집해야 합니다. 이메일 마케팅, 고객 상호작용, 웹사이트 활동을 추적하고 관리하고 블로그, 랜딩 페이지, 이메일 템플릿의 콘텐츠를 관리하기 위한 소프트웨어인 리드 추적 및 인텔리전스 도구가 필요합니다. 고객 데이터 및 산업 활동은 소셜 미디어 및 검색 엔진 결과에서도 수집할 수 있습니다. 귀하의 회사에는 이미 CRM 플랫폼이 있을 수 있습니다. 마케팅 자동화 및 소셜 미디어 추적 도구는 CRM 소프트웨어에 있어야 하는 가장 유용한 통합 중 하나입니다. 회사에 CRM이 없는 경우 내장된 마케팅 자동화 도구를 제공하는 Infusionsoft, NetSuite, Zoho CRM과 같은 제공업체를 고려할 수 있습니다. 이러한 도구를 사용하면 리드에 대한 매우 구체적인 정보를 얻을 수 있으며 높은 점수를 보장하는 특성을 구별할 수 있습니다.

다양한 CRM 플랫폼을 평가하는 방법을 잘 모르는 경우 3가지 유형의 CRM을 이해하기 위한 초보자 가이드를 참조하십시오.

리드 점수는 어떻게 계산합니까?

글쎄요, 당신 은 그렇지 않습니다. 마케팅 자동화 소프트웨어는 그렇습니다. 그러나 귀하, 귀하의 마케팅 팀 및 영업 팀은 리드에 가장 중요한 기준을 조정하고 결정해야 합니다. 즉, 폐쇄 판매와 가장 강하게 일치하는 특성과 가중치를 부여해야 하는 정도입니다. 또한 리드 점수는 시간이 지남에 따라 변합니다. 데이터가 쇠퇴하고 잠재 고객이 결정을 내리기까지 너무 오래 기다려야 하는 등입니다. 리드가 판매 접근 방식에 가장 적합한 창이 있습니다.

예측 리드 스코어링 도구는 이 프로세스를 자동화하는 데 도움이 될 수 있지만 스코어링되는 항목을 이해하는 것이 중요합니다. 리드를 채점할 때 방법론은 명시적, 암시적, 부정적이라는 세 가지 유형의 기준을 고려해야 합니다.

• 명시적 기준. 리드에서 의도적으로 제공한 정보입니다. 이것은 전화, 웹 채팅 또는 이메일을 통한 커뮤니케이션과 같은 직접적인 상호 작용에서 올 수 있습니다. 콘텐츠 다운로드에 필요한 온라인 양식을 통해 제공할 수도 있습니다. 명시적 기준은 종종 리드의 전문 프로필을 알려주며 다음을 포함할 수 있습니다.

• • 회사, 비즈니스 유형 또는 산업
  • 위치
  • 직위
  • 권한 수준
  • 수익
  • 예산
  • 직원 수
  • 리드 소스

• 암시적 기준. 온라인 행동 분석에서 파생된 리드에 대한 정보입니다. 이 정보는 리드가 의도적으로 제공한 것이 아니라 추출하거나 유추할 수 있습니다. 예를 들어, 사람의 위치에 대한 명시적 데이터는 방문할 가능성이 높은 매장 지점에 대한 암시적 데이터를 제공합니다. 다른 형태의 암시적 데이터는 다음과 같습니다.

• • 온라인 활동 – 분석 도구는 특정 시간 내에 방문한 웹사이트 페이지 수, 페이지, 방문자가 머문 시간 및 클릭한 링크를 모두 모니터링할 수 있습니다. 또한 인바운드 링크의 트래픽을 분석하면 어떤 광고가 매력적으로 보였고 어떤 추천 사이트에서 왔는지 알 수 있습니다.
  • 콘텐츠 상호 작용 – 전자책, 보도 자료, 비디오, 팟캐스트, 백서 등과 같은 특정 콘텐츠를 다운로드하면 관심 분야에 대한 정보를 얻을 수 있습니다. 이는 웨비나와 같은 온라인 이벤트에도 적용됩니다.
  • 구독 – 이메일 뉴스레터, RSS 피드 및 진행 중인 콘텐츠에 대한 기타 요청은 귀하의 작업에 대한 지속적인 관심을 나타냅니다.
  • 전화 통화 – 이는 특히 통화 기능이 CRM에 통합된 경우에 작동합니다. 전화 통화 및 통화 시간 기록은 리드가 제품에 대해 배우려는 노력에 대한 통찰력을 제공합니다. 호출은 또한 풍부한 명시적 기준을 생성할 수도 있습니다.
  • 오프라인 이벤트 – 컨퍼런스 또는 업계 이벤트에 참석하면 기술이나 네트워크 개발에 관심이 있는 리드 프로필에 기여합니다.

