Co to jest Predictive Lead Scoring: funkcje, korzyści, najlepsze narzędzia

Najgorszą rzeczą, jaką możesz zrobić jako kierownik call center, jest poleganie na grach w zgadywanie podczas budowania leadów. Podczas gdy nowsze call center zajmujące się nowszymi projektami może wymagać trochę zgadywania, jeśli chodzi o budowanie relacji z klientami i potencjalnych klientów, nie chcesz polegać na randomizacji, aby osiągnąć sukces. Z tego powodu musisz określić, którzy będą Twoimi najbardziej wiarygodnymi nabywcami i właśnie dlatego lead scoring będzie Twoją najlepszą strategią.

1. 1. 1. Co to jest scoring potencjalnych klientów i jak to działa?
      2. Tradycyjna a predykcyjna scoring potencjalnych klientów
      3. Co to jest Predictive Lead Scoring i jak zwiększa sprzedaż?
      4. Predictive Lead Scoring i KPI w Call Center
      5. Algorytmy predykcyjne Kwalifikują namiar
      6. Czym są narzędzia Top Predictive Lead Scoring?
         • HubSpot
         • Wywnioskować
         • Fajka Cukierki
         • Maroon.ai
      7. Wnioski: budowanie leadów w zakresie automatyzacji marketingu i uczenia maszynowego

Co to jest scoring potencjalnych klientów i jak to działa?

Ocena potencjalnych klientów to sposób, w jaki call center lub firma zajmująca się sprzedażą ocenia wartość każdego potencjalnego klienta lub potencjalnego leada. Każda firma ma inny zestaw wskaźników, które informują o zainteresowaniu potencjalnego klienta ich produktami lub usługami.

Centra telefoniczne potrzebują oprogramowania CRM, aby zapewnić szczegółowe analizy analityczne, które zwiększają wskaźnik rozwiązywania pierwszego połączenia i satysfakcję klientów. Pakiety oprogramowania dla call center, które zawierają narzędzia takie jak Salesforce i Hubspot, śledzą potrzeby klientów i dostarczają praktycznych informacji, ale ocena potencjalnych klientów przenosi te informacje na wyższy poziom. W połączeniu z narzędziami do śledzenia połączeń, takimi jak Phonewagon, maksymalnie wykorzystasz każde połączenie.

Ocena potencjalnych klientów ustanawia idealny profil nabywcy, wykorzystując dane klientów do określenia, kto jest bardziej skłonny do prowadzenia interesów z firmą. W skrócie, istnieje aspekt grywalizacji w lead scoringu, ponieważ klienci z wyższymi wynikami są z natury bardziej wartościowi. Jeśli połączysz te narzędzia z predykcyjnym routingiem behawioralnym, będziesz wysyłać połączenia do agentów najlepiej przygotowanych do sfinalizowania sprzedaży.

Na przykład, gdy potencjalny klient wchodzi do lejka sprzedaży, określone kryteria określają jego wartość. Z którego wektora wchodzi ołów do lejka? Czy kontaktuje się, ponieważ widzi coś w Twojej witrynie? Czy klient kupił inne produkty w Twojej firmie lub brał udział w innych programach?

Wszystkie te istniejące wcześniej kryteria dodadzą wartość liczbową do ich wiodącego wyniku, który można wykorzystać do ustalenia priorytetów zasięgu. Na przykład klienci o wyższych miesięcznych przychodach będą również mieli wyższy wynik, aby Twoi agenci zrozumieli, że mają wyższy priorytet.

Właściwe rozwiązanie do scoringu leadów jest idealne do identyfikacji osób, które wyraziły zainteresowanie Twoją marką, jednocześnie odfiltrowując te, które mogą generować nieproduktywne leady.

Jest to nawet korzystne w przypadku współpracy z klientami B2B – Twoje rozwiązanie do lead scoringu może przypisać niższe oceny niektórym potencjalnym leadom w oparciu o skalę firmy lub region geograficzny, w którym firma prowadzi działalność. Wystarczy ustalić, co Twoja firma określi jako „idealnego nabywcy”, a proces oceny może się rozpocząć. Napisaliśmy przewodnik po prowadzeniu punktacji, który trafia w konkrety, w tym ukryte kryteria, kryteria negatywne i jak ocenić wykonalność zebranych danych.

Jakie są słabe strony tradycyjnej punktacji leadów?

