5 ตัวอย่างการให้คะแนนลูกค้าเป้าหมายและ 5 เคล็ดลับในการทำให้ถูกต้อง

คุณเคยฝันที่จะสร้างเกมดิจิทัลของคุณเองหรือไม่? ให้คะแนนผู้นำไป

เป็นเกมที่มีการสร้างโอกาสในการขาย การเลี้ยงดูลูกค้าเป้าหมาย และการรับรองลูกค้าเป้าหมาย ผู้เล่นของคุณเข้าสู่การเข้าชมเว็บและเริ่มต้นที่ระดับหนึ่ง – การตลาด จากนั้นพวกเขาจะรวบรวมคะแนนเมื่อพวกเขาเคลื่อนผ่านช่องทางตามระบบการให้คะแนนและเกณฑ์ที่คุณสร้างขึ้น เมื่อพวกเขาสะสมคะแนนได้เพียงพอ พวกเขาก็จะก้าวไปสู่ระดับถัดไป นั่นคือการขาย

และนั่นคือเมื่อคุณพบกับความท้าทายแรกของคุณ: การกำหนดว่าผู้มีโอกาสเป็นลูกค้าของคุณควรได้รับคะแนนอย่างไร รวบรวมข้อมูลและติดตามเกมทั้งหมดอย่างไร ป้อนคะแนนนำ มีโมเดลการให้คะแนนลูกค้าเป้าหมายมากมายให้เลือก ลองมาดูตัวอย่างบางส่วนเพื่อช่วยสร้างแรงบันดาลใจให้คุณ

การให้คะแนนลูกค้าเป้าหมายคืออะไรและมีประโยชน์อย่างไร?

การให้คะแนนลูกค้าเป้าหมายคือระบบที่ให้คุณประเมินโอกาสที่ลูกค้าเป้าหมายจะกลายเป็นลูกค้าเป้าหมายและความพร้อมของลูกค้าเป้าหมายที่จะเปลี่ยนเป็นลูกค้า เช่นเดียวกับคลาสของตัวละครในเกม รูปแบบการให้คะแนนลูกค้าเป้าหมายสร้างขึ้นจากเมตริกและจุดตรวจที่หลากหลายด้วยค่าตัวเลขที่จัดสรรไว้ เหมือนกับคะแนนที่ผู้เล่นรวบรวมได้ในเกม

เกมเริ่มต้นเมื่อผู้เข้าชมเข้าสู่ไซต์ของคุณ เพิ่มผู้มีโอกาสเป็นลูกค้าที่คุณระบุว่าเหมาะสมและต้องการกำหนดเป้าหมายอย่างจริงจัง เมื่อคุณทราบแล้วว่าอะไรทำให้พวกเขาได้รับคะแนน คุณสามารถเริ่มเก็บเกี่ยวผลประโยชน์จากกระบวนการสร้างความสนใจในตัวสินค้าที่ได้รับการปรับปรุง

การให้คะแนนลูกค้าเป้าหมายไม่เพียงแต่ช่วยให้คุณระบุลีดคุณภาพสูงเท่านั้น แต่ยังช่วยให้คุณสามารถดูแลพวกเขาผ่านช่องทางการขาย วิธีนี้ช่วยให้คุณกำหนดช่องทางได้อย่างถูกต้องและสร้างเนื้อหาที่เกี่ยวข้องสำหรับลีดประเภทต่างๆ ในขั้นตอนช่องทางต่างๆ กล่าวอีกนัยหนึ่ง คุณสามารถหยุดการเสียเวลาและความพยายามกับโอกาสในการขายที่มีศักยภาพต่ำ ในฐานะทีมขาย คุณจะได้รับลีดที่มีคุณสมบัติอย่างแท้จริง เนื่องจากสถานะ SQL (ลีดที่ผ่านการรับรองการขาย) สามารถวัดได้

คุณควรวัดอะไรในโมเดลการให้คะแนนลูกค้าเป้าหมายของคุณ

รูปแบบการให้คะแนนลูกค้าเป้าหมายที่แตกต่างกันจัดลำดับความสำคัญด้านต่างๆ สิ่งนี้สมเหตุสมผลเพราะเกณฑ์ทั้งหมดไม่ได้มีน้ำหนักเท่ากันสำหรับทุกธุรกิจ

นั่นหมายความว่าอย่างไร? สำหรับผลิตภัณฑ์บางอย่าง เช่น เครื่องสำอางหรือรองเท้า เพศมีความสำคัญอย่างมากในการพิจารณาว่าลูกค้าเป้าหมายนั้นเหมาะสมหรือไม่ อย่างไรก็ตาม เมื่อพูดถึงบริการจัดส่งอาหาร สิ่งนั้นไม่สำคัญมากนัก ตำแหน่งของผู้เยี่ยมชมอาจมีความสำคัญมากกว่าในกรณีนี้

แต่ข้อมูลประชากรของผู้ชมเป็นเพียงส่วนหนึ่งของภาพและอาจไม่ใช่ปัจจัยที่กำหนดมากที่สุดด้วยซ้ำ รูปแบบการให้คะแนนลูกค้าเป้าหมายโดยทั่วไปจะเป็นแบบร่วมมือที่สร้างจากข้อมูลประชากรและพารามิเตอร์อื่นๆ เช่น:

• ความ พอดีทั่วไป – พารามิเตอร์ทางประชากรศาสตร์ที่เลือกมักจะเป็นรากฐานของระบบการให้คะแนน ในการตรวจสอบว่าผู้ใช้เหมาะสมหรือไม่ บริษัท B2B จะเพิ่มองค์ประกอบ BANT (งบประมาณ อำนาจ ความต้องการ เวลา) ผู้เข้าชมอยู่ในตำแหน่งที่ตัดสินใจได้หรือไม่? บริษัทอยู่ในช่วงเติบโตหรือไม่? พวกเขามีความต้องการสินค้าของคุณจริงๆ หรือแค่มีก็ดี?
• ระดับความสนใจ – ความต้องการส่งผลต่อระดับความสนใจ ตรวจสอบพฤติกรรมผู้ชมออนไลน์และประเมินรูปแบบที่บ่งบอกถึงความสนใจในประเภทผลิตภัณฑ์หรือโซลูชันของคุณในระดับสูง พวกเขาเข้าชมเว็บไซต์ใดที่เกี่ยวข้องบ้าง พวกเขาสนใจอะไรบนโซเชียลมีเดีย คุณมีโอกาสในการขายเพิ่มเติมจากบัญชีหรือบริษัทเดียวกันในระบบของคุณหรือไม่ และหากมี มีจำนวนเท่าใดและเป็นใคร
• พฤติกรรม – วัดและติดตามเมตริกการมีส่วนร่วมกับเว็บไซต์และเนื้อหาของคุณ สิ่งเหล่านี้คือองค์ประกอบในกลไกการให้คะแนนของคุณที่ช่วยให้คุณสร้างโอกาสได้ง่ายขึ้นผ่านช่องทาง พวกเขาอ่านเฉพาะบล็อกของคุณหรือดาวน์โหลดเนื้อหาที่มีรั้วรอบขอบชิดหรือไม่ พวกเขาสมัครเข้าร่วมการสัมมนาผ่านเว็บและมีคำถามหรือไม่? หรือพวกเขาสมัครแต่ไม่ปรากฏตัวด้วยซ้ำ? ข้อมูลนี้จะชี้ให้เห็นถึงระยะใกล้ (หรือไกล) ที่จะซื้อสินค้า และสามารถช่วยคุณปรับเปลี่ยนแนวทางของคุณได้

5 เคล็ดลับในการสร้างรูปแบบการให้คะแนนลูกค้าเป้าหมายที่มีประสิทธิภาพ

ทำให้เป็นความพยายามร่วมกันของการตลาดและการขาย

นี่เป็นมากกว่าเคล็ดลับที่ดี หากคุณต้องการให้ระบบการให้คะแนนลูกค้าเป้าหมายของคุณมีประสิทธิภาพ ทีมการตลาดและการขายจำเป็นต้องทำงานร่วมกัน ทั้งคู่ต้องยอมรับเมตริกในการติดตามและระบุคะแนน ในฐานะทีมขาย คุณจะใกล้ชิดกับลูกค้าจริงมากขึ้น และสามารถช่วยให้ทีมการตลาดเข้าใจว่าควรระวังอะไรบ้างในระยะแรก

ตัวอย่างเช่น ผู้จัดการฝ่ายการตลาดไม่มีทางรู้ได้ว่าการตัดสินใจซื้อมักกระทำโดยหัวหน้าทีมหรือผู้บริหาร เนื่องจากไม่ได้อยู่ในมุมมองของพวกเขา พวกเขาส่งผ่านเป็น SQL เมื่อนานมาแล้ว

ตรวจสอบการเดินทางที่ลูกค้าเดิมใช้จนกระทั่งพวกเขากลายเป็นลูกค้า ใช้เวลานานเท่าไหร่? พวกเขามีส่วนร่วมบ่อยเพียงใด และเกิดขึ้นกี่ครั้งก่อนที่จะตัดสินใจซื้อ ทีมควรตัดสินใจเกี่ยวกับเกณฑ์การให้คะแนนที่กำหนดสถานะ SQL ซึ่งลูกค้าเป้าหมายจะย้ายจากฝ่ายการตลาดไปยังฝ่ายขาย

เพิ่มคะแนนเชิงลบ

เมื่อเวลาผ่านไป ลูกค้าเป้าหมายจะเก็บคะแนนพฤติกรรมมากขึ้นเรื่อยๆ โปรดทราบว่าในหมู่พวกเขา อาจมีผู้เข้าชมที่ไม่เคยตั้งใจที่จะซื้อสินค้า นักแปลอิสระจะไม่ได้รับเครื่องมือการตลาดอัตโนมัติที่ซับซ้อน แต่อาจยังคงอ่านบล็อกของคุณ เป็นต้น นักศึกษาแพทย์จะไปที่ไซต์เครื่องมือแพทย์ของคุณเพื่อการวิจัย ไม่ใช่เพราะพวกเขาต้องการอุปกรณ์ของคุณ และอย่าลืมว่าคู่แข่งของคุณกระตือรือร้นที่จะรู้ว่าคุณกำลังทำอะไรอยู่และอาจปรากฏตัวบ่อยครั้ง

กำหนดคะแนนเชิงลบเมื่อคุณระบุผู้เยี่ยมชมดังกล่าว ลองนึกถึงปัจจัยหรือพฤติกรรมที่แสดงว่านี่ไม่ใช่ผู้มีโอกาสเป็นลูกค้า ตัวอย่างเช่น ใครก็ตามที่มาเยือนจากประเทศที่คุณไม่ได้ขายให้อาจได้รับคะแนนลดลง 10 คะแนน คู่แข่งได้รับ -20 และอื่น ๆ

วิเคราะห์ที่มา

ค้นหาว่ากิจกรรมทางการตลาดใดหรือพฤติกรรมออนไลน์ใดที่นำไปสู่การขาย นี่คือจุดที่การตลาดและการขายต้องทำงานร่วมกันอย่างใกล้ชิด ด้วยการวิเคราะห์ช่องทางการระบุแหล่งที่มา การขายสามารถระบุกลยุทธ์ทางการตลาดที่ประสบความสำเร็จและช่วยการตลาดในการจัดสรรค่าตัวเลขที่เหมาะสมกับรูปแบบการให้คะแนน

ซึ่งอาจรวมถึงเนื้อหาที่คุณไม่ได้เป็นเจ้าของด้วย ตัวอย่างเช่น ลูกค้าจำนวนมากของคุณอาจใช้เครื่องมือที่เกี่ยวข้องซึ่งทำให้พวกเขาตระหนักถึงคุณค่าเพิ่มเติมของโซลูชันของคุณ หรือบางทีพวกเขาอาจอ่านบทความทางวิทยาศาสตร์ที่นำเสนอบริษัทของคุณ อย่างไรก็ตามพวกเขาพบชื่อของคุณ มันก็คุ้มค่าที่จะตรวจสอบ

เพิ่มประสิทธิภาพระบบการให้คะแนนของคุณ

การกระทำไม่ได้หยุดเพียงแค่นั้น ติดตามดูว่าระบบการให้คะแนนของคุณทำงานได้ดีเพียงใดหลังจากที่คุณสร้างมันขึ้นมา รับข้อมูลจากทีมที่ประสบความสำเร็จของลูกค้าและเปรียบเทียบข้อมูลจากข้อมูลประชากรของลูกค้าจริงกับข้อมูลในระบบให้คะแนนลูกค้าเป้าหมายของคุณ วางมือของคุณบนจอยสติ๊ก พฤติกรรมของลีดอาจเปลี่ยนแปลงได้เมื่อเวลาผ่านไป

ตัวอย่างเช่น เมื่อการตลาดของคุณมีประสิทธิภาพมากขึ้น วงจรนำอาจสั้นลง หรืออาจมีแนวโน้มไปสู่การมีส่วนร่วมทางโซเชียลมีเดียของผู้มีโอกาสเป็นลูกค้า เพื่อให้ได้ผลลัพธ์ที่ชนะ คุณต้องติดตามและปรับแต่งการให้คะแนนของคุณตามนั้น

ดูแลฐานข้อมูลให้เป็นระเบียบเรียบร้อย

ความจริงก็คือ คุณจะรวบรวมข้อมูลจำนวนมากเกี่ยวกับโอกาสในการขายจำนวนมาก ข้อมูลที่ซ้ำกันหรือข้อมูลที่ล้าสมัยอาจทำให้การให้คะแนนลูกค้าเป้าหมายยุ่งเหยิง และคุณจะต้องทำงานหนักขึ้นโดยได้ผลลัพธ์ที่ต่ำกว่า ตัวอย่างเช่น อาจมีบางคนเข้าชมไซต์ของคุณโดยใช้อุปกรณ์ที่แตกต่างกัน และคุณอาจลงเอยด้วยการสร้างลีดสองรายการใน CRM ของคุณสำหรับบุคคลเดียวกันเมื่อพวกเขาสมัครใช้งาน ซึ่งไม่เหมาะอย่างยิ่ง CRM ของคุณควรอัปเดตด้วยข้อมูลล่าสุดเสมอ

5 ตัวอย่างการให้คะแนนลูกค้าเป้าหมาย

ระบบการให้คะแนนลูกค้าเป้าหมายแต่ละรายนั้นมีเอกลักษณ์เฉพาะตัว ขั้นแรก คุณต้องกำหนดโปรไฟล์ผู้ซื้อ B2B ของคุณเพื่อเลือกว่าปัจจัยทางประชากรศาสตร์ใดที่ทำให้พวกเขาเหมาะสม คุณต้องการวิเคราะห์ข้อมูลการมีส่วนร่วมในการขายของผู้มีโอกาสเป็นลูกค้าและลูกค้าที่มีอยู่ ทำความเข้าใจเส้นทางของผู้ซื้อให้ดีและระบุรูปแบบพฤติกรรมที่ส่งสัญญาณถึงระดับความสนใจสูง

มาดูตัวอย่างการให้คะแนนลูกค้าเป้าหมายที่ใช้โมเดลที่คล้ายกัน

1. รูปแบบการให้คะแนนลูกค้าเป้าหมาย

เราจะเริ่มต้นด้วยการดูแบบจำลองการให้คะแนนลูกค้าเป้าหมายตามข้อมูลประชากรที่ค่อนข้างง่าย เมื่อดูตัวอย่างนี้ คุณจะเข้าใจความซับซ้อนของการพิจารณาว่าสิ่งที่สำคัญที่สุดและเกณฑ์ต่างๆ ส่งผลต่อการประเมินอย่างไร

แนวคิดนี้คือการกำหนดแบบที่ดีที่สุดตามข้อมูลที่รวบรวมโดยตรงจากลีด บริษัท B2B มักจะใช้แบบฟอร์มลงทะเบียนหรือดาวน์โหลด

รายการสามารถดำเนินต่อไปได้ และคุณจะจัดสรรจำนวนคะแนนตามความเกี่ยวข้องกับผลิตภัณฑ์และกลุ่มเป้าหมายของคุณ ในตัวอย่างข้างต้น บริษัทนำเสนอสิ่งที่เป็นประโยชน์มากที่สุดสำหรับบริษัทการเงินที่ค่อนข้างใหญ่และมีเป้าหมายเป็นผู้บริหารระดับสูง

เป็นเกมตัวเลขที่คุณต้องคิดให้จบ ตัวอย่างเช่น CEO ของบริษัทที่มีพนักงาน 800 คนแต่อยู่ในอุตสาหกรรมที่ผลิตภัณฑ์ของคุณไม่ค่อยน่าสนใจจะได้รับคะแนนสูงกว่าผู้ดูแลระบบในบริษัทประกันภัยที่มีพนักงานมากกว่า 1,000 คนหรือไม่

เพื่อให้ชีวิตง่ายขึ้น บริษัทต่างๆ ใช้การแบ่งกลุ่มลูกค้าเป้าหมายที่กว้างขึ้น ตัวอย่างเช่น ลูกค้าเป้าหมายที่มีคะแนนประชากร 3-10 คะแนนถือว่าไม่เหมาะสม ระหว่าง 11-25 คะแนนถือว่าค่อนข้างเหมาะสม 25-30 คะแนนถือว่าเหมาะสม และสูงกว่านั้นถือว่าเหมาะสมที่สุด

2. รูปแบบการให้คะแนนลูกค้าเป้าหมายตามข้อมูลเว็บไซต์

ตอนนี้ มาใช้แนวคิดการให้คะแนนกับเมตริกเว็บไซต์ที่เกี่ยวข้องกับการมีส่วนร่วม ขึ้นอยู่กับกลยุทธ์ทางการตลาดและช่องทางเนื้อหาของคุณ คุณจะกำหนดคะแนนสูงสุดให้กับประเภทของการมีส่วนร่วมที่สะท้อนถึงลูกค้าเป้าหมายที่ใกล้เคียงกับการตัดสินใจซื้อ นี่คือจุดเริ่มต้นของเกม

คุณสามารถเพิ่มจุดสัมผัสหรือการมีส่วนร่วมกับเนื้อหาของคุณประเภทใดก็ได้ ตัวอย่างเช่น บริษัทสามารถเพิ่มคะแนนสำหรับผู้เยี่ยมชมที่ยังคงอยู่มากกว่าค่าเฉลี่ย ค่าตัวเลขที่คุณเลือกสำหรับการมีส่วนร่วมแต่ละประเภทนั้นขึ้นอยู่กับคุณ คุณต้องถามตัวเองว่าข้อมูลนั้นมีค่าเพียงใดเมื่อเทียบกับข้อมูลอื่นๆ ที่คุณรวบรวมและให้คะแนน

3. รูปแบบการให้คะแนนลูกค้าเป้าหมายแบบรวม – ข้อมูลประชากรและพฤติกรรม

การรวมคะแนนจะทำให้คุณได้ภาพที่แม่นยำยิ่งขึ้น และช่วยให้ลีดของคุณเพิ่มระดับในเกมด้วยการเก็บคะแนนมากขึ้น ใส่คะแนนประชากรในแกนยาวและคะแนนพฤติกรรมในแกนตั้ง

สิ่งนี้ให้เมทริกซ์ที่ช่วยให้คุณประเมินโอกาสที่ลูกค้าเป้าหมายจะเปลี่ยนเป็นลูกค้า ลูกค้าเป้าหมายที่ปรากฏด้านบนขวาของกราฟมีแนวโน้มที่จะกลายเป็นลูกค้ามากที่สุด โอกาสในการขายด้านซ้ายล่างมีโอกาสน้อยที่สุด

ตอนนี้คุณสามารถใช้โครงสร้างลีดแบบตาย เย็น อุ่น และร้อนแบบดั้งเดิมกับเมทริกซ์ได้แล้ว

4. รูปแบบการให้คะแนนลูกค้าเป้าหมายแบบรวม – ความสนใจและความพอดี

เมทริกซ์ประเภทนี้มีหลายรูปแบบ แทนที่จะกำหนดพฤติกรรม คุณสามารถกำหนดคะแนนสำหรับระดับความสนใจได้ ที่นี่ คุณจะให้คะแนนสำหรับเว็บไซต์ที่ระบุความสนใจในผลิตภัณฑ์ของคุณ รวมถึงเว็บไซต์คู่แข่ง ผู้มีโอกาสเป็นลูกค้าอาจเป็นสมาชิกของชุมชนที่แสดงถึงคุณค่าเดียวกันกับแบรนด์ของคุณ เช่น ความยั่งยืนหรือความหลากหลาย เป็นต้น

หากคุณมีลีดหลายรายการจากบริษัทเดียว สิ่งนี้อาจได้รับคะแนนเพิ่มเติม ด้วยเหตุนี้ ลีดที่มีส่วนร่วมกับโซเชียลมีเดียบ่อยขึ้นอาจได้คะแนนสูงกว่า วิเคราะห์พฤติกรรมของลูกค้าที่มีอยู่เพื่อพิจารณาว่าพฤติกรรมใดมีนัยสำคัญ

5. รูปแบบการให้คะแนนลูกค้าเป้าหมายแบบผสมผสาน – ความจำเป็นและความพอดี

ในชุดค่าผสมนี้ คุณพยายามระบุความต้องการของผู้มีโอกาสเป็นลูกค้าสำหรับผลิตภัณฑ์ของคุณ คุณสามารถเรียกสิ่งนี้ว่าคะแนนความเจ็บปวด รูปแบบนี้พบได้น้อยกว่าเนื่องจากเป็นการยากที่จะระบุว่าบุคคลหรือบริษัทต้องการสิ่งใดมากน้อยเพียงใด ไม่มีตัวชี้วัดใดมาวัดได้ ก่อนอื่นคุณต้องกำหนดสิ่งที่สามารถเป็นตัวแทนหรือบ่งบอกถึงความต้องการที่แข็งแกร่งกว่า สิ่งนี้อาจคล้ายกันมากหรือซ้ำซ้อนกับระดับความสนใจ

พร้อมที่จะเริ่มเกมแล้วหรือยัง?

หากคุณคิดว่าคุณมีข้อมูลเพียงพอที่จะเริ่มสร้างเกมการให้คะแนนลูกค้าเป้าหมาย ตรวจสอบให้แน่ใจว่าคุณมีข้อมูลและการวิเคราะห์ที่ถูกต้องเพื่อสนับสนุนระบบการให้คะแนน จากการสร้างรายชื่อผู้มีโอกาสเป็นลูกค้าและสร้างโปรไฟล์ผู้ซื้อ ไปจนถึงการวัดเมตริกการมีส่วนร่วมและการตรวจสอบพฤติกรรมออนไลน์ ปัญญาด้านการขายเว็บที่คล้ายกันช่วยเพิ่มประสิทธิภาพการทำงานของคุณในทุกระดับ