مسئله‌ای که حل می‌کند
وقتی روزانه ده‌ها یا صدها سرنخ وارد می‌شود، تیم نمی‌تواند با همه با کیفیت یکسان تماس بگیرد. امتیازدهی کمک می‌کند ترتیب تماس منطقی باشد: سرنخی که فرم «درخواست قیمت» پر کرده و در شهر هدف است، باید زودتر از کسی که فقط یک فایل رایگان دانلود کرده تماس بگیرد.
سه رویکرد اصلی
- مبتنی بر پروفایل مشتری ایده‌آل (ICP): سرنخ با ویژگی‌های مشتریان خوب گذشته مقایسه می‌شود؛ مثل صنعت، اندازه شرکت، شهر، سن یا نقش.
- مبتنی بر قاعده (Rule-based): برای هر ویژگی و هر رفتار امتیاز تعریف می‌شود و از یک آستانه به بالا، سرنخ «داغ» محسوب می‌شود.
- پیش‌بینانه (Predictive): با یادگیری ماشینی و داده تاریخی، احتمال خرید تخمین زده می‌شود. به داده کافی و تمیز نیاز دارد.
ساخت یک مدل قاعده‌محور ساده
امتیاز ویژگی (Fit):
- در شهر یا منطقه خدمت‌رسانی: +۱۰
- بخش یا گروه سنی هدف: +۱۰
- نقش تصمیم‌گیرنده (در B2B): +۱۵
امتیاز رفتار (Intent):
- درخواست قیمت یا مشاوره: +۲۵
- تماس ورودی: +۲۰
- بازدید صفحه قیمت: +۱۰
- شرکت در وبینار: +۱۰
- باز کردن پیام بدون اقدام: +۲
امتیاز منفی:
- خارج از منطقه خدمت: −۲۰
- ایمیل یا شماره نامعتبر: −۳۰
- عدم فعالیت در ۳۰ روز: −۱۰
آستانه‌ها: بالای ۵۰ = تماس فوری؛ ۲۵ تا ۵۰ = تماس در همان روز یا پیگیری خودکار؛ زیر ۲۵ = پرورش با محتوا.
اعداد بالا نمونه‌اند؛ مدل خودتان را با داده واقعی تنظیم کنید: ببینید مشتریان واقعی پیش از خرید چه ویژگی‌ها و رفتارهایی داشتند.
بازبینی مدل
هر ماه بررسی کنید: آیا سرنخ‌های پرامتیاز واقعاً بیشتر خریدند؟ اگر نه، وزن‌ها را تغییر دهید. مدل امتیازدهی ثابت نیست.
هماهنگی بازاریابی و فروش
امتیازدهی زبان مشترک دو تیم است. بازاریابی تعهد می‌دهد سرنخ‌های بالای آستانه بفرستد و فروش تعهد می‌دهد در زمان مشخص تماس بگیرد. اختلاف بر سر «کیفیت سرنخ» با داده حل می‌شود، نه با بحث.
اشتباهات رایج
- مدل بسیار پیچیده که کسی آن را نمی‌فهمد.
- امتیاز دادن به رفتارهایی که با خرید ارتباطی ندارند.
- نادیده گرفتن کیفیت داده.
- عدم کاهش امتیاز با گذر زمان.
شاخص‌ها
نرخ تبدیل به تفکیک گروه امتیاز، زمان پاسخ به سرنخ‌های داغ، درصد فروش از سرنخ‌های پرامتیاز و دقت مدل در طول زمان.
منابع
متن این مدخل با کلمات خود سلزینو نوشته شده است؛ برای جزئیات دقیق و به‌روز، منبع رسمی را ببینید.