fi

Se oli täysi katastrofi. Luulin, että olin löytänyt elämäni mahdollisuuden, kun sähköpostini täyttyi kymmenistä kyselyistä, jotka näyttivät päällepäin täydellisiltä suurasiakasliideiltä. Myyntipäällikköni katsoi minua kuitenkin hyvin skeptisesti. Kaikki oli valetta. Nuo liidit olivatkin vain opiskelijoita, jotka etsivät ilmaista materiaalia gradujaan varten, eivätkä heillä ollut senttiäkään budjettia käytettäväksi. Tällöin ymmärsin lead scoringin todellisen arvon.

Mitä lead scoring oikeasti tarkoittaa?

Se on suodatinta. Sen sijaan, että myyntitiimi tuhlaisi arvokasta aikaansa jokaisen sähköpostilomakkeen täyttäjän kanssa, pisteytys erottelee aidot ostajat pelkistä uteliaista. Tämä on kriittinen prosessi. Jos myyjä soittaa liidille, jonka pistemäärä on vain 12.7 pistettä, hän todennäköisesti kohtaa hämmentyneen ihmisen, joka ei tiedä mistä on kyse. Toisaalta 112.3 pistettä tarkoittaa kuumaa liidiä.

Lead scoring on siis matematiikkaa. Se on yritys ennustaa ostotodennäköisyyttä yhdistämällä demografiset tiedot ja käyttäytymiseen perustuvat signaalit yhdeksi helposti tulkittavaksi numeroksi. Tämä säästää aikaa. Kun prosessi on vankka, myyntisyklin pituus lyhenee usein merkittävästi, ehkä jopa 18.6 päivää lyhyemmäksi kuin ilman pisteytystä.

Monet kuitenkin epäonnistuvat tässä. He luovat liian monimutkaisia malleja, joissa on satoja eri muuttujia, vaikka kolme tai neljä oikeaa kriteeriä riittäisivät täysin. Yksinkertaisuus on valttia. Liian monimutkainen malli muuttuu nopeasti ylläpidolliseksi painajaiseksi, jota kukaan ei enää uskalla muuttaa tai päivittää.

Demografinen ja käyttäytymiseen perustuva pisteytys

Pisteet tulevat kahdesta lähteestä. Ensimmäinen on eksplisiittinen data, eli ne tiedot, joita asiakas antaa itsestään, kuten yrityksen koko, titteli tai toimiala. Tämä on perusta. Jos myyt esimerkiksi ohjelmistoa, joka sopii vain jättimäisille toimijoille kuten Sixt, Europcar tai Hertz, pieni kymmenen hengen konsulttitoimisto saa nolla pistettä. Titteli on non-negotiable.

Toinen lähde on implisiittinen data. Tämä tarkoittaa käyttäytymistä, kuten sitä, kuinka monta kertaa liidi on vieraillut hinnoittelusivulla tai latautunut oppaasi alas. Käyttäytyminen paljastaa aikomuksen. Jos liidi lataa oppaan, hän saa 5 pistettä, mutta jos hän katsoo demo-videon loppuun, hän saa 20 pistettä.

Tässä kohtaa monet tekevät virheen. He unohtavat negatiivisen pisteytyksen, joka on ehdoton osa toimivaa mallia, jotta huonot liidit putoavat pois järjestelmästä. Poista pisteitä rohkeasti. Esimerkiksi hakusana "ilmainen" tai sähköpostipääte @student.fi pitäisi vähentää pistemäärää välittömästi 50 pisteellä.

Olen huomannut, että liika luottamus vain yhteen näistä on vaarallista. Vain demografiaan luottaminen tuo myyntiin "täydellisiä" yrityksiä, jotka eivät kuitenkaan ole kiinnostuneita ostamaan juuri nyt. Vain käyttäytymiseen luottaminen taas tuo myyntiin aktiivisia käyttäjiä, joilla ei ole rahaa tai valtaa päättää kaupasta.

Työkalujen valinta ja automaation sudenkuopat

Valitse oikeat työkalut. Markkinoiden jättiläiset kuten HubSpot ja Salesforce tarjoavat valmiit kentät pisteytykselle, mutta ne vaativat tarkkaa konfigurointia toimiakseen oikein. Älä luota oletuksiin. Useimmat CRM-järjestelmät antavat alkupisteet, jotka eivät vastaa sinun liiketoimintasi todellista todellisuutta tai asiakasprofiiliasi.

Kustannukset vaihtelevat paljon. Vertailun vuoksi: Google Adsin kautta tulevan liidin hinta voi olla 12.4 EUR, kun taas LinkedInissä vastaava liidi maksaa usein 43.7 EUR. Siksi LinkedIn-liidin pisteytyksen pitäisi olla tarkempaa. Kalliimpi liidi vaatii tarkemman analyysin, jotta et tuhlaa kalliita markkinointieuroja tyhjään.

