Mārketinga automatizācijā potenciālā pirkuma vērtēšanu bieži var sajaukt ar potenciālā pirkuma vērtēšanu, taču šiem diviem modeļiem ir vairākas atšķirīgas izmantošanas iespējas, kā tas jums būs ilustrēts:
-
Svina-vērtēšanas modelis ir metode mērīšanai mijiedarbību vai uzvedību. Jūs izmantojat potenciālo pirkumu vērtēšanu, lai novērtētu personas gatavību pārdošanai. Pārdošanas gatavības noteikšana parasti balstās uz mijiedarbību ar mārketinga materiāliem un kampaņām. Kopējās darbības, lai gūtu punktus, ir
-
Lapu skatījumi
-
E-pasta klikšķi
-
Lejupielādes
-
Meklēšanas vienumi
-
Kampaņas saskares punkti
-
Veidlapu aizpildīšana
-
Svina-šķirošanas modelis ir metode, lai novērtētu demogrāfisko īpašības cilvēku. Jūs izmantojat potenciālo pirkumu klasifikāciju, lai noteiktu personas demogrāfisko atbilstību. Atzīmes ir balstītas uz laukiem jūsu datubāzē, un parasti tiek izmantota skala no līdz F, tāpat kā atzīmēm, ko saņēmāt skolā. Kopējie vērtēšanas kritēriji ir
Tālāk ir parādīts personas potenciālā pirkuma rezultāts, pamatojoties uz viņas mijiedarbību ar mārketinga līdzekļiem, savukārt viņas potenciālā pirkuma pakāpe tiek noteikta pēc viņas amata nosaukuma un uzņēmuma lieluma.
Jums ir jāizmanto potenciālo pirkumu atzīmes kā atsevišķi datu bāzes lauki kopā ar potenciālo pirkumu vērtēšanas modeli, pretējā gadījumā jūs riskējat nosūtīt ļoti aktīvus pārdošanai gatavus potenciālos pirkumus pārdevējiem, ja tie faktiski neatbilst demogrāfiskajai situācijai.
Piemēram, ja potenciālā pirkuma vērtēšanu pamatojat tikai uz iesaistīšanos mārketingā, jūsu vērtēšanas modelis varētu identificēt koledžas audzēkni, kurš veic pētniecisko darbu, kā potenciālo potenciālu viņa aktivitātes līmeņa dēļ. Tomēr, ja jūsu mērķauditorija ir VP līmeņa mazumtirdzniecības zīmolu vadītāji, jūsu augstskolas students, kurš ieguvis augstus punktus, ir jāfiltrē ar zemu atzīmi, pamatojoties uz amata nosaukuma neesamību.
Ja savā datu bāzē nošķirat potenciālo pirkumu vērtējumus no potenciālo pirkumu atzīmēm, nevis apvienojat tos vienā vērtējumā, varēsit skaidrāk redzēt iespēju līmeni, kas atbilst demogrāfiskajam un darbības veidam. Abu skaitļu atdalīšana vienu no otra ir vienkāršākais veids, kā izslēgt potenciālos klientus, kuri ir aktīvi, bet nevar pieņemt lēmumu par pirkumu.