วิธีใช้ AI สำหรับระบบให้คะแนนลูกค้าเป้าหมาย

เผยแพร่แล้ว: 2022-04-13

โอกาสในการขายจะเข้ามาและดำเนินไปตลอดช่วงชีวิตของธุรกิจของคุณ แต่ยิ่งคุณสามารถระบุ จัดเรียง และใช้ประโยชน์จากลีดชั้นนำของคุณได้เร็วเท่าใด โอกาสในการปิดการขายของคุณก็จะยิ่งมากขึ้นเท่านั้น การให้คะแนนลูกค้าเป้าหมายด้วย AI ใช้ข้อมูลที่คำนวณได้เพื่อตัดสินใจได้ดีที่สุดว่าลูกค้ารายใดควรไล่ตาม สิ่งใดควรเลี้ยงดู และสิ่งใดควรละทิ้งไป

การให้คะแนนลูกค้าเป้าหมายคือการนำความรู้ของพนักงานขายชั้นนำของคุณมารวมกับข้อมูลที่คุณรวบรวมเพื่อช่วยให้ทีมของคุณทราบว่าควรมุ่งความสนใจไปที่ใด การขจัดความจำเป็นในการวิจัยอย่างต่อเนื่องนำไปสู่การตรวจสอบตำแหน่งสูงสุด ไม่เพียงแต่ช่วยให้คุณและทีมประหยัดเวลา แต่ยังมุ่งเน้นความพยายามของคุณในลักษณะส่วนรวม

คะแนนนำคืออะไร?

การให้คะแนนลูกค้าเป้าหมายเป็นวิธีที่ทีมขายและการตลาดกำหนดคุณภาพของลีดของพวกเขา ซึ่งมักจะทำได้โดยการจัดสรรค่าจุดเพื่อ "ให้คะแนน" โอกาสในการขายแต่ละรายโดยพิจารณาจากวิธีที่ลูกค้าโต้ตอบกับแบรนด์ ประโยชน์รวมถึง:

  • การปรับปรุงแคมเปญการตลาด เมื่อเข้าใจว่าใครในกลุ่มเป้าหมายของคุณพร้อมและเต็มใจที่จะซื้อ คุณจะสามารถมุ่งเน้นการทำการตลาดได้ดีขึ้น
  • รายได้ดีขึ้น ผลกระทบต่อรายได้อาจมีนัยสำคัญเมื่อต้องตอบสนองต่อลูกค้าเป้าหมายในเวลาที่เหมาะสม โดยใช้การให้คะแนนลูกค้าเป้าหมายเพื่อลบการคาดเดา ทีมขายสามารถติดต่อลูกค้าเป้าหมายที่ดีที่สุดก่อนได้
  • ประหยัดเวลา ทีมขายใช้เวลาส่วนใหญ่ในการตรวจสอบลูกค้าเป้าหมายและติดตามผู้ที่ไม่ได้ตั้งใจซื้อในทันที การให้คะแนนนำเอาสิ่งกีดขวางนี้

การให้คะแนนลูกค้าเป้าหมายทำงานอย่างไร

การให้คะแนนลูกค้าเป้าหมายช่วยให้คุณลบความเป็นส่วนตัวออกจากกระบวนการโดยสร้างการจัดอันดับสำหรับลีดของคุณ ธุรกิจใดก็ตามอาจมีผู้เยี่ยมชมเว็บไซต์หลายแสนคน โดยแต่ละแห่งมีจุดประสงค์ต่างกัน บางคนอาจกำลังเรียกดู บางคนอาจจบลงที่นั่นโดยบังเอิญ และบางคนอาจเป็นผู้ซื้อรายใหญ่ที่พร้อมจะตัดสินใจซื้อ คะแนนตะกั่วกำจัดพวกเขาออก

เมื่อผู้เข้าชมมาที่เว็บไซต์ของคุณ คุณสามารถติดตามการกระทำของพวกเขาได้ คุณจะสามารถดูได้ว่าพวกเขามีปฏิสัมพันธ์กันอย่างไร พวกเขาคลิกอะไร และแม้กระทั่งว่าพวกเขากลับมากี่ครั้ง สำหรับแต่ละ "การกระทำ" คุณกำหนดคะแนน

คะแนนแปลเป็นข้อมูลที่ช่วยให้คุณทราบว่าผู้เยี่ยมชมแต่ละรายได้เรียนรู้เกี่ยวกับผลิตภัณฑ์หรือบริษัทของคุณมากน้อยเพียงใด ข้อมูลนี้จะกลายเป็นข้อมูลโดยนัยหรือข้อมูลที่ชัดเจน

ข้อมูลที่ชัดเจนกับข้อมูลโดยนัย

ข้อมูลโดยนัยและข้อมูลที่ชัดเจนเป็นข้อมูลสำคัญที่เกี่ยวข้องกับผู้มีโอกาสเป็นลูกค้าของคุณ

ข้อมูลโดยนัย คือข้อมูลที่ให้โดยการติดตามระบบของคุณเกี่ยวกับการมีส่วนร่วมของผู้มีโอกาสเป็นลูกค้ากับธุรกิจของคุณ

ข้อมูลที่โจ่งแจ้ง คือข้อมูลที่ผู้ใช้มอบให้คุณ เช่น ชื่อ หมายเลขโทรศัพท์ ที่อยู่อีเมล และอาจตอบแบบสำรวจ ข้อมูลนี้แสดงให้คุณเห็นว่าลูกค้าของคุณเข้ากับธุรกิจของคุณได้ดีเพียงใดและมีแนวโน้มที่จะซื้อ

ข้อมูลโดยนัยและชัดเจนแปลเป็นจุดที่ใช้ในระบบการให้คะแนนลูกค้าเป้าหมายเพื่อกำหนดว่าลูกค้าเป้าหมายของคุณอยู่ที่ใด ยิ่งคะแนนสูงยิ่งเป็นผู้นำ

วิธีการตั้งค่าแบบจำลองการให้คะแนนลูกค้าเป้าหมาย

ระบบการให้คะแนนลูกค้าเป้าหมายจะมีลักษณะที่แตกต่างกันสำหรับแต่ละบริษัท เนื่องจากแต่ละธุรกิจกำลังมองหาประเภทที่แตกต่างกันของศักยภาพในการซื้อของลูกค้า ตัวอย่างเช่น บริษัทเสื้อผ้าที่มุ่งเป้าไปที่เด็กสาววัยรุ่นกำหนดเป้าหมายไปยังกลุ่มประชากรที่แตกต่างจากบริษัทสินค้ากีฬาอย่างมาก ต่อไปนี้เป็นขั้นตอนในการตั้งค่าแบบจำลองการให้คะแนน:

  1. ระบุลูกค้าในอุดมคติของคุณ
  2. ระบุจุดข้อมูลที่จะทำคะแนน
  3. สร้างค่าคะแนนของคุณ
  4. กำหนดเกณฑ์ของคุณ

ขั้นตอนที่ 1: ระบุลูกค้าในอุดมคติของคุณ

แต่ละแบรนด์มีลูกค้าในอุดมคติ นี่คือบุคคลที่คุณตั้งเป้าไปที่ความพยายามของคุณมากที่สุดในการทำการตลาด ตัวอย่างเช่น สำหรับร้านเสื้อผ้าเด็กผู้หญิงวัยรุ่นที่เรากล่าวถึงก่อนหน้านี้ มีปัจจัยสองสามประการที่จะรวมกันเป็นลูกค้าเป้าหมาย:

  • อายุระหว่าง 11 ถึง 17
  • หญิง
  • ความสนใจใน (X, Y, Z)

ด้วยการสร้างบุคลิกในอุดมคตินี้เพื่อมุ่งเน้นความพยายามของคุณ คุณจะรู้วิธีสร้างระบบการให้คะแนนลีดของคุณเพื่อจัดเรียงข้อมูลที่ชัดเจนซึ่งจำเป็นในการค้นหาลีดที่ร้อนแรงของคุณ

ขั้นตอนที่ 2: ระบุจุดข้อมูลที่จะทำคะแนน

เมื่อคุณได้ลูกค้าในอุดมคติของคุณแล้ว คุณจะต้องพัฒนาการระบุแหล่งที่มาของการให้คะแนนที่จะใช้ในการกำหนดคะแนน คุณสามารถแบ่งสิ่งเหล่านี้ออกเป็นสองประเภทที่แตกต่างกัน: การให้คะแนนตามพฤติกรรมและการให้คะแนนตามข้อมูลประชากร

คะแนนพฤติกรรมอาจรวมถึง:

  • การคลิกผ่าน
  • อีเมลที่เปิดอยู่
  • ดาวน์โหลด
  • การว่าจ้าง
  • พวกเขาเข้าเยี่ยมชมหน้าเว็บกี่ครั้งแล้ว

คะแนนการให้คะแนนตามข้อมูลประชากรอาจรวมถึง:

  • อายุ
  • อุตสาหกรรม
  • ตำแหน่งงาน
  • ที่ตั้ง

ขั้นตอนที่ 3: สร้างคะแนนมูลค่าของคุณ

เมื่อคุณระบุจุดข้อมูลที่คุณต้องการให้คะแนนแล้ว คุณต้องดำเนินการจัดอันดับว่าจุดใดที่นำไปสู่การขายได้ดีที่สุด ตัวอย่างเช่น การใช้รายการด้านบน คุณสามารถกำหนดคะแนนที่มีลักษณะดังนี้:

คะแนนพฤติกรรมอาจรวมถึง:

  • การคลิกผ่าน (5)
  • อีเมลที่เปิดอยู่ (15)
  • ดาวน์โหลด (50)
  • หมั้น (25)
  • พวกเขาเข้าชมหน้าเว็บกี่ครั้ง (40)

คะแนนการให้คะแนนตามข้อมูลประชากรอาจรวมถึง:

  • อายุ (50)
  • อุตสาหกรรม (25)
  • ตำแหน่งงาน (30)
  • ที่ตั้ง (10)

โดยการกำหนดค่าที่สูงขึ้นให้กับจุดข้อมูลที่จะนำลีดที่ร้อนแรงมาสู่คุณ คุณสามารถแยกลีดเฉลี่ยออกจากรายการที่มีศักยภาพมากที่สุดได้อย่างง่ายดาย แต่วิธีที่ดีที่สุดในการกำหนดค่าตัวเลขเหล่านี้คืออะไร?

  1. รวมทีมทั้งหมดของคุณ อย่าพึ่งพาความเชี่ยวชาญของคนคนเดียวในการตัดสินใจจัดสรรคะแนน ให้ใช้ประโยชน์จากพนักงานขายและค้นหาว่าพวกเขาเชื่อว่าพวกเขาปิดข้อเสนอที่ดีที่สุดจากที่ใด
  2. ใช้วิธีขับเคลื่อนด้วยข้อมูล ข้อมูลจะเบ้ทั่วทั้งองค์กรและแพลตฟอร์ม CRM ใช้ประโยชน์จากการวิเคราะห์ของคุณเพื่อค้นหาว่าลีดที่ดีที่สุดของคุณมาจากไหน

ขั้นตอนที่ 4: กำหนดเกณฑ์ของคุณ

การระบุลูกค้าในอุดมคติของคุณและการกำหนดค่าคะแนนให้กับข้อมูลของคุณเป็นเพียงการให้คะแนนลูกค้าเป้าหมายกลุ่มแรกเท่านั้น ถัดไป คุณต้องค้นหาหมายเลขมหัศจรรย์ที่จะเปลี่ยนผู้มีโอกาสเป็นลูกค้าให้กลายเป็นลูกค้าเป้าหมายที่ต้องการความสนใจทันที

ตัวอย่างเช่น เมื่อเริ่มโครงการนำร่องการให้คะแนนลีดในครั้งแรก อาจเป็นการดีที่จะไม่ใช้เกณฑ์เพื่อหลีกเลี่ยงการตัดลีดที่แข็งแกร่งจากการขาดความเข้าใจ ให้เวลาทีมขายในการค้นหาว่าเกณฑ์นั้นอยู่ที่ใด โดยใช้ผู้ซื้อเดิมและการวิเคราะห์ลูกค้า

คะแนนนำและAI

อาจต้องใช้ความพยายามอย่างมากเพื่อให้ได้รูปแบบการให้คะแนนลูกค้าเป้าหมายที่มีประโยชน์ แต่ถ้ามีวิธีที่ง่ายกว่าที่ขจัดข้อผิดพลาดของมนุษย์ในกระบวนการนี้ออกไปด้วยล่ะ นี่คือที่มาของ AI และการเรียนรู้ของเครื่อง

ซอฟต์แวร์การให้คะแนนลีดที่คาดการณ์ได้เป็นเครื่องมือที่ผสานรวมกับเครือข่าย CRM ประจำของคุณอย่างเป็นธรรมชาติ เพื่อตรวจสอบข้อมูลประสิทธิภาพของบริษัทของคุณและเปิดเผยลีดที่ดีที่สุดของคุณ

ประโยชน์ที่ยอดเยี่ยมอีกประการของการให้คะแนนลีดที่คาดการณ์ได้คือฐานความรู้ที่เพิ่มขึ้น ยิ่งบริษัทของคุณเก็บรวบรวมข้อมูลที่มากขึ้น โมเดลการให้คะแนนลูกค้าเป้าหมายของคุณก็จะยิ่งฉลาดขึ้น ในที่สุดสิ่งนี้ก็สำเร็จหลายประการ:

  • ประหยัดเวลา
  • ผลลัพธ์ที่เร็วขึ้น
  • ไม่มีข้อผิดพลาดของมนุษย์
  • ปรับปรุงตามกาลเวลา

ปรับปรุงการให้คะแนนลีดของคุณด้วย ManyChat

การให้คะแนนลูกค้าเป้าหมายและคุณสมบัติลูกค้าเป้าหมายจะทำให้เกิดข้อสงสัยโดยไม่ต้องสร้างลูกค้าเป้าหมายที่เหมาะสมเพื่อดึงดูดลูกค้าที่คุณต้องการเพื่อทำการขาย ManyChat เสนอการแชทอัตโนมัติที่สามารถ:

  • มีส่วนร่วมกับผู้ชมของคุณ
  • เสนอสิ่งจูงใจ
  • รวบรวมข้อมูล
  • เริ่มบทสนทนาที่มีความหมาย

ดังที่คุณเห็นเมื่อทำการให้คะแนนลีด ไม่ใช่ว่าลีดทั้งหมดของคุณจะพร้อมซื้อทันที นี่คือที่มาของการเลี้ยงดูลูกค้าเป้าหมาย ManyChat ช่วยให้เจ้าของธุรกิจสามารถดูแลลีดเหล่านั้นผ่านการติดตามและการสนทนาส่วนตัวเพื่อให้ลูกบอลกลิ้งไปจนกว่าจะได้รับความเชื่อถือ

สำหรับเครื่องมือและบริการที่ยอดเยี่ยมของ ManyChat เพิ่มเติม สมัครฟรีวันนี้

สมัครฟรี