隨著營(yíng)銷理論和營(yíng)銷技術(shù)的發(fā)展,大部分的B2B公司已經(jīng)借助不同的營(yíng)銷系統(tǒng),在獲取客戶、客戶運(yùn)營(yíng)等基礎(chǔ)營(yíng)銷場(chǎng)景上有了較好的應(yīng)用。

但對(duì)于一般的企業(yè)來(lái)說(shuō),大量的線索處于“混沌狀態(tài)”,缺少線索洞察(定性和定量的分析判定手段),缺乏跟進(jìn)線索策略指導(dǎo)等。這些問(wèn)題已經(jīng)成為業(yè)務(wù)發(fā)展過(guò)程中較大阻礙和新的挑戰(zhàn)。這時(shí)候,“線索評(píng)分”應(yīng)運(yùn)而生,借助數(shù)字化、數(shù)據(jù)化的能力幫助B2B企業(yè)營(yíng)銷人員量化用戶信息,抓住客戶的需求,加快線索轉(zhuǎn)化效率,助力市場(chǎng)部把握潛在商機(jī)。

什么是線索評(píng)分?

線索評(píng)分是判定用戶能否交接銷售、市場(chǎng)等多個(gè)部門(mén)跟進(jìn)的重要衡量標(biāo)準(zhǔn)之一。它主要是對(duì)潛客信息進(jìn)行統(tǒng)計(jì)分析,制定出潛客意向判定指標(biāo),再觀察用戶在各指標(biāo)上的數(shù)量關(guān)系,給用戶進(jìn)行打分,從而知曉有效線索并交付銷售跟進(jìn),從而促成交易。

為什么要對(duì)線索評(píng)分?

大部分的B2B公司已經(jīng)借助不同的營(yíng)銷系統(tǒng)獲取了線索信息,并對(duì)線索進(jìn)行了數(shù)字化的管理。但越是擁有優(yōu)秀獲客能力的公司,就會(huì)擁有大量的線索,同時(shí)也就會(huì)遇到問(wèn)題:有大量的線索需要跟進(jìn),卻又無(wú)處下手?

不是所有的線索都是優(yōu)質(zhì)的客戶,如何選擇線索進(jìn)行后續(xù)的溝通是一個(gè)關(guān)鍵的決策,選擇好了可以快速成交,選擇不好就會(huì)浪費(fèi)大量的資金、時(shí)間和人力。

如果您和您的公司也遇到類似的問(wèn)題,線索評(píng)分可以幫助您解決一部分的問(wèn)題。

如何定義有效線索?如何對(duì)線索評(píng)分?

常見(jiàn)的線索打分有以下幾種方式:

1. 線索屬性評(píng)分

線索的屬性是指通過(guò)表單、問(wèn)卷、授權(quán)等方式獲取到的用戶基本信息,例如:姓名、城市、公司、意向產(chǎn)品等。

線索的屬性評(píng)分從兩個(gè)角度出發(fā):

是否收集到了線索的屬性?有信息總比沒(méi)有要好,信息相對(duì)更加完整的線索評(píng)分會(huì)比較高。企業(yè)可設(shè)置規(guī)則,如果某些屬性字段是有值的,即可為此線索加上一定的分?jǐn)?shù)。比如:如果線索的購(gòu)買(mǎi)意向不為空,即為此線索增加5分。

收集到的線索屬性是否和目標(biāo)用戶的標(biāo)準(zhǔn)匹配?并不是所有的線索信息的價(jià)值都是相同的,線索的屬性值不同,也表示線索的價(jià)值不同。比如:B2B的生意鏈條里有個(gè)很重要的角色,叫決策人,我們期望可以直接與客戶的決策人直接對(duì)話,以求更清晰了解客戶需求、提供更好的提供服務(wù)。比如:如果線索角色是總監(jiān)以上級(jí)別,評(píng)分加5分,如果線索角色是經(jīng)理級(jí)別,評(píng)分加3分,如果線索角色是專員或其他,評(píng)分加1分。

2. 線索行為評(píng)分

顧名思義,行為評(píng)分是基于線索的行為特點(diǎn)為線索進(jìn)行評(píng)分。對(duì)于B2B企業(yè)來(lái)說(shuō),線索行為評(píng)分通常是圍繞著用戶消費(fèi)意向、對(duì)產(chǎn)品服務(wù)認(rèn)知這兩個(gè)維度來(lái)進(jìn)行構(gòu)建的。

行為評(píng)分需要大量線索行為數(shù)據(jù),企業(yè)為了更好地通過(guò)行為評(píng)分衡量線索的質(zhì)量,從互動(dòng)渠道的設(shè)計(jì)開(kāi)始,就需要考慮通過(guò)哪些行為為線索打分。比如:想通過(guò)表單提交行為打分,則需要先設(shè)計(jì)好不同的表單:內(nèi)容下載表單、“聯(lián)系我們”表單、我要采購(gòu)表單等。

3. 模型評(píng)分

線索的屬性評(píng)分和行為評(píng)分可理解為按照簡(jiǎn)單的規(guī)則設(shè)定進(jìn)行打分,相對(duì)邏輯簡(jiǎn)單、落實(shí)使用成本低。與此同時(shí),也會(huì)存在一些局限性,例如:多個(gè)部門(mén)協(xié)作,統(tǒng)一意見(jiàn),制定評(píng)分標(biāo)準(zhǔn)確實(shí)是一件有挑戰(zhàn)的事情;受評(píng)分規(guī)則制定人員的能力和主觀判斷的影響大;評(píng)分規(guī)則固化不能,實(shí)時(shí)進(jìn)行調(diào)整。

因此,我們可以使用模型為線索評(píng)分,避免以上的局限性。可應(yīng)用在線索打分的模型非常多,比如傳統(tǒng)的RFM模型、基于NLP的智能語(yǔ)義分析模型、基于智能算法的成交產(chǎn)品預(yù)測(cè)和成交金額預(yù)測(cè)等多種模型。

4. 其他評(píng)分方式

外部打分、產(chǎn)品匹配度評(píng)分也是較為常見(jiàn)的評(píng)分方式。產(chǎn)品匹配度評(píng)分可以基于產(chǎn)品的信息和線索的信息,計(jì)算出線索在不同產(chǎn)品類型下的匹配度。目前也有很多大的互聯(lián)網(wǎng)公司提供很多數(shù)據(jù)打標(biāo)簽、打分的服務(wù),企業(yè)可結(jié)合自身的特點(diǎn)購(gòu)買(mǎi)相應(yīng)的服務(wù),為線索評(píng)分,從而跳出自有數(shù)據(jù)的局限。