• 부정적인 기준. 이것은 리드 점수의 균형을 맞추고 데이터 부정확성 또는 시간이 지남에 따라 줄어들고 있는 리드의 관심을 설명하기 위한 정보입니다. 고려하면 부정적인 기준은 추가 접촉이 수익을 감소시키거나 리드를 완전히 밀어낼 수 있는 시점을 알려줍니다.

• • 이메일, 문자 메시지, 전화 등 마케팅 메시지에 대한 응답 부족
  • 진행 중인 콘텐츠 피드 구독 취소
  • 접촉 금지 목록에 추가 요청
  • 장기간의 비활동
  • 의사결정 권한 부족(예: 직위가 인턴임)
  • 특정 웹사이트 페이지 방문 귀하의 채용 페이지 방문은 귀하의 회사에 대한 관심이 고객이 아님을 나타냅니다.

각 범주에 대해 수십에서 수백 개의 개별 데이터 요소가 있을 수 있음을 명심하십시오. 인바운드 마케팅 전문가와 상담하면 귀하의 비즈니스에 가장 적합한 기준을 식별하는 데 도움이 될 수 있습니다. 그런 다음 영업 및 마케팅 팀은 각 기준의 점수를 매기는 방법을 결정하기 위해 정렬해야 합니다. 물론 부정적인 기준은 감점을 받습니다. 다음 단계는 유망한 잠재 고객에 대한 영업 팀의 알림을 트리거하는 임계값을 결정하는 것입니다. 이 임계값은 팀이 특정 리드가 가장 접근하기 쉬운 범위를 더 잘 식별함에 따라 달라질 수 있습니다.

리드 점수는 리드의 진정한 가치를 반영합니까?

네, 회사에 가치를 나타내는 기준을 정확히 가중하는 한 그렇습니다. 언급한 바와 같이 수백 개의 데이터 포인트가 기준으로 사용될 수 있으며, 이를 함께 사용하여 리드의 변동하는 관심과 구매 가능성에 대한 포괄적인 프로필을 만들려고 시도합니다. 단순히 인구 통계학적 일치를 찾는 문제가 아닙니다. 두 개의 유사한 리드가 유사한 인구 통계학적 기준을 충족하지만 여전히 다른 점수를 받을 수 있습니다. 온라인 활동의 빈도는 리드 점수에도 영향을 미치는 암시적 기준입니다.

두 리드가 모두 직위, 산업, 구매력, 국가, 권한 수준 등을 원하는 만큼 세부적으로 충족한다고 가정해 보겠습니다. 리드 스코어링은 긍정적 스코어링 조치의 차이를 분석하고 일정에 따라 비교할 수 있습니다. 리드가 온라인 데모를 보고, 백서를 다운로드하고, 가격 페이지를 보았지만 그들 중 하나는 지난 10일 동안 그렇게 했고 다른 하나는 최근 활동 없이 3개월 동안 그렇게 했다면 리드 점수가 다를 것입니다. 첫 번째 리드는 활성이고 두 번째 리드는 수동 또는 잠재성입니다.

따라서 첫 번째 리드의 점수는 영업 팀 구성원이 연락할 준비가 되었음을 나타냅니다. 두 번째 리드의 점수는 추가 리드 육성 가능성을 나타내는 범위에 속할 가능성이 높습니다. 세부 사항은 귀하의 비즈니스 및 산업에 따라 다릅니다.

물론 회사는 일반적인 판매 주기의 기간도 스스로 결정해야 합니다. 위의 예에서 10일은 표준 또는 빠른 기간입니다. 그러나 3개월은 너무 길 것입니다. 리드가 구매하지 않을 것이라고 확신하기 전에 시간이 얼마나 걸릴지 결정하려면 영업 팀과 협력해야 합니다.

내 데이터가 좋은지 어떻게 알 수 있습니까?

서비스를 온라인으로 마케팅하는 비즈니스인 경우 방문자 중 최소한 일부는 회사에 대해 합법적인 전문적 이해 관계가 있다고 가정해야 합니다. 비생산적인 방문자를 많이 수집할 수도 있습니다. 리드 스코어링 시스템은 저품질 데이터의 존재 또는 데이터의 부재를 모두 설명하려고 시도합니다.

