什么是预测性潜在客户评分:功能、优势、顶级工具
已发表: 2020-09-01作为呼叫中心经理,你能做的最糟糕的事情就是在建立潜在客户时依赖猜谜游戏。 虽然新项目的新呼叫中心在建立客户关系和潜在客户方面可能需要做一些猜测,但您不想依靠随机化来取得成功。 出于这个原因,您必须确定谁是您最可靠的买家,这就是为什么潜在客户评分将成为您的最佳策略的原因。
- 什么是潜在客户评分以及它是如何工作的?
- 传统与预测性潜在客户评分
- 什么是预测性潜在客户评分以及如何增加销售额?
- 预测潜在客户评分和呼叫中心 KPI
- 预测算法确定潜在客户的资格
- 什么是顶级预测潜在客户评分工具?
- 中心点
- 推断
- 烟斗糖果
- 栗色.ai
- 结论:营销自动化和机器学习构建线索
什么是潜在客户评分以及它是如何工作的?
潜在客户评分是呼叫中心或销售公司对任何潜在客户或潜在潜在客户的价值进行排名的方式。 每个企业都有一组不同的指标,让他们知道潜在客户对他们的产品或服务有多感兴趣。
呼叫中心需要 CRM 软件来提供特定的分析见解,从而提高首次呼叫解决率和客户满意度。 呼叫中心软件套件包括 Salesforce 和 Hubspot 等工具,可跟踪客户需求并提供可行的见解,但潜在客户评分将这些信息提升到一个新的水平。 结合 Phonewagon 等用于呼叫跟踪的工具,您将充分利用每个呼叫。
潜在客户评分通过使用客户数据确定谁更有可能与公司开展业务来建立理想的买家档案。 从本质上讲,领先评分有一个游戏化方面,因为得分较高的客户本质上更有价值。 如果您将这些工具与预测行为路由相结合,您将把电话发送给最有能力完成销售的代理。
例如,当潜在客户进入您的销售漏斗时,特定条件决定了潜在客户的价值。 线索从哪个向量进入漏斗? 他或她是否因为在您的网站上看到了某些东西而伸出援手? 客户是否从贵公司购买了其他产品或参加了其他计划?
所有这些预先存在的标准都将为其潜在客户分数添加一个数值,该数值可用于确定外展的优先级。 例如,月收入较高的客户也将获得较高的分数,以便您的代理了解他们具有更高的优先级。
正确的潜在客户评分解决方案非常适合识别那些对您的品牌表示兴趣的人,同时过滤掉那些可能最终产生非生产性潜在客户的人。
这在与 B2B 客户合作时甚至是有利的——您的潜在客户评分解决方案可以根据公司规模或公司开展业务的地理区域为某些潜在潜在客户分配较低的分数。 只需确定贵公司将宣布的“理想买家”,评分过程就可以开始了。 我们编写了针对具体细节的潜在客户评分指南,包括隐含标准、负面标准以及如何判断所收集数据的可行性。
传统线索评分的弱点是什么?
虽然传统的领先评分对于那些正在成长的公司来说非常有用,但对于那些刚刚起步的公司来说,它也有其弱点。 让我们看一些可能会影响您的底线的因素:
- 如果没有大量的潜在客户,它就不那么有用了。
- 如果您的座席没有积极实时地对潜在客户进行评分,那将毫无用处。
- 它要求提前建立特定的数据点。 如果一个企业是新的,这些数据点并不总是已知的。
- 使用该系统并不总是准确地对潜在客户进行评分,因为该系统是基于代理商和营销人员的判断。
由于这些原因,应该使用更精简的系统。 人工智能和大数据是现代商业的重要组成部分,这就是为什么由机器学习驱动的预测性线索评分正在整个企业环境中实施。
什么是预测性潜在客户评分以及它如何增加销售额?
