リードスコアリングシステムにAIを使用する方法
公開: 2022-04-13リードはあなたのビジネスの生涯にわたって行き来しますが、あなたがあなたのトップリードをより早く特定し、分類し、そして活用することができるほど、あなたのチャンスはより多くの販売を閉じるでしょう。 AIを使用したリードスコアリングでは、計算された情報を使用して、どの顧客を追求し、どの顧客を育成し、どれを完全に破棄するかについて最善の決定を下します。
リードスコアリングとは、トップセールススタッフの知識を取得し、それを収集したデータと組み合わせて、チームがどこに努力を集中できるかを知るのに役立つことです。 リードを絶えず調査してトップスポットを検証する必要をなくすことで、あなたとあなたのチームの時間を節約できるだけでなく、集合的な方法であなたの努力に集中することができます。
リードスコアリングとは何ですか？
リードスコアリングは、営業およびマーケティングチームがリードの品質を判断するための方法です。 これは通常、顧客がブランドとどのようにやり取りするかに基づいて、各リードを「スコアリング」するためにポイント値を割り当てることによって行われます。 利点は次のとおりです。
- マーケティングキャンペーンの改善。 ターゲットオーディエンスの誰が準備ができていて、購入する意思があるかを理解することで、マーケティング活動に集中することができます。
- 収益の向上。 リードにタイムリーに対応することになると、収益への影響は大きくなる可能性があります。 リードスコアリングを使用して当て推量を排除することにより、営業チームは最初に最良のリードに連絡できます。
- 時間を節約しました。 営業チームの時間の多くは、リードを確認し、すぐに購入する意思のないリードをフォローアップするだけで費やされます。 リードスコアリングはこの障壁を取り除きます。
リードスコアリングはどのように機能しますか？
リードスコアリングでは、リードのランキングを確立することにより、プロセスから主観性を取り除くことができます。 どのビジネスでも、そのWebサイトに数十万人の訪問者がいて、それぞれが異なる意図を持っている可能性があります。 ブラウジングしている人もいれば、偶然そこにたどり着いた人もいれば、コミットして購入する準備ができているプライムショッパーの人もいます。 リードスコアリングはそれらを取り除きます。
訪問者があなたのウェブサイトに来たとき、あなたは彼らの行動を追跡することができます。 彼らがどのように相互作用しているか、彼らが何をクリックしているか、そして彼らが何回戻ったかさえ見ることができます。 これらの「アクション」ごとに、ポイントを割り当てます。
ポイントは、各訪問者がこれまでにあなたの製品や会社についてどれだけ学んだかを正確に知ることができる情報に変換されます。 この情報は、暗黙的なデータまたは明示的なデータのいずれかになります。
明示的データと暗黙的データ
暗黙的なデータと明示的なデータはどちらも、潜在的な顧客に関する重要な情報ポイントです。
暗黙のデータは、潜在的な顧客のビジネスへの関与に関するシステム追跡によって提供される情報です。
明示的なデータとは、名前、電話番号、メールアドレス、場合によってはアンケートへの回答など、ユーザーから提供されたデータです。 この情報は、顧客があなたのビジネスにどれだけ適合しているか、そして彼らが購入する可能性を示しています。
暗黙的データと明示的データの両方が、潜在的な顧客がスペクトルのどこにいるかを判断するためにリードスコアリングシステムで使用されるポイントに変換されます。 スコアが高いほど、リードは熱くなります。
リードスコアリングモデルの設定方法
リードスコアリングシステムは、各企業が顧客のさまざまなタイプの購入の可能性を探しているため、企業ごとに異なって見えます。 たとえば、10代の少女を対象とした衣料品会社は、スポーツ用品会社とは大きく異なる人口統計を対象としています。 スコアリングモデルを設定する手順は次のとおりです。
- 理想的な顧客を特定する
- スコアリングするデータポイントを特定する
- ポイント値を作成する
- しきい値を決定する
ステップ1：理想的な顧客を特定する
各ブランドには理想的な顧客がいます。 これはあなたがマーケティングの際にあなたの努力のほとんどをターゲットにしている人です。 たとえば、前述の10代の女子衣料品店の場合、ターゲット顧客を構成するいくつかの要因があります。