회사가 B2B 서비스에 관련된 경우 이메일 주소를 기반으로 리드 품질을 확장할 수 있습니다. 일반적인 이메일 제공업체(yahoo.com, hotmail.com, gmail.com)는 다른 회사와의 관계를 나타내는 주소보다 낮은 점수를 받습니다. 공통 제공자는 위에 나열된 것처럼 부정적인 기준으로 포함될 수 있습니다. 이는 수집한 리드 데이터에 대한 품질 표준을 설정합니다. 모델은 여전히 ​​이를 분석하고 해당 리드에 점수를 할당하지만 판매로 전환될 가능성이 낮다고 생각하면 모델이 이를 고려합니다.

또한 명시적 및 암시적 기준을 수집하는 프로세스가 완전히 포괄되지는 않습니다. 채워지지 않을 리드 프로필의 일부 측면이 있을 수 있습니다. 리드 스코어링 베스트 프랙티스 측면에서 리드의 우선 순위를 지정하고 리드가 없는 리드보다 완전한 정보를 제공해야 합니다.

리드 스코어링 모델 구현

리드 스코어링 모델을 구현하려면 귀하와 귀하의 팀이 리드 평가 및 스코어링 기준을 결정할 수 있는 프로세스를 수립해야 합니다. 이 프로세스는 몇 단계로 나눌 수 있습니다.

1. 이상적인 구매자 프로필 설정

기준에 따라 리드를 검증하려면 한 리드를 다음 리드와 구별하는 정보가 필요합니다. 영업 팀과 연결하고 CRM 소프트웨어 및 영업 로그에서 데이터를 수집하여 구매자의 영업 준비 상태를 나타내는 과거 거래 및 기회를 검토하십시오. 가능성 있는 구매자와 일치하는 행동을 좁히는 온라인 활동 로그에 대해서는 웹사이트 분석 도구를 참조하십시오. 수집한 인구 통계 정보와 행동 특성을 사용하여 이상적인 구매자 프로필을 설정할 수 있습니다.

2. 기준 식별 및 목록 작성

이 구매자 프로필(여전히 변경될 수 있음)을 사용하여 마케팅 및 영업 팀과 협력하여 프로필을 명시적, 암시적 및 부정적 기준으로 분리할 수 있습니다. 앞서 언급했듯이 각 유형에는 수십 또는 수백 개의 기준이 있을 수 있으므로 내부 레코드를 구축하거나 외부 리소스로 목록을 보완하든 상관없이 원하는 만큼 세분화할 수 있습니다. 나중에 목록의 범위를 좁힐 것이기 때문에 이 시점에서 더 철저하게 하는 것이 도움이 될 수 있습니다.

명시적, 암시적 및 부정적인 기준의 별도 목록을 작성합니다. 참고로:

• 명시적 기준에는 개인, 해당 회사 및 귀하와의 관계에 특정한 인구통계학적 데이터가 포함됩니다.
• 암시적 데이터에는 데모 보기, 가격 페이지 보기, 2분 이상 지속되는 전화 걸기, 블로그 게시물 보기, 웹 세미나 참석 또는 다운로드와 같이 웹사이트 또는 회사 담당자와 함께 취한 부가가치 작업이 포함됩니다. 백지.
• 부정적인 기준에는 메일링 리스트 구독 취소, 일정 기간 웹사이트 활동 부족, 부정적인 소셜 미디어 댓글, 스팸 신고, 구매 또는 계약 갱신 거부와 같은 관심이 없음을 나타내는 행동이 포함됩니다.

이해 관계자로 구성된 그룹에 목록을 제출하고 리드 스코어링에 유용하다고 생각하는 데이터 포인트를 개별적으로 확인하고 각 기준이 필수, 중요, 영향력 또는 부정적이라고 느끼는지 여부를 표시합니다. 철저하게 할 시간을 주십시오. 자동화는 나중에 이루어질 것입니다.

3. 목록 수집 및 값 할당

각 팀 구성원은 약간 다른 목록을 가질 수 있습니다. 포함 기준에 대한 일반적인 합의를 찾습니다. 어떤 기준이 필수적인지, 중요하거나, 영향력이 있는지, 부정적인지에 대해 약간의 불일치가 있을 수 있습니다. 팀원들에게 자신을 설명할 기회를 주십시오. 그렇지 않으면 유망한 리드는 상당히 둔한 데이터 요소가 없는 경우 점수 모델에 의해 불이익을 받을 수 있으므로 지금이 기준 목록을 줄여야 할 때입니다.

명시적, 암시적 및 부정적 기준에 대한 포괄적인 목록이 있으면 점수를 매기기 위해 팀에 재배포하십시오. 지금이 리드 평가 방법론을 수립하기에 좋은 시기입니다. 마케팅 자동화 소프트웨어를 사용하거나 CRM에 내장된 경우 점수 매기기 방법을 사용하는 것이 편리합니다. 점수, 문자 등급, 용어의 스펙트럼(예: 핫, 웜, 쿨 및 콜드)을 기반으로 할 수 있습니다. 창의력을 발휘할 수 있습니다. 예를 들어 판매 지향 플랫폼인 Close.io는 일련의 5가지 방식을 사용하여 리드 점수를 매길 수 있지만 소프트웨어가 이를 수용할 수 있는지 확인하십시오.