预测性潜在客户评分旨在直接利用您的分析数据来寻找理想的客户。 传统的潜在客户评分可能会因人为错误而动摇,但预测性潜在客户评分可防止大多数错误。
CRM 软件可用于为您的客户分配评分值,预测性潜在客户评分解决方案将自动执行此评分。 预测线索评分中的“预测”是指基于一系列算法的预测建模。 这些算法旨在找到您的完美或近乎完美的客户,这样您的座席就不必进行猜测,特别是如果您一直在使用通话记录数据跟踪通话性能。
通过使用历史和人口统计数据,构建了一个更加准确和可靠的数据集。 由于这一切都是基于机器学习的,因此预测解决方案将根据您的营销团队可能错过的标准进行检测,从而产生更高水平的潜在客户。 最好的部分? 由于这是使用机器学习和预测分析完成的,因此可以同时运行许多流程,从而让您的团队腾出时间来完成其他任务。
这种软件不仅从实质性的胜利中汲取灵感,而且还分析了哪些因素没有奏效,从而获得潜在的潜在客户。 它还查看客户共有的信息,以便创建可以被您的团队评分和使用的人口统计数据。
预测性潜在客户评分使用不同的潜在客户评分模型来创建方法。 许多解决方案都使用“逻辑回归”。 逻辑回归是一种数据挖掘算法,它将计算从潜在客户中创建客户的概率。
逻辑回归是基于公式的,它可以大大减少不良线索的数量。 传统上,营销人员使用 Excel 创建这些算法。 使用预测模型,无需团队额外工作即可快速完成。
预测线索评分系统使用的另一个工具是“随机森林”。 这种类型的算法创建了一个“决策树”森林,可用于映射客户的行为。 例如,使用此方法将创建决策结果的虚拟森林,并且该工具将使用此决策森林来确定哪些潜在客户更有可能转化。
这种方法使用随机化,当扩大规模时,可以帮助确定一些可能推动转化的因素。
预测潜在客户评分的好处是什么?
预测潜在客户评分的主要好处是它可以消除您的销售漏斗中的大量猜测。 您的代理人将:
- 消除分析错误
- 根据丰富的数据做出自信的决策
- 发现数据集之间的隐藏关系
- 360 度全方位了解每条数据的连接方式
预测潜在客户评分和呼叫中心 KPI
预测线索评分的进步正在逐渐使传统方法越来越不可行。 确定潜在客户分数的算法正在不断调整和发展,以便它们提供越来越多的价值。
潜在客户评分一直需要大量数据集,但预测性潜在客户评分通过这种细致入微的方法和算法不断降低这一要求。 这更容易执行,因为这些预测解决方案可以无缝地从第三方来源提取数据,以支持正在收集的信息。
神经网络也被用于现代解决方案,这将允许做出更有机的评分决策。 神经网络允许解决方案更智能地同时对来自各种来源的数据进行分类。
这不是联络中心可以忽视的技术。 在当今的呼叫中心软件中,对于增加输出和减少平均处理时间来说,正在取得的进步太多了。 您能否通过传统的领先评分来解决问题? 当然可以,但是您不想要一个可以在您的团队处理其他更高效的任务时同时评估数千条潜在客户的解决方案吗?
预测算法确定潜在客户的资格
在许多情况下,预测性潜在客户评分可以使用算法来独立确定评分因素,但可以使用一些通用标准来评估这些潜在客户。 这些可以包括:
- 年处理量:一些企业在线处理的销售收入高于其他企业。 预测评分系统可以找到这些并将它们放在优先级列表中。
- IP 国家/地区:如果您的组织仅在特定地理区域开展业务,那么许多预测性潜在客户评分解决方案可以根据潜在客户的 IP 地址将其过滤掉。 这将确保您的团队只接触可行的链接。
- 企业信息:如果您的 B2B 潜在客户之一使用类似的 CRM 系统或具有可通过提供见解的应用程序获得的信息,则潜在客户评分可以使用此信息为该联系人提供分数。
- 互动:您的联系人是否点击了您公司的电子邮件链接? 这是有兴趣的关键指标,并且预测系统会在评分时将此联系放在更高的位置。
- 网络分析:您的联系人访问过哪些网站? 如果您的潜在客户访问过您的站点或您所在行业的站点,则该软件可能会将更高的分数归因于该联系人。
什么是顶级预测潜在客户评分工具?
目前,市场上有许多用于预测线索评分的解决方案。 在本节中,我们将为您提供四种最强大的选项,以便您可以轻松地将小麦从谷壳中分离出来。
1. HubSpot
HubSpot 的预测潜在客户评分解决方案的最佳功能之一是它已经包含在目前市场上最流行的营销自动化平台之一中。 他们的解决方案可供所有企业级客户开箱即用,非常适合那些想要良好的一站式体验风格的客户。
该解决方案附带一个默认模型,该模型基于成功客户使用的模式,但对于需要它的人来说,有大量的可定制性。
该解决方案非常适合那些已经在 HubSpot 中存储参与和未参与联系人的人。 该应用程序中的软件将确定哪些客户属于低、中或高领先分数类别。 该软件甚至提供了一个基于几个分析标准的饼图。
优点 | 缺点 |
它已经是 Hubspot 生态系统的一部分。 | 像 MQL 限定符列表这样的更深层次的功能对于新用户来说可能很难学习。 |
它带有预先安装的潜在客户评分标准,这些标准是根据其他成功客户的模式收集的。 | 潜在客户数量较少的小型公司可能不需要如此全面的解决方案。 |
经理可以将 Hubspot 配置为在潜在客户得分高的客户进入渠道时自动通过电子邮件向销售团队发送电子邮件。 |
2.推断
与 HubSpot 不同,Infer 是一个专用的潜在客户评分平台,旨在连接到您的 CRM 或营销自动化解决方案。 该软件使用实时 API 连接,可以无缝连接到几乎任何当前或将要可用的 CRM 解决方案。
该软件还允许管理人员无缝利用基于公司、技术或人口统计信息的数千个数据点。 该软件甚至内置了 1900 万家公司和 4200 万潜在客户的信息。 就像最好的预测软件一样,它甚至会使用机器学习来使用从您的 CRM 中提取的数据来识别 B2B 和潜在客户中的模式。
优点 | 缺点 |
该软件会立即将分数直接上传到 CRM 或营销自动化解决方案中。 | 这是一个肯定会更便宜的解决方案。 |
Infer 使用拟合评分(他们的物流回归版本)来快速确定客户的生存能力。 | |
行为建模功能将准确预测哪些潜在客户将在三周内转化。 |
3.管道糖果
虽然 Infer 之类的解决方案非常适合传统 B2B,因为它利用了志同道合的潜在客户社区,但 PipeCandy 之类的解决方案在类似空间中的表现与 D2C 和电子商务一样好。 因此,对于希望在这一特定领域与其他公司合作或出售给其他公司的组织来说,PipeCandy 是一个极好的工具。
PipeCandy 与您的 CRM 轻松集成,以确定胜负,从而为您的潜在客户创造新的评分结果。 分析和指标读数也非常清晰,呈现出简洁有序的视觉效果,您可以使用它来调整策略。
PipeCandy 通过使用其“属性重要性”功能非常适合数据集较小的公司。 此功能允许经理在对潜在客户进行评分时决定哪些因素最有价值。 例如,如果您想为那些收入较高的潜在客户增加更多价值,该软件允许您轻松调整其方法。
优点 | 缺点 |
“属性重要性”功能允许经理确定得分的属性。 | 该软件有一些值得注意的缺点。 由于它是基于人工智能的,因此该解决方案可能会犯错误,例如将苹果归类为食品和饮料公司。 |
每个组织都有一个计划。 PipeCandy 有不同价位的 Begin、Experiment、Grow、Leapfrog 和 Dominate 计划。 | “下载联系人”功能存在一些可能导致信息丢失的错误。 |
PipeCandy 提供可操作的电子商务见解,其预测评分算法非常准确。 |
4. Maroon.ai
Maroon.ai 是一种预测软件,不仅可以对潜在客户进行评分,还可以帮助产生新的潜在客户。 该软件专为公司所谓的“深度上下文发现”而设计,旨在帮助组织发现他们的目标买家。 这使得该解决方案成为任何刚开始的人的首选,因为它实际上自动化了一些关键流程。
该软件还非常适合集成到 Salesforce 和 Informatica 等现有 CRM 解决方案中,并且 API 可针对那些希望将 AI 驱动的系统集成到其他产品中的人进行定制。 Maroon 有一个可变的定价结构,提供了大量的选项——对于那些较小的组织,甚至还有一个免费版本的 Maroon.ai。
优点 | 缺点 |
这是一个非常准确的解决方案,因为它有 12,000 个数据信号和属性供企业客户在对潜在客户进行评分时使用。 | 尽管与 Salesforce 和 Informatica 等解决方案集成得很好,但该软件可以与其他营销自动化解决方案进行更多集成。 |
Maroon.ai 通过使用他们的 Predictive 2.0 分类帮助客户平衡竞争环境。 这提供了对潜在潜在客户从竞争对手那里购买的一些产品的可见性,并将更高的分数归功于那些与您的产品相交的产品。 | 仪表板可能显得杂乱无章且过于繁忙。 |
Maroon 提供识别属性,包括潜在客户的优先级、其“Maroon 分数”、行业和模型验证。 |
营销自动化和机器学习建立潜在客户
只有 27% 的潜在客户可能是合格的,这意味着快速识别合格的潜在客户至关重要,否则可能会导致资源浪费。 预测性潜在客户评分消除了这种浪费的机会。 这些解决方案可以帮助组织识别目标市场,优先考虑得分较高的潜在客户,并减轻营销团队和销售代表的压力。
预测线索评分只是一种工具,您必须使用它来充分利用销售人员的时间。 你使用这样的解决方案越多,它就越会增加你的外展投资回报率,因为人工智能会从输赢中学习。
总体而言,这样的软件可以帮助您更好地管理您的销售漏斗,以便您可以根据几乎完全自动化的流程提高关闭的可能性。 查看我们的了解销售渠道的指南,以便您可以快速将潜在客户转化为客户。