- 11歳から17歳
- 女性
- （X、Y、Z）への関心
この理想的なペルソナを作成して作業に集中することで、リードスコアリングシステムを作成して、ホットリードを見つけるために必要な明示的なデータを並べ替える方法を知ることができます。
ステップ2：スコアリングするデータポイントを特定する
理想的な顧客を特定したら、ポイントの割り当てに使用されるスコアリング属性も作成する必要があります。 これらは、行動スコアと人口統計スコアの2つの異なるカテゴリに分類できます。
行動スコアリングポイントには、次のものが含まれます。
- クリックスルー
- 開いたメール
- ダウンロード
- 婚約
- 彼らは何回ウェブページにアクセスしましたか
人口統計のスコアリングポイントには、次のものが含まれます。
- 年
- 業界
- 職名
- 位置
ステップ3：バリューポイントを作成する
スコアリングするデータポイントを特定したら、次に、販売に最もつながるポイントのランク付けに進む必要があります。 たとえば、上記のリストを使用して、次のようなスコアを割り当てることができます。
行動スコアリングポイントには、次のものが含まれます。
- クリックスルー（5）
- 開いたメール（15）
- ダウンロード（50）
- エンゲージメント（25）
- 彼らは何回ウェブページを訪れましたか（40）
人口統計のスコアリングポイントには、次のものが含まれます。
- 年齢（50）
- 業界（25）
- 役職（30）
- 場所（10）
よりホットなリードをもたらすデータポイントに高い値を割り当てることにより、平均的なリードを最大の可能性を持つリードから簡単に分離できます。 しかし、これらの数値を割り当てるための最良の方法は何ですか？
- チーム全体を含めます。 ポイントの割り当てを決定するのに一人の専門知識に頼らないでください。 代わりに、営業スタッフを活用して、彼らが最良の取引を成し遂げると信じている場所を見つけてください。
- データ駆動型のアプローチを使用します。 データは、組織およびCRMプラットフォーム全体で偏っています。 分析を活用して、最良のリードがどこから来ているのかを明らかにします。
ステップ4：しきい値を決定する
理想的な顧客を特定し、データにポイント値を割り当てることは、リードスコアリングの最初の文字列にすぎません。 次に、潜在的な顧客をすぐに注意を払う必要のあるホットリードに変えるマジックナンバーを見つける必要があります。
たとえば、リードスコアリングパイロットプロジェクトを最初に開始するときは、理解不足による強力なリードの切断を回避するために、しきい値を実装しないことが賢明な場合があります。 代わりに、以前の購入者と顧客分析を使用して、営業チームにそのしきい値がどこにあるかを明らかにする時間を与えます。
リードスコアリングとAI
有用なリードスコアリングモデルを導入するには、かなりの手間がかかる場合があります。 しかし、プロセスにおけるヒューマンエラーのニュアンスも取り除く、より簡単な方法があったとしたらどうでしょうか。 これがAIと機械学習の出番です。
予測リードスコアリングソフトウェアは、既存のCRMネットワークと自然に統合して、会社のパフォーマンスデータを確認し、最良のリードを明らかにするツールです。
予測リードスコアリングのもう1つの大きな利点は、知識ベースが拡大していることです。 会社が収集する情報が多いほど、リードスコアリングモデルはよりスマートになります。 これにより、最終的にいくつかのことが達成されます。
- 時間の節約
- より迅速な結果
- ヒューマンエラーなし
- 時間の経過とともに改善
ManyChatでリードスコアを向上させる
リードスコアリングとリード資格は、販売に必要な顧客を呼び込むために必要な適切なリード生成なしでは意味がありません。 ManyChatは、次のことができるチャット自動化を提供します。
- 視聴者と交流する
- インセンティブを提供する
- 情報を収集する
- 有意義な会話を始める
リードスコアリングを実施するときにわかるように、すべてのリードがすぐに購入できるわけではありません。 これがリード育成の出番です。ManyChatを使用すると、ビジネスオーナーはフォローアップや個別の会話を通じてリードを育成し、信頼が確立されるまでボールを転がし続けることができます。
ManyChatの優れたツールとサービスの詳細については、今すぐ無料でサインアップしてください。