Choć tradycyjny scoring leadów jest świetny dla tych firm, które się rozwijają, ma swoje słabości dla tych, które dopiero zaczynają. Rzućmy okiem na kilka, które mogą wpłynąć na wynik finansowy:

• Nie jest tak przydatne, jeśli nie ma dużej liczby potencjalnych klientów.
• Jest to bezużyteczne, jeśli twoi agenci nie oceniają aktywnie leadów w czasie rzeczywistym.
• Wymaga to wcześniejszego ustalenia określonych punktów danych. Jeśli firma jest nowa, te punkty danych nie zawsze są znane.
• W tym systemie potencjalni klienci nie zawsze są dokładnie oceniani, ponieważ opiera się on na ocenie agentów i marketerów.

Z tych powodów należy zastosować bardziej usprawniony system. Sztuczna inteligencja i big data to duża część współczesnego biznesu, dlatego predykcyjna ocena potencjalnych klientów oparta na uczeniu maszynowym jest wdrażana w całym środowisku korporacyjnym.

Co to jest Predictive Lead Scoring i jak zwiększa sprzedaż?

Predykcyjna ocena potencjalnych klientów została zaprojektowana w celu bezpośredniego wykorzystania danych analitycznych w celu znalezienia idealnych klientów. Tradycyjna ocena leadów może się załamać w wyniku błędu ludzkiego, ale predykcyjna ocena leadów zapobiega większości błędów.

Oprogramowanie CRM może być wykorzystywane do przypisywania wartości scoringowych Twoim klientom, a predyktywne rozwiązania scoringowe przeprowadzają tę ocenę automatycznie. „Predykcja” w predykcyjnym ocenianiu potencjalnych klientów odnosi się do modelowania predykcyjnego, które opiera się na szeregu algorytmów. Algorytmy te mają na celu znalezienie idealnego lub prawie idealnego klienta, dzięki czemu agenci nie będą musieli zgadywać, zwłaszcza jeśli śledzisz wydajność połączeń za pomocą danych z nagrywania rozmów.

Z wykorzystaniem danych historycznych i demograficznych konstruowany jest znacznie dokładniejszy i bardziej wiarygodny zbiór danych. Ponieważ wszystko to opiera się na uczeniu maszynowym, rozwiązanie predykcyjne wybierze kryteria, których Twój zespół marketingowy przeoczy, co może zapewnić wyższy poziom potencjalnych klientów. Najlepsza część? Ponieważ odbywa się to za pomocą uczenia maszynowego i analityki predykcyjnej, wiele procesów może być uruchamianych jednocześnie, co uwalnia Twój zespół od innych zadań.

Tego rodzaju oprogramowanie nie tylko czerpie z wygranych merytorycznych, ale także analizuje, co nie zadziałało, aby zdobyć potencjalnych leadów. Wyświetla również informacje wspólne dla klientów, dzięki czemu tworzone są dane demograficzne, które mogą być oceniane i wykorzystywane przez Twój zespół.

Predictive lead scoring wykorzystuje różne modele lead scoringu do stworzenia metodologii. W wielu rozwiązaniach stosowana jest „regresja logistyczna”. Regresja logistyczna to algorytm eksploracji danych, który obliczy prawdopodobieństwo utworzenia klienta z leadu.

Regresja logistyczna opiera się na formułach i może drastycznie zmniejszyć liczbę złych leadów. Tradycyjnie marketerzy tworzyli te algorytmy za pomocą programu Excel. Dzięki modelowi predykcyjnemu odbywa się to szybko, bez konieczności dodatkowej pracy ze strony zespołu.

Innym narzędziem wykorzystywanym przez predykcyjny system punktacji leadów są „losowe lasy”. Ten typ algorytmu tworzy las „drzew decyzyjnych”, które można wykorzystać do mapowania zachowań Twoich klientów. Na przykład użycie tej metody spowoduje utworzenie wirtualnego lasu wyników decyzji, a narzędzie użyje tego lasu decyzji do określenia, którzy potencjalni klienci są bardziej skłonni do konwersji.

Ta metodologia wykorzystuje randomizację, która po przeskalowaniu w górę może pomóc zidentyfikować niektóre czynniki, które mogą napędzać konwersję.

Jakie są zalety Predictive Lead Scoring?

Główną zaletą predykcyjnego scoringu potencjalnych klientów jest to, że eliminuje on wiele domysłów z lejka sprzedażowego. Twoi agenci będą:

• Wyeliminuj błędy w analizie
• Podejmuj pewne decyzje na podstawie bogatych danych
• Odkryj ukryte relacje między zestawami danych
• Uzyskaj 360-stopniowy widok na to, jak każdy element danych się łączy

Predictive Lead Scoring i KPI w Call Center

Postępy w predykcyjnej punktacji leadów stopniowo sprawiają, że tradycyjne metody stają się coraz mniej opłacalne. Algorytmy określające wyniki dla potencjalnych klientów są stale dostosowywane i rozwijane, aby zapewniały coraz większą wartość.

Lead scoring zawsze wymagał ogromnych zbiorów danych, ale predykcyjna ocena leadów stale obniżała ten wymóg dzięki tak zniuansowanym metodologiom i algorytmom. Odbywa się to z większą łatwością, ponieważ te rozwiązania predykcyjne mogą bezproblemowo pobierać dane ze źródeł zewnętrznych, aby wzmocnić pozyskiwane informacje.

Sieci neuronowe są również wykorzystywane we współczesnych rozwiązaniach, co pozwoli na podejmowanie decyzji o bardziej organicznym scoringu. Sieci neuronowe pozwalają na bardziej inteligentne katalogowanie danych z różnych źródeł jednocześnie.

To nie jest technologia, na której zignorowanie contact center może sobie pozwolić; jest po prostu zbyt wiele ulepszeń, które będą miały integralny wpływ na zwiększenie wydajności i skrócenie średniego czasu obsługi w dzisiejszym oprogramowaniu call center. Czy dasz sobie radę z tradycyjnym lead scoringiem? Jasne, ale czy nie chciałbyś rozwiązania, które może oceniać tysiące potencjalnych klientów jednocześnie, podczas gdy Twój zespół zajmuje się innymi, bardziej produktywnymi zadaniami?

Algorytmy predykcyjne Kwalifikują namiar

W wielu przypadkach predykcyjna punktacja namiarów może wykorzystywać algorytmy do niezależnego określania czynników punktacji, ale niektóre wspólne kryteria mogą być używane do oceny tych namiarów. Mogą to być:

• Roczna wielkość przetwarzania: Niektóre firmy mają wyższe przychody ze sprzedaży przetwarzane online niż inne. Predykcyjne systemy punktacji mogą je znaleźć i umieścić je wyżej na liście priorytetów.
• Kraj IP: Jeśli Twoja organizacja prowadzi działalność tylko w określonym obszarze geograficznym, wiele rozwiązań predykcyjnego oceniania potencjalnych klientów może je odfiltrować na podstawie adresu IP potencjalnego klienta. Dzięki temu Twój zespół będzie sięgał tylko do realnych linków.
• Informacje firmograficzne: Jeśli jeden z Twoich potencjalnych klientów B2B korzysta z podobnego systemu CRM lub posiada informacje, które są dostępne za pośrednictwem aplikacji, która zapewnia wgląd, wówczas ocena potencjalnych klientów może wykorzystać te informacje, aby zapewnić temu kontaktowi punktację.
• Interakcje: Czy Twój kontakt kliknął link e-mail z Twojej firmy? Jest to kluczowy wskaźnik zainteresowania, a system predykcyjny umieści ten kontakt wyżej podczas punktowania.
• Web Analytics: jakie witryny odwiedziły Twoje kontakty? Jeśli potencjalny klient odwiedził Twoją witrynę lub witryny z tej samej branży, oprogramowanie może przypisać kontaktowi wyższy wynik.

Czym są narzędzia Top Predictive Lead Scoring?

Obecnie na rynku dostępnych jest dziesiątki rozwiązań predykcyjnego lead scoringu. W tej sekcji przedstawimy Ci cztery, które mają najbardziej niezawodne opcje, dzięki którym możesz oddzielić pszenicę od plew przy mniejszym wysiłku.

1. HubSpot

Jedną z najlepszych cech rozwiązania predykcyjnego lead scoringu HubSpot jest fakt, że jest ono już zawarte w jednej z najpopularniejszych platform automatyzacji marketingu dostępnych obecnie na rynku. Ich rozwiązanie jest dostępne po wyjęciu z pudełka dla wszystkich klientów na poziomie korporacyjnym, co jest doskonałe dla tych, którzy chcą przyjemnego, kompleksowego stylu obsługi.

Rozwiązanie jest dostarczane z domyślnym modelem opartym na wzorcach używanych przez odnoszących sukcesy klientów, ale istnieje znaczna możliwość dostosowania dla tych, którzy tego potrzebują.

To rozwiązanie idealne dla tych, którzy od dawna przechowują w HubSpocie zajęte i niezaangażowane kontakty. Oprogramowanie dołączone do aplikacji określi, którzy klienci należą do kategorii o niskim, średnim lub wysokim wyniku leadów. Oprogramowanie zapewnia nawet wykres kołowy oparty na kilku kryteriach analitycznych.

2. Wnioskować

W przeciwieństwie do HubSpot, Infer jest dedykowaną platformą do oceniania potencjalnych klientów, która została zaprojektowana w celu połączenia z rozwiązaniem CRM lub automatyzacji marketingu. Oprogramowanie korzysta z połączenia API na żywo, które umożliwia bezproblemowe łączenie się z niemal każdym rozwiązaniem CRM, które jest lub będzie dostępne.

Oprogramowanie umożliwia również menedżerom bezproblemowe wykorzystanie tysięcy punktów danych opartych na informacjach firmograficznych, technologicznych lub demograficznych. Oprogramowanie ma nawet wbudowane informacje o 19 milionach firm i 42 milionach potencjalnych klientów. Podobnie jak najlepsze oprogramowanie predykcyjne, wykorzystuje ono nawet uczenie maszynowe do identyfikowania wzorców zarówno w B2B, jak i potencjalnych klientach przy użyciu danych pobranych z Twojego CRM.

3. Fajka Cukierki

Podczas gdy rozwiązania takie jak Infer są doskonałe dla tradycyjnego B2B, ponieważ wykorzystują społeczności o podobnych poglądach, rozwiązania takie jak PipeCandy sprawdzają się równie dobrze w podobnych przestrzeniach, jak w przypadku D2C i e-commerce. W rezultacie PipeCandy jest doskonałym narzędziem dla organizacji, które chcą współpracować lub sprzedawać innym firmom w tej konkretnej przestrzeni.

PipeCandy łatwo integruje się z Twoim CRM, aby określić wygrane i straty, aby stworzyć nowe wyniki scoringowe dla Twoich potencjalnych klientów. Odczyty danych analitycznych i metryk są również bardzo przejrzyste i przedstawiają zwięźle zorganizowany obraz, którego możesz użyć do dostosowania swojej strategii.

PipeCandy dobrze sprawdza się w firmach z mniejszymi zestawami danych, korzystając z funkcji „Ważność atrybutów”. Ta funkcja pozwala menedżerom decydować, które czynniki są najbardziej wartościowe podczas oceniania leadów. Na przykład, jeśli chcesz dodać więcej wartości tym potencjalnym klientom o wyższych przychodach, oprogramowanie pozwala z łatwością dostosować swoją metodologię.

4. Bordowy.ai

Maroon.ai to oprogramowanie predykcyjne, które nie tylko ocenia leady, ale także pomaga generować nowe leady. Oprogramowanie jest przeznaczone do tego, co firma nazywa „odkrywaniem w głębokim kontekście”, które ma pomóc organizacjom w odkrywaniu docelowych nabywców. To sprawia, że ​​rozwiązanie to jest dostępne dla każdego, kto dopiero zaczyna, ponieważ wirtualnie automatyzuje niektóre kluczowe procesy.

Oprogramowanie doskonale nadaje się również do integracji z istniejącymi rozwiązaniami CRM, takimi jak Salesforce i Informatica, a interfejs API można dostosować dla tych, którzy chcą zintegrować system oparty na sztucznej inteligencji z innymi produktami. Maroon ma zmienną strukturę cenową, która oferuje znaczną liczbę opcji – istnieje nawet darmowa wersja Maroon.ai dla tych mniejszych organizacji.

Marketing Automation i Machine Learning Build Leads

Tylko 27 procent Twoich potencjalnych klientów może zostać zakwalifikowanych, co oznacza, że ​​szybka identyfikacja zakwalifikowanych potencjalnych klientów ma kluczowe znaczenie, w przeciwnym razie może prowadzić do marnowania zasobów. Predykcyjna punktacja leadów eliminuje ryzyko tego marnotrawstwa. Rozwiązania te mogą pomóc organizacjom w identyfikowaniu rynków docelowych, priorytetyzowaniu potencjalnych klientów o wyższych wynikach i odciążaniu zespołów marketingowych i przedstawicieli handlowych.

Predictive lead scoring to po prostu narzędzie, którego musisz użyć, aby jak najlepiej wykorzystać czas swoich handlowców. Im częściej korzystasz z takiego rozwiązania, tym bardziej zwiększy ono ROI Twojego zasięgu, ponieważ sztuczna inteligencja uczy się zarówno na podstawie wygranych, jak i przegranych.

Ogólnie rzecz biorąc, takie oprogramowanie może pomóc w lepszym zarządzaniu lejkiem sprzedaży, dzięki czemu możesz zwiększyć prawdopodobieństwo zamknięcia w oparciu o prawie całkowicie zautomatyzowany proces. Zapoznaj się z naszym przewodnikiem po zrozumieniu lejka sprzedażowego, aby szybko zamienić leady w klientów.