Osnove koncepta bodovanja za automatizaciju marketinga

Za mjerenje se koriste rezultati marketinške automatizacije. Oni vam mogu reći sve što tražite od njih da vam kažu. Na primjer, rezultat vam može reći kada su potencijalni klijenti hladni, kada su vrući, je li vjerojatno da će se odbiti, koliko su se puta prijavili na vašu aplikaciju ili jesu li zainteresirani za određeni dio vašeg rješenja.

Osnove onoga što vam rezultat automatizacije marketinga može reći

Rezultate koristite za mjerenje svih vrsta angažmana. Prije nego počnete s bodovanjem i graditi modele bodovanja, provjerite jeste li razumjeli ova tri uobičajena cilja za postizanje rezultata:

• Spremnost za prodaju: ako želite izmjeriti nečiju prodajnu spremnost, ocijenite je na temelju interakcija sa sadržajem spremnim za prodaju. Na taj način svako sredstvo spremno za prodaju s kojim se angažira dodaje ili oduzima od njezine ukupne ocjene spremnosti za prodaju. Postavite svoju ukupnu ocjenu na razinu interakcije koju potencijalna strana obično pokazuje kada je spremna razgovarati s prodavačem.

• Interes za proizvod: ako želite izmjeriti interes osobe za određene proizvode ili usluge, razmislite o kombiniranju više rezultata, po jedan za svaki proizvod ili liniju usluge od interesa. Na taj način možete vidjeti razinu interesa za više proizvoda.

• Indikacija hladnog elektroda: rezultati pokazuju aktivnost. Dakle, ako tijekom određenog vremenskog razdoblja ne dođe do povećanja rezultata, možete točno odrediti rezultat koji identificira neaktivnog potencijalnog klijenta kao hladnog potencijalnog klijenta.

Marketinška automatizacija ocjena ponašanja naspram radnji

Radnje su angažmani s vašim marketinškim sredstvima. Ponašanje pokazuje osoba, ali se ne izražava u smislu stvarnog angažmana s vašim marketinškim sredstvima. Poznavanje sljedećih ponašanja može vam pomoći da stvorite i poboljšate svoj model bodovanja:

• Nedostatak aktivnosti ključni je razlog da prodavač kontaktira. Neaktivnost također može biti dobar razlog za snižavanje ocjene spremnosti potencijalnog klijenta za prodaju. Obje ove automatizacije mogu vam pomoći da identificirate trendove u ponašanju i poduzmite odgovarajuće mjere.

• Duljinu reprodukcije videa treba razmišljati u smislu postotka reprodukcije, a ne vremena. Na primjer, ako osoba pogleda jednu minutu video-snimka od jedne minute, ne smije biti ocijenjena jednako kao osoba koja pogleda 10 posto desetominutnog videa.

• Broj pregledanih stranica pretpostavlja da što više stranica korisnik preuzme tijekom posjeta, to je više angažiran. Kada ocjenjujete ukupan broj stranica, provjerite dajete li bodovanje ljudi samo na temelju stranica koje vam pomažu da ih identificirate kao spremne za prodaju.

Najbolje prilike uz bodovanje na temelju računa za automatizaciju marketinga

Odbor, a ne jedna osoba, donosi mnoge organizacijske odluke o kupnji. Kada se potencijalni klijenti identificiraju pomoću rješenja za automatizaciju marketinga, oni se također mogu povezati s računom.

Bodovanje na temelju računa način je identificiranja grupa potencijalnih kupaca povezanih s istom odlukom o kupnji na istom računu. Bodovanje potencijalnih kupaca na temelju računa više kupaca daje mnogo jasniju sliku o spremnosti poduzeća za prodaju i lako se može koristiti kao alat koji će vam pomoći da identificirate najbolje prilike za prodaju.

Razumijevanje bodovanja na temelju računa posebno je velika prednost automatizacije marketinga za poslovne tvrtke sa složenim prodajnim ciklusima.

Kako poduzeti radnje u vezi s rezultatima potencijalnih kupaca za automatizaciju marketinga

Nećete dobiti punu vrijednost od bodovanja osim ako ne koristite svoj model bodovanja za preporuku radnji na temelju rezultata. Evo najčešćih radnji koje možete poduzeti na temelju svog modela ocjenjivanja potencijalnih kupaca:

• Kvalifikacija vodećih osoba: Korištenje vodećih rezultata kao podatkovnih točaka za kvalifikaciju glavnog kandidata najčešća je upotreba bodovanja. Da biste kvalificirali potencijalne klijente na temelju rezultata, morate imati pravilo automatizacije za praćenje rezultata potencijalnih kupaca, tražeći one potencijalne klijente koji odgovaraju određenim kriterijima.

• Segmentacija: Snažna upotreba segmentacije je sortiranje vaše baze podataka prema najnižim rezultatima. Nakon što imate ovaj segment, segmentu možete dati posebnu kampanju s ciljem poticanja više radnji. Ili sortirajte svoju bazu podataka kako biste pronašli potencijalne klijente s najvišim ocjenama i omogućili im osobnu interakciju na Twitteru.

• Njegovanje potencijalnih kupaca: potencijalni klijenti koji pokazuju neaktivnost imaju rezultate koji se ne povećavaju tijekom određenog vremenskog razdoblja. Upotrijebite ocjene potencijalnih kupaca da biste identificirali hladne kontakte na temelju neaktivnosti kako biste ih mogli postaviti na stazu koja njeguje potencijalne klijente.

• Izvješćivanje: rezultati vam mogu pomoći da utvrdite gdje je potencijalni klijent u procesu kupnje. Pogledajte svoju bazu podataka i pratite postotak vaših potencijalnih kupaca u svakoj fazi kupnje dodjeljivanjem bodova svakoj fazi. Na taj način možete vrlo točno odrediti koliko će se potencijalnih kupaca pretvoriti u sljedeću fazu.

Kako ocijeniti marketinške automatske potencijalne klijente tijekom vremena

Modeli bodovanja nisu učinkoviti ako ih jednom postavite, a zatim zaboravite na njih. Morate posvetiti stalnu pozornost svom modelu bodovanja ako želite da vam model bodovanja tijekom vremena daje relevantne informacije. Kada postavljate svoj model bodovanja, imajte na umu sljedeće:

• Rezultati su stalni rad u tijeku . Morate početi s osnovnim modelom bodovanja i biti marljivi kada ga pregledate i s vremenom ažurirate svoj model bodovanja.

• Bodovi mogu ići gore i dolje . Povećanje ocjene pomaže vam da izmjerite radnje spremne za prodaju, a smanjenje ocjene pomaže vam da pratite nedostatak angažmana tijekom određenog vremenskog razdoblja. Ne zaboravite imati na umu ove namjene kada postavljate svoj model bodovanja.

• Bodovi se odnose na vrijeme. Rezultati su važni samo u trenutku kada su stvoreni. Na primjer, osoba koja je prošle godine postigla visok rezultat vjerojatno neće biti spremna za prodaju ove godine. Bodovi su pravovremeni i trebali bi odražavati vrijeme neaktivnosti u naprednijim modelima bodovanja.