有数字化肢体语言的线索评分:让工作更高效

简介:

线索评分是增加转化率的诀窍:如果你希望确保销售线索按时保质的交付给你的销售团队则需要规范交接条件, 我们将此称之为自动化的质量保证。

1

高分值表示你的潜在客户非常感兴趣并有意购买,低分则相反,就这么简单吗?

如果你已经做了线索的评分的实施,你就知道并没有这么简单。 B2B营销人员在不断了解客户购买过程,了解哪些因素会影响转化率,进而不断测试和调整他们的评分标准,这是一场永无止境的过程。

如果你的线索评分的结果始终让人失望,那么你可能忽略了线索评分因素中很少有人知道但是非常重要的一个组成部分——数字化肢体语言。 现在是时候使用数字化肢体语言让工作更聪明,而不是更难。

没有数字化肢体语言的线索评分
虽然这是一个非常先进的(和新的)营销自动化技能,但线索评分已经受到了很大的关注。 根据莱迪思和决策树实验室的报告,44%的B2B公司在使用线索评分系统。

2

但是,在这些客户中,不到一半的人使用数字化肢体语言作为评分标准。 这也许可以解释为什么59%的人认为“不完整或不一致的潜在客户数据”会动摇他们对线索分数的信心,43%的人认为缺乏“洞察哪些行为属性能够表明客户的购买行为”。

许多市场营销人员沉溺于公司统计学(公司名称,行业等)和BANT(预算,高层授权,需求,时间表)但是他们没有意识到:
1、这些数据点的收集需要很长时间。
2、他们错失了更深层次的能够让线索得分真正具有跟大价值的洞察力因素。

当得分太低或不公平时,你的销售团队最终会受到打击。 他们浪费时间跟踪你的营销自动化平台上产生的线索,而这些线索远远不能满足销售的要求。 据SiriusDecisions统计,只有40%的销售人员认为他们的线索得分是有价值的。

为了有效,你的评分框架必须包含潜在客户的显性和隐性的数据 - 不仅是他们是谁,还有他们的行为是什么。网站分析能包含全部这两部分信息。让我们来看看。

识别你的潜在客户
识别潜在客户是“他们是谁”的起点。在过去(比如5年前),你必须等待你的潜在客户在你的网站上填写一个网页表单来收集基本的统计信息。

这仍然是一个有效的方法,但这不是唯一的方法。想想这样:如果你想弄清楚水中有什么鱼,你可以放一个钩子等待鱼咬钩,或者你可以使用声纳换能器(即“探鱼器” )扫描湖床并提供实时的可见性。

这就是网络分析所做的 - 或者至少这是他们的能力之一。它被称为反向IP查询,这意味着使用你的网站访问者的IP地址来识别他们工作的公司和地理位置。通常情况下,您需要一个营销自动化平台或专门的网站分析应用来获得这种可见性,因为Google Analytics只提供一个概述。

3

Act-On中反向IP查找的示例:按位置在三家不同公司的的访问记录。

当你收集更多有关潜在客户的信息时,你可以将姓名与公司匹配,这取决于每家公司与你的公司业务匹配度,以及根据你从该公司地址收到的访问次数来分配他在此公司可能性的分数。

使用数字身体语言来绘制清晰的视图
国定的数据是审查过程中必不可少的一部分,但并不总是表明用户兴趣或购买意图。假设你是一个会计软件供应商,你会发现博伊西的一家中型律师事务所正在访问你的网站。根据以前收集的信息,你知道潜在客户的名字和职位,一切看起来都是一个可能的潜在客户。

但是并没那么快,仅仅因为他们登陆了你的网站并且匹配一个角色并不能使他们成为合格的销售线索。你需要知道潜在客户是否对你的产品感兴趣,以及他们是否打算在不久的将来购买我们的会计解决方案。

这些问题的答案可以在网站分析提供的行为数据中找到。这就是“他们如何表现”的地方。通过跟踪潜在客户如何与你的网站和数字内容互动过程,你可以确定他们在购买旅程中的所处的位置。这种数据收集通常被称为数字身体语言或DBL。

