Doet jouw bedrijf aan Predictive Lead Scoring?

Als bedrijf wil je graag weten hoe groot de kans is dat een contact een klant gaat worden. Deze vraag kun je beantwoorden met 'Predictive Lead Scoring'. Voorspellende leadscoring is één van de marketing automation trends van 2020.

Wat is Predictive Lead Scoring?

Lead scoring is één van de belangrijkste taken van je marketing- en verkoopteam om de juiste klanten en prospects zo efficiënt mogelijk te bereiken. Voorspellende leadscoring brengt de traditionele leadscore-aanpak naar het volgende niveau door big data en machine learning-algoritmen toe te passen. Zo kun je het belangrijkste gedrag van bestaande klanten en prospects evalueren. Vervolgens kun je deze data afzetten tegen een schaal die klanten en prospects kan onderscheiden die meer kans hebben om te converteren. De groep die overblijft zal sneller je producten of diensten afnemen en klant blijven.

Wat kun je doen met deze data?

• Ten eerste genereert predictive lead scoring één meetbare KPI die de waargenomen waarde weerspiegelt die klanten en prospects vertegenwoordigen.
• Ten tweede kan je marketingteam gerichtere campagnes uitvoeren en investeringen doen om de ROI van de marketinguitgaven te maximaliseren.
• Ten derde verbetert het de efficiëntie en productiviteit van je verkoopteam doordat zij hun tijd kunnen steken in het werken met hoogwaardige klanten en prospects.
• Last but not least verbetert het de algehele conversie en het aankooppercentage door de acquisitie- en verkoopdoelstellingen op elkaar af te stemmen.​​​

Ontwikkel je eigen Predictive Lead Scoring model.

Het voorspellende scoreproces begint met het identificeren van gegevens en scorekenmerken die zijn gegenereerd door je bestaande en potentiële klanten.Of het nu conversie, retentie, opbrengst of kwaliteit van de service is, het is belangrijk om een doel te bepalen voor optimalisatie.

De belangrijkste kenmerken

De volgende gegevens moet je minimaal verzamelen om het model succesvol te kunnen gebruiken:

• Klantprofielgegevens

‍Demografische informatie van de klant zoals leeftijd, locatie, functie, branche etc.

• Accountprofielgegevens

‍Firmografische kenmerken, zoals bedrijfsgrootte, branche en accounttype, etc.

• Gegevens over klantbetrokkenheid

‍Leg klantactiviteiten vast, waaronder e-mailactiviteit, zoals CTO, CTR, website-activiteit, zoals bezoeken, ingevulde formulieren, productpaginaweergaven of downloads, aanmaken van een account, webinar of evenement aanwezigheid, etc.

• Aankoopgegevens

‍Aankoopbedrag, frequentie van aankopen, welke producten er gekocht zijn, etc.

• Marketing- en verkoopprestaties

‍Leg vast via welke kanalen je klanten zijn binnengekomen, zo weet je op welke kanalen je de focus moet leggen en waar nog winst te behalen valt.

Nadat je deze belangrijke gegevens hebt verzameld, moet deze informatie die aan een klant of prospect is gekoppeld, in een systeem geïntegreerd worden dat het voorspellende scoremodel erop kan toepassen. Nu kan de relatie tussen deze geïdentificeerde attributen en het doelgedrag wetenschappelijk geevalueerd worden.

Wil je met jouw bedrijf hiermee aan de slag?

Heb je vragen over dit artikel of ben je benieuwd wat SGNM voor jouw leadgeneratie kan betekenen? Neem dan gerust contact op met:Bronnen: 3 opvallende trends voor marketing automation - Predictive Lead Scoring