Kerran tein täysin naurettavan virheen. Asetin vahingossa "peruuta tilaus" -painikkeen antamaan 50 lisäpistettä liidin profiiliin, mikä tarkoitti, että myyntitiimini soitti innokkaasti ihmisille, jotka olivat juuri kieltäneet kaiken viestinnän. Se oli nöyryyttävää. Myyntipäällikköni ei nauranut tälle, mutta oppimiskäyrä oli jyrkkä ja korjaus tapahtui sekunneissa.

Automaatio on kuitenkin voimakas. Kun liidi ylittää tietyn kynnyksen, järjestelmä voi automaattisesti luoda tehtävän myyjälle ja lähettää samalla personoidun viestin asiakkaalle. Tämä nopeuttaa reagointia. Jos vastaat liidiin 5 minuutin sijasta 24 tunnissa, konversioprosentti putoaa usein jopa 67.4 prosenttia.

Myynnin ja markkinoinnin välinen jatkuva sota

He eivät tule toimeen. Markkinointi juhlii, kun liidien määrä kasvaa, mutta myynti valittaa, että liidit ovat "roskaa" ja täysin käyttökelvottomia. Tämä on klassinen konflikti. Ratkaisu ei ole enemmän liidejä, vaan parempi sopimus siitä, mikä on "myyntivalmis liidi" eli SQL.

Mielestäni moni yritys hoitaa tämän väärin. He asettavat kriteerit kerran vuodessa ja jättävät ne sitten pölyttymään, vaikka markkina ja asiakkaiden käyttäytyminen muuttuvat jatkuvasti. Pisteytys on hypoteesi. Sitä pitää testata, hylätä ja rakentaa uudelleen vähintään kerran vuosineljänneksessä yhdessä myynnin kanssa.

Pitäisi olla yhteinen kieli. Kun myynti hylkää liidin, heidän pitäisi merkitä tarkka syy, jotta markkinointi voi säätää pisteytystä. Jos 40.2% liideistä hylätään "liian pienen budjetin" vuoksi, demografisen pisteytyksen on muututtava. Data ei valehtele.

Tämä vaatii rohkeutta. Myynnin on hyväksyttävä, että he eivät voi saada kaikkia liidejä, ja markkinoinnin on hyväksyttävä, että määrä ei ole laatu. Laatu on ainoa mittari, jolla on merkitystä loppupäässä, kun katsotaan toteutunutta liikevaihtoa.

Tulosten hionta ja dataan luottaminen

Älä luota intuitioon. Käytä historiadataa ja katso, mitä piirteitä kaikkein arvokkaimmilla asiakkaasi on yhteistä ennen kaupan syntymistä. Jos huomaat, että 85.6% suljetuista kaupoista on vieraillut "Case Study" -sivulla, nosta kyseisen sivun pistemäärää. Tämä on dataan perustuvaa kasvua.

Yleisiä kysymyksiä nousee usein esiin. Yksi niistä on: "Kuinka monta pistettä liidillä pitäisi olla ennen myynnille siirtoa?" Vastaus riippuu täysin teidän malleistanne, mutta yleensä kynnys asetetaan niin, että vain noin 10-15% liideistä ylittää sen. Jos kaikki ylittävät kynnyksen, pisteytys on liian löysä.

Toinen yleinen kysymys koskee pisteytyksen kestoa. "Kuinka kauan pisteet pysyvät voimassa?" Pisteiden pitäisi rapautua ajan myötä. Jos liidi oli aktiivinen kuusi kuukautta sitten mutta ei ole tehnyt mitään nyt, hänen pistemääränsä pitäisi laskea. Inaktiivisuus on vahva signaali.

Olen vakuuttunut siitä, että liian hienostuneet AI-mallit ovat usein turhaa hienostelua. Perinteinen, säännöihin perustuva pisteytys on helpompi auditoida ja korjata, kun jokin menee pieleen. Kun tiedät tarkalleen, miksi liidi sai 120 pistettä, voit perustella myyjälle, miksi tämä on arvokas kontakti.

Myyntiprosessin optimointi on jatkuvaa hienosäätöä. Se ei ole projekti, joka loppuu, vaan se on osa yrityksen operatiivista rytmiä. Tarkka seuranta on välttämätöntä, jotta ette rakenna hienoa koneistoa, joka tuottaa vain kalliita virheitä.

Lopuksi on hyvä muistaa, että teknologia on vain työkalu. Se ei korvaa myyjän kykyä lukea ihmistä ja rakentaa luottamusta. Pisteytys vain varmistaa, että myyjä puhuu oikealle ihmiselle oikeaan aikaan.

Aseta tänään yksi negatiivinen pisteytyssääntö, joka poistaa vähintään 20% epäolennaisista liideistäsi.