A legtöbb B2B cégnél nem a leadek darabszáma a szűk keresztmetszet, hanem az, hogy az értékesítő nem tudja, kivel kezdje a kapcsolatfelvételt. A lead scoring erre ad választ: ez egy pontozási rendszer, amely számszerűsíti, mennyire áll közel egy érdeklődő a vásárláshoz. Ebben a cikkben végigvesszük, milyen adatokra épül egy működő modell, hogyan állítsd be a pontszámokat, milyen leggyakoribb buktatók a lead scoring bevezetésében, és mi alapján mérd, hogy tényleg hoz-e eredményt. A végén kapsz egy négylépcsős menetrendet, amit a jelenlegi CRM-eddel el is tudsz indítani.
Mi az a lead scoring, és miért kevés önmagában a leadszám?
A lead scoring egy pontozási rendszer, amely minden érdeklődőhöz egy számot rendel aszerint, hogy kicsoda és mit csinál. Aki beleillik a célcsoportodba és többször visszatér az oldaladra, magas pontszámot kap. Aki egyszer letöltött egy anyagot, majd eltűnt, alacsonyat. Az értékesítő így nem érkezési sorrendben vagy megérzés alapján hívja végig a listát, hanem prioritás szerint. A lead scoring tehát nem minősít senkit jó vagy rossz ügyfélnek, csak sorrendet ad.
B2B-ben ez azért kritikus, mert a döntés hosszú és több szereplős. Egy ajánlatkérésig gyakran hónapok telnek el, és közben az érdeklődő szinte végig magától tájékozódik. A nemzetközi benchmarkok szerint a marketing által minősített leadeknek átlagosan nagyjából 13 százaléka jut el az értékesítés által is elfogadott státuszig. Ez az adat iparágtól és mérési módszertantól függően erősen szór, ezért tájékozódási pontként érdemes kezelni, nem célértékként.
Átlagosan ennyi érdeklődőt fogad el az értékesítés valódi tárgyalópartnernek abból, amit a marketing átad neki, nemzetközi iparági összesítések szerint. A többi elakad a folyamat elején. Az adat forrásonként eltér, iránymutatásként érdemes használni.
A magyar KKV-piacon a helyzet annyiban más, hogy a leadmennyiség ritkán százezres nagyságrendű. Éppen ezért fáj minden elpazarolt óra. Ha egy kétfős értékesítési csapat hetente negyven megkeresést kap, és ebből tíz sem releváns, az havi szinten több munkanapnyi kapacitás. A lead scoring itt nem technológiai kérdés, hanem kapacitásgazdálkodás.
Amit a lead scoring bevezetése előtt tisztázni kell
A leggyakoribb hiba, hogy a cég a szoftverrel kezdi. Előbb azt kell megválaszolni, nálatok mitől jó egy lead. Ezt a marketing egyedül nem tudja eldönteni, mert az ügyfelekkel az értékesítő beszél, és ő látja, melyik érdeklődőből lett végül szerződés. A lead scoring bevezetése ezért mindig egy közös munkamenettel indul, ahol a két csapat leírja, milyen cégméret, iparág, pozíció és probléma jelenti a valódi találatot.
A lead scoring bevezetése előtti második tisztázandó kérdés az adat. Ha a CRM-ben nincs rögzítve, hogy pl. honnan érkezett az érdeklődő, milyen oldalakat nézett meg és mikor nyitotta meg a leveleidet, akkor nincs mit pontozni. Nem kell hozzá drága rendszer, egy jól beállított űrlap, a webanalitika és az e-mail rendszer statisztikája már elegendő alap. A hiányzó mezőket viszont pótolni kell, mielőtt bármilyen pontszám értelmet nyerne. A lead scoring pontossága mindig az adatminőség függvénye.
Harