5 个潜在客户评分示例和 5 个正确的技巧

您是否曾经梦想过创建自己的数字游戏？ 试一试领先得分。

这是一款包括潜在客户生成、潜在客户培育和潜在客户资格认定的游戏。 您的玩家通过网络流量进入并从第一级开始——市场营销。 然后，他们根据您建立的评分系统和阈值，在通过漏斗时收集积分。 当他们积累了足够的分数时，他们会进入下一个级别：销售。

那就是你遇到第一个挑战的时候：确定你的潜在客户应该因为什么获得积分以及如何收集数据和跟踪整个游戏； 输入铅得分。 有大量潜在顾客评分模型可供选择——让我们通过一些示例来帮助您获得启发。

什么是潜在客户评分，有什么好处？

潜在客户评分是一种系统，可让您评估潜在客户成为潜在客户的可能性以及潜在客户转变为客户的准备情况。 就像游戏中角色的职业一样，领先评分模型建立在各种指标和检查点之上，并具有分配的数值——很像玩家在游戏中收集的分数。

当访问者进入您的网站时，游戏就开始了。 添加您认为合适并希望积极定位的潜在客户。 一旦您弄清楚是什么为他们赢得了积分，您就可以开始享受改进的潜在客户生成流程带来的好处。

潜在客户评分不仅可以让您识别高质量的潜在客户，还可以让您通过销售渠道培养他们。 此方法可帮助您准确定义漏斗并为不同漏斗阶段的各种类型的潜在客户创建相关内容。 换句话说，您可以停止在低潜力的线索上浪费时间和精力。 作为销售团队，您会收到真正合格的销售线索，因为 SQL 状态（销售合格的销售线索）是可以衡量的。

您应该在潜在客户评分模型中衡量什么？

不同的潜在客户评分模型优先考虑不同的方面。 这是有道理的，因为并非所有标准对每个企业都具有相同的权重。

这意味着什么？ 对于某些产品，例如化妆品或鞋类，性别对于确定销售线索是否合适非常重要。 然而，当涉及到送餐服务之类的东西时，这真的无关紧要。 相反，在这种情况下，访问者的位置可能更为关键。

但观众人口统计数据只是其中的一部分，甚至可能不是最决定性的因素。 潜在客户评分模型通常是由人口统计数据和其他参数组成的合作社，例如：

• 总体适合度——选定的人口统计参数通常是评分系统的基础。 为了确定用户是否合适，B2B 公司添加了 BANT 元素（预算、权限、需求、时间）。 访客是否处于决策位置？ 公司是否处于成长期？ 他们是否真正需要您的产品，或者拥有它会很好吗？
• 兴趣水平——需求影响兴趣水平。 监控在线受众行为并评估表明对您的产品或解决方案类型高度感兴趣的模式。 他们访问了哪些其他相关网站？ 他们对社交媒体的兴趣是什么？ 您的系统中是否有来自同一帐户或公司的其他潜在客户？如果有，有多少？他们是谁？
• 行为——衡量和跟踪您的网站和内容的参与度指标。 这些是您的评分机制中的元素，可帮助您通过渠道缓解潜在客户。 他们只阅读您的博客，还是也下载门控内容？ 他们会报名参加网络研讨会并带着问题来吗？ 或者他们注册了，但从未露面？ 这表明他们离购买有多近（或多远），可以帮助您个性化您的方法。

建立有效线索评分模型的 5 个技巧

使其成为营销和销售的共同努力

这不仅仅是一个好的提示。 如果您希望潜在客户评分系统有效，营销和销售团队需要协作。 双方都需要就跟踪和归因分数的指标达成一致。 作为销售团队，您更接近实际客户，可以帮助营销团队了解在早期阶段需要注意什么。

例如，营销经理无法知道采购决策通常是由团队领导还是执行官做出的，因为这不在他们的视野范围内。 他们很久以前就将它们作为 SQL 传递。

调查现有客户在成为客户之前所经历的旅程。 花了多长时间？ 他们参与的频率如何，在做出购买决定之前进行了多少次参与？ 团队应该决定建立 SQL 状态的评分阈值，其中潜在客户从营销转移到销售。

添加负分

随着时间的推移，线索将收集越来越多的行为点数。 请注意，其中可能存在从未打算购买的访问者。 例如，自由职业者不会获得复杂的营销自动化工具，但仍可能会阅读您的博客。 医学生会访问您的医疗设备站点进行研究，而不是因为他们需要您的设备。 并且不要忘记，您的竞争对手很想知道您在做什么，并且可能会经常出现。

当您识别出此类访问者时，设置负分。 尝试考虑表明这不是潜在客户的因素或行为。 例如，如果任何人从您不销售的国家/地区访问，他们的分数可能会减少 10 分。 竞争对手得到 -20 等等。

分析归因

找出哪些营销活动或特定的在线行为带来了销售。 同样，这是营销和销售需要密切合作的地方。 通过分析归因渠道，销售人员可以识别成功的营销策略，并帮助营销人员为评分模型分配适当的数值。

这也可能包括您不拥有的内容。 例如，很大一部分客户可能正在使用使他们意识到您的解决方案的附加价值的相关工具。 或者他们可能阅读了一篇介绍贵公司的特定科学文章。 不管他们是怎么发现你的名字的，这都值得研究。

优化您的评分系统

行动不止于此。 构建评分系统后，请继续监控评分系统的运行情况。 从您的客户成功团队获取输入，并将来自实际客户人口统计数据的数据与您的潜在客户评分系统中的数据进行比较。 将手放在操纵杆上。 铅行为可能会随着时间而改变。

例如，随着您的营销变得更加有效，领先周期可能会变短。 或者可能会出现潜在客户参与社交媒体的趋势。 为了不断获得获胜的结果，您需要相应地跟踪和调整您的得分。

维护一个整洁的数据库

事实上，您将收集大量关于大量线索的数据。 重复的数据或过时的信息可能会打乱线索评分，您最终会更加努力地工作，但结果却很差。 例如，某人可能正在使用不同的设备访问您的网站，而当他们注册时，您最终可能会在您的 CRM 中为同一个人创建两个线索——这并不理想。 您的 CRM 应始终使用最新数据进行更新。

5 个潜在客户评分示例

每个线索评分系统都是独一无二的。 首先，您需要定义您的 B2B 买家角色档案，以选择哪些人口统计因素适合他们。 您还想分析潜在客户和现有客户的销售参与数据。 充分了解买家旅程并确定表明高兴趣水平的行为模式。

让我们看一些依赖于类似模型的领先评分示例。

1.人口统计线索评分模型

我们将从查看一个相对简单的人口统计线索评分模型开始。 查看此示例，您将了解确定什么最重要以及各种标准如何影响评估的复杂性。

这里的想法是根据直接从潜在客户那里收集的信息来确定最合适的人选。 B2B 公司经常使用注册或下载表格。

该列表可以继续，您可以根据与您的产品和目标受众的相关性来分配点数。 在上面的例子中，该公司提供了一些对相当大的金融公司最有用的东西，并以高层管理人员为目标。

这是一个数字游戏，您会想一直想到最后。 例如，一家拥有 800 名员工但所在行业对您的产品兴趣不大的公司的 CEO 是否应该比拥有超过 1000 名员工的保险公司的系统管理员获得更高的分数？

为了让生活更轻松，公司使用更广泛的潜在客户细分。 例如，人口统计分数为 3-10 分的潜在客户不合适，11-25 分之间比较合适，25-30 分比较合适，高于该分数是最合适。

2. 基于网站数据的线索评分模型

现在让我们将评分理念应用于与参与度相关的网站指标。 根据您的营销策略和内容渠道，您将为反映潜在客户接近购买决策的参与类型分配最高分。 这是游戏开始的地方。

您可以添加任何类型的接触点或与您的内容互动。 例如，公司可以为保持高于平均水平的访客提高分数。 您为每种参与类型选择的数值取决于您。 您需要问问自己，与您收集并分配积分的其他数据相比，它的价值有多大。

3. 综合线索评分模型——人口统计和行为

结合分数将使您获得更准确的图片，并通过收集更多积分让您的线索在游戏中升级。 将人口统计分数放在长轴上，将行为分数放在纵轴上。

这为您提供了一个矩阵，可让您评估潜在客户转化为客户的可能性。 出现在图表右上角的潜在客户最有可能成为客户； 左下角的线索可能性最小。

您现在可以将传统的死、冷、暖、热引线结构应用于矩阵。

4. 综合线索评分模型——兴趣与契合度

这种类型的矩阵有不同的变体。 您可以为兴趣水平设置分数，而不是行为。 在这里，您将为表明对您的产品感兴趣的特定网站（包括竞争对手网站）打分。 潜在客户可以是代表与您的品牌具有相同价值的社区的成员，例如，可持续性或多样性。

如果您有来自一家公司的多条线索，这可以为其赢得额外积分。 请记住，更频繁地参与社交媒体的潜在客户可以获得更高的分数。 分析现有客户的行为以确定哪些行为是重要的。

5. 综合线索评分模型——需要和适合

在这种组合中，您尝试确定潜在客户对您的产品的需求。 您也可以将其称为疼痛评分。 这种模型不太常见，因为要确定一个人或公司需要多少东西要困难得多——没有一个衡量标准。 您首先必须定义什么可以代表或表明更强烈的需求。 这可能与兴趣水平非常相似甚至重叠。

准备开始游戏了吗？

如果您认为您有足够的信息来开始创建您的主要计分游戏，请确保您也有准确的数据和分析来支持计分系统。 从生成潜在客户列表和创建买家角色档案到衡量参与度指标和监控在线行为，Similarweb Sales Intelligence 可在各个层面提升您的绩效。