为了收集数字身体语言,您的营销自动化平台(MAP)为每个潜在客户分配一个唯一的ID,并使用跟踪Cookie记录他们的行为。你的工作是根据它表示出来的兴趣和意图,为每个数字动作分配分值。

例如,如果下载关于实施解决方案的方法指南表示了相当强烈的兴趣,因此你可以将其指定为15分。另一方面,阅读博客文章只表示被动的兴趣,所以你可以分配给此行为1或2分。

4

你可以想像得到基于行为的线索评分基于很多不同的因素, 以下是你可以跟踪和进行评分的常见网络活动的示例:

1、访问过的页面
Google Analytics(分析)会显示你的网站上的哪些网页在指定的日期范围内的访问量。 但是,如果将Web分析与市场营销自动化结合起来,则可以识别特定的用户并记录他们查看的页面。

5

在上面的例子中,一个潜在客户在11月10日访问了我们的网站,查看了6个不同的页面。 这些页面访问本身并不足以获得分数,但他们确实导致了用户下载白皮书。

除了跟踪视图之外,一些软件产品还能让你深入了解潜在客户如何与页面进行交互。 例如,“热映射”软件会向你显示访客滚动的位置,他们阅读的内容以及他们点击的内容。

6

2、下载/表格填写完成
使用类似的后端流程,你可以跟踪潜在客户下载哪个关卡资产(“关卡”意味着内容需要填写完Web表单后才能显现)。 常见的例子包括:
√白皮书
√电子书
√研究报告
√案例研究
√网络研讨会

7

当然,作为营销人员的工作不仅仅是跟踪下载量,还要创建与你的漏斗阶段相一致的资产,并决定如何量化与这些资产的互动。

如果你能成功地做到这一点,回报是巨大的。 根据Gleanster的调查,68%的成功营销人员表示“基于内容和交互的评分”是一个非常有效的收入驱动因素。

3、使用在线工具
如果你是一家B2B公司,你很有可能在你的网站上提供某种“工具”(或多个)。 在TechnologyAdvice,我们的是一个产品选择工具,企业用来获得量身定制的软件建议。

8

在线工具对于B2B采购商来说是一个很好的资源,而且对于一个有经验的营销人员来说,这是一个强大的工具 - 因为你可以用来交换实用的联系信息。 根据工具的目的,这也以变成一定的潜在客户分值,所以你需要跟踪交互过程。 如果你将特定的登录页面分配给在线工具,可以更容易得到统计信息。

9

Google Analytics(分析)可以提供关于访客如何以及何时使用在线工具的数据,但是为了将此数据与特定的潜在客户资料相关联,你需要使用MAP。

4、引用来源/搜索关键词
你很容易把注意力放在访客在网站上的旅程而忽略他们访问你网站前的旅程 - 如友情链接。来源数据描述潜在客户在你的网站上的来源结果,无论是搜索引擎查询,第三方网站链接,展示广告还是电子邮件通讯中的点击召唤(CTA)按钮。

来源数据比其他一些行为评分指标少见,但在正确的背景下,来源数据可能以是一个非常好的评分因素。

回到会计软件供应商的例子,如果一个潜在客户运行谷歌搜索“小企业最好的会计软件”,很可能他们正在采购过程中。如果你没有指定任何分数,则需要较长的时间才能到达MQL阶段,同时,买方可能会先与另一个与他联系的供应商签合同。

5、订阅和注册
订阅(在你的新闻通讯或博客)与购买意图没有直接关系,但仍然值得追踪和评分。 当有人提供他们的联系信息并选择接收定期更新时,他们隐含表达对品牌的兴趣。 当潜在客户注册参加免费的网络研讨会或面对面的活动时,情况也是如此。

不可否认,在这个阶段的访客对你的内容兴趣大于对你的产品的兴趣,不过这是一个很好的开始。 Joe Pulizzi在2014年出版的“Epic Content Marketing”一书中解释了内容营销协会的140,000名用户占他们大部分收入。 而且,一旦进入销售过程中,这些用户关闭速度是其他用户的三倍。

10

将所有的整合在一起
首先,确保你有系统和流程来执行线索评分。如果没有正确的技术,就不可能追踪所有这些不同的指标,更不用说分析结果和后期做出调整。

如果你想将网站分析与线索评分相结合,你需要一个全功能的营销自动化平台(例如,Salesforce Pardot,Marketo)。

其次,请记住,只有在背后的内容和营销活动完美执行的情况下,线索评分才有效。例如用户下载了一个白皮书,你可以为他们指定30分的分值,但是如果白皮书本身内容很差,那么这个主管可能不会非常有意愿和销售代表开始交谈。

最后,与销售部门合作,共同制定“合格潜在客户”的标准。这个标准将帮助你决定如何评分和评分标准,以及在哪里设置MQL的阈值等。(From:Salesforce知识)

如需了解更多,欢迎访问怡海软件官网 http://www.frensworkz.com/

相关文章
|
2月前
|
机器学习/深度学习 数据挖掘 定位技术
领域大模型驱动的数据分析预测能力如何处理现代社会犯罪活动?
领域大模型驱动的数据分析预测能力如何处理现代社会犯罪活动?
59 0
|
6月前
|
人工智能 文字识别 自然语言处理
准确高效的TextIn文档解析:一项开发痛点的解决方案
企业在构建知识库问答系统时面临挑战,尤其是处理扫描文档和手写内容。传统OCR工具和开源方法在准确性和速度上不足。专业长文档解析成为关键,其中TextIn平台的文档解析服务脱颖而出。该服务能快速将PDF转为Markdown,提高处理速度和准确性,尤其适合处理复杂布局的长文档。通过实际测试,TextIn能有效增强LLM问答系统的性能,解决无法正确解析的问题。目前TextIn处于内测阶段,提供每周7000页的免费试用额度,开发者可通过其官网或“合研社”公众号了解更多信息和获取接口文档。
|
算法 搜索推荐 UED
文档关联规则挖掘算法:提升文档管理软件效率的新途径
使用文档关联规则挖掘算法来提高文档管理软件的管理效率可是一个非常棒的办法,就像熟练的园丁在整理花园一样,轻松为用户梳理海量文档。这种算法犹如一把神奇的法宝,能够揭示文档之间的奇妙关系和潜在模式,使文档分类、检索和推荐如丝般顺滑,就像天然的流水一般。接下来,就让我们来探讨一下如何通过文档关联规则挖掘算法提高文档管理软件的管理效率吧——
237 0
|
供应链 算法 数据挖掘
谈谈预后性分析是预测性分析的有益补充
预测分析是企业展望未来的主要应用方式。市场营销、零售、生产、设备管理、供应链管理以及许多其他应用都显示出预测的价值和力量,可以作为预测未来结果的工具。
谈谈预后性分析是预测性分析的有益补充
|
存储 分布式计算 监控
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
116 0
|
数据采集 供应链 监控
一文读懂如何评估组织的数据价值并采取行动【值得收藏】
最近数据资产建设成为大型集团及组织的热点,那么如何评估或衡量数据价值成为大家最为关切的话题!
一文读懂如何评估组织的数据价值并采取行动【值得收藏】
|
数据可视化 BI
技术人最不该忽视可视化数据分析!
阿里妹导读:在这个“人人都是数据分析师”的时代,阿里的同学几乎都在参与数据的采集、加工与消费。数据可视化作为连接“加工——消费”的重要一环,其质量至关重要。优秀的可视化能促成卓越洞见,糟糕的内容则让所有的努力失去意义。今天,阿里高级产品经理沉砂为我们详细介绍数据可视化工具以及如何选择有效图表。
8874 0
|
测试技术 程序员
《程序员度量:改善软件团队的分析学》一数据选择
本节书摘来华章计算机《程序员度量:改善软件团队的分析学》一书中的第2章 ,Jonathan Alexander 著 张燎原 周峰 张刚 宋励奋 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1255 0
|
程序员 测试技术
《程序员度量:改善软件团队的分析学》一有价值的数据
本节书摘来华章计算机《程序员度量:改善软件团队的分析学》一书中的第2章 ,Jonathan Alexander 著 张燎原 周峰 张刚 宋励奋 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1464 0