评分模型选择潜在客户评分系

统时您必须了解一种模型并不适合所有业务模型。一些销售周期较短的小型企业可以手动生成评分培养和转换销售线索。您的业务模型和销售周期决定了合适的评分模型。下一个重要的考虑因素是您的数据来源。您从目标受众那里收集什么样的数据以下是您可以根据不同数据类型开发的一些潜在客户评分模型。人口统计或企业统计数据人口统计信息可帮助公司确定潜在客户是否符合其理想的客户档案。您可以为理想买家角色的特定属性分配值例如位置状态年龄职位或性别。着陆页应提示访问者提供此类数据。公司依靠企业统计数据来进行潜在客户评分。这些信息包括公司。



规模收入位置和行业。您还需要有关访客在公司中的职位或职务的详细信息。在领先分数中高级经理比普通员工获得更高的分数。如果人口统计或公司统计数据不符合您的潜在客户资料您可以减分。例如如果您希望在本地 手机号码数据 销售产品或服务则您所在地理位置以外的潜在客户可能会获得负分。购买意向潜在客户与您的网站和数字平台的互动揭示了他们的购买意向。例如潜在客户可能会观看产品演示或询问产品在他们所在位置的可用性。您可以得出结论潜在客户有意从您的企业购买。购买意图的其他指示包括阅读有关您的产品的博客文章和有关您的品牌的评论。使用购买意向数据对线索进。







行评分可帮助您尽早接触到具有高转化率的潜在客户。上网行为开发基于在线行为的评分系统需要对过去的趋势进行评估。预测评分使流程更快更准确。考虑以前的潜在客户如何成为客户。他们首先访问了哪些页面他们接受了哪些如果您的客户首先访问高价值页面或表单请为此类操作分配更高的线索分数。例如注册产品演示的访问者比快速关闭页面的访问者获得更高的领先分数。具有多个页面浏览量的访问者也应该获得更高的积分。一些在线行为会导致负分。例如您可以从长时间停止下载您的产品或访问您的网站的访问者中扣除积分。电子邮件参与许多公司依靠电子邮。