4. 점수 결정 및 임계값 설정

점수에 대한 합의에 도달하기 위해 포괄적인 기준 목록을 작성하는 데 사용한 프로세스를 반복합니다. 팀이 각 점수의 가치가 있는 기준에 대해 합의에 도달하면 유망한 리드가 판매 준비가 된 것으로 간주되는 임계값을 설정해야 합니다. 기억하십시오. 이 임계값은 이상적인 구매자를 나타내는 것이 아니라 최소 기준을 설정해야 합니다.

인구통계학적 기준은 총 점수의 절반 이하를 나타내야 합니다. 결국, 이상적인 인구 통계학적 일치 자체가 구매 준비를 나타내는 것이 아니라 일치시키기 위한 행동 신호도 있어야 합니다.

5. 배포 전에 모델 테스트

CRM 레코드를 기반으로 하는 기존 파이프라인 리드 및 기회의 무작위 샘플에서 점수 시스템을 테스트합니다. 열린 기회, 잃어버린 기회, 닫힌 판매 모두에서 끌어냅니다. 새 시스템을 기반으로 각 레코드에 점수를 할당합니다. 샘플의 몇 퍼센트가 판매 리드로 적합한지 조사하십시오. 점수 시스템이 데이터와 일치하지 않는다고 생각되면(실제로 점수가 낮은 많은 리드가 성공적으로 판매를 마감했습니다) 모델을 조정해야 할 수도 있지만 나중에 시간이 있습니다.

6. 배포 후 모델 테스트

새로운 데이터가 들어오기 시작하면 불일치나 시장 변화를 수용하기 위해 점수 시스템을 수정할 수 있습니다. 마케팅 및 영업 팀의 주요 이해 관계자와 정기적인 회의를 열어 최고 점수가 최고 품질의 리드를 정확하게 반영하도록 점수 모델을 검토하고 업데이트합니다.

검토할 때 기회로 전환되지 않은 고득점 리드를 고려하십시오. 채점 모델에 오류가 있었습니까? 그렇다면 잘못된 리드가 높은 우선 순위를 갖는 것을 방지하기 위해 무엇을 할 수 있는지 고려하십시오. 직위, 회사, 권한 수준 또는 지역에 대한 인구 통계학적 특성을 검토하거나 특정 암시적 기준과 관련된 값을 조정해야 할 수 있습니다.

영업 팀이 계속해서 정보를 얻을 수 있도록 하십시오! 리드의 점수에 동의하지 않는 영업 담당자는 해당 리드가 마음에 들지 않게 할 수 있습니다. 영업 담당자의 피드백을 고려하거나 더 나은 방법으로 리드의 점수를 수동으로 변경하여 리드를 적절한 단계에 배치할 수 있습니다. 영업 팀이 적격 리드를 너무 많이 확보하는 데 문제가 있는 경우 스코어링 모델이 상대 리드 값을 정확하게 반영하는지 평가하거나 최소 임계값을 높여야 할 수 있습니다.

7. 이익!

리드 스코어링 모델은 정기적인 검토와 유지 관리가 필요하지만 팀에서 영업 준비를 위한 리드를 가장 잘 평가하는 기준을 정확히 파악하면 마케팅 자동화가 해당 리드를 영업 팀으로 퍼뜨립니다. 자격을 갖춘 리드를 구문 분석하는 시간을 줄이고 판매 마감에 더 많은 시간을 할애하면 시간을 보다 효율적으로 사용하고 마감된 거래의 빈도를 높일 수 있습니다.

리드 스코어링 모델을 이해하고 구현하는 것이 어려워 보일 수 있지만 프로세스를 소화 가능한 조각으로 나누면 이해하기 쉽습니다. 리드 스코어링 모델은 온라인 트래픽을 늘리는 관심 고객을 많이 받는 비즈니스에 유용합니다. 모델을 개발하려면 단기적으로 유한한 추가 작업이 필요하지만 장기적으로 보면 귀하와 귀하의 팀이 앞으로 많은 시간과 반복적인 노력을 절약할 수 있으며 이는 합산됩니다. 이러한 관점에서 리드 스코어링 모델을 생각해 보십시오. 효율성이 향상되고 판매 실적이 향상되는 투자가 이루어지면 갑자기 작업이 훨씬 쉬워집니다. 이제 나가서 이러한 모범 사례를 사용하여 몇 가지 리드를 획득하십시오!