Lead scoring prioriterar du leads med rätt data

Lead scoring – Så prioriterar du leads med rätt data

Lead scoring är en modell för att rangordna leads utifrån gemensamma kriterier. Modellen ska hjälpa teamet att välja nästa aktivitet, inte påstå vem som säkert kommer att köpa. En användbar poäng bygger därför på både passform och observerat intresse, kan minska när information blir gammal och prövas regelbundet mot faktiska säljutslag.

Bestäm vilket arbetsbeslut poängen ska styra

Börja med kön som ska prioriteras. Ska modellen avgöra vilka leads som får ett samtal samma dag, vilka som går till fortsatt bearbetning eller vilka som ännu saknar nödvändig information? En enda totalsiffra blir svår att använda om den förväntas lösa alla tre uppgifterna.

Skriv en tydlig åtgärd för varje nivå. Exempelvis kan en hög poäng leda till manuell kontroll och därefter överlämning till sälj, medan en lägre poäng leder till att en saknad uppgift kompletteras. Det gör modellen begriplig för användarna och minskar risken att en siffra behandlas som en objektiv sanning.

Skillnaden mellan heta och kalla leads kan användas som en första grov prioritering. En poängmodell gör bedömningen mer konsekvent genom att väga flera signaler och prövas mot verkliga utfall.

Skilj passform från engagemang

Passform beskriver om ett lead tillhör målgruppen. I B2B kan det handla om bransch, storlek, geografi eller relevant roll. Engagemang beskriver vad kontakten har gjort, till exempel begärt information, svarat på en kontakt eller återkommit till ett relevant innehåll.

Håll gärna de två delpoängen synliga. Ett företag kan passa målgruppen men ännu inte ha visat intresse. En aktiv kontakt kan samtidigt ligga utanför det segment som säljteamet kan hjälpa. Om allt läggs ihop direkt går den skillnaden förlorad.

Välj få signaler som går att förklara. En egenskap eller aktivitet bör bara ge poäng om teamet kan beskriva varför den har betydelse för nästa arbetssteg. Underlaget för kvalificering av kalla leads kan användas för att definiera de grunduppgifter som ska finnas före poängsättningen.

Använd minuspoäng och avklingning

En modell som bara kan öka ger snart nästan alla gamla leads ett högt värde. Lägg därför in negativa signaler, exempelvis fel målgrupp, ogiltiga kontaktuppgifter, uttryckligt nej eller ett behov som ligger utanför erbjudandet. Vissa signaler ska stoppa bearbetningen helt i stället för att bara dra av några poäng.

Tidsberoende aktivitet behöver också avklinga. Ett formulärsvar från förra veckan kan vara relevant, medan samma händelse för ett år sedan säger betydligt mindre om nuläget. Bestäm tidsfönster per signal och dokumentera när poängen räknades om.

När personuppgifter används för profilering behöver verksamheten bland annat fastställa ändamål och rättslig grund, informera på rätt sätt och hantera registrerades rättigheter. Poängmodellen ersätter inte den bedömningen.

Sätt trösklar som leder till handling

Testa först modellen på ett begränsat historiskt underlag. Titta på hur poängen fördelas, inte bara på medelvärdet. Om nästan alla hamnar i samma intervall är kriterierna för svaga eller trösklarna felplacerade.

Koppla varje tröskel till en ansvarig roll, en svarstid och ett minsta datakrav. Ett högt värde bör exempelvis inte skickas till sälj om telefonnummer, företag eller kontaktorsak saknas. På samma sätt ska en säljare kunna återföra att leadet var felriktat, för tidigt eller redan hanterat.

Om inflödet behöver anpassas till en bestämd målgrupp kan skräddarsydda leads komplettera det egna arbetet. Poängmodellen behöver ändå ägas och kalibreras av den organisation som använder den.

Kalibrera mot verkliga utfall

Jämför regelbundet poäng med mötesbokning, kvalificerad möjlighet, vunnen affär och tydliga avvisningsorsaker. En signal som såg rimlig ut kan visa sig sakna samband med ett relevant nästa steg. Ändra en regel i taget och spara modellversionen så att perioder kan jämföras.Kontrollera även om modellen systematiskt missgynnar vissa relevanta grupper eller förstärker gamla säljmönster. Ett lead med låg poäng kan användas i en mindre kontrollgrupp. Om gruppen ger oväntat bra utfall behöver modellen omprövas. Lead scoring fungerar bäst som en synlig prioriteringsregel med återkoppling, inte som ett dolt facit.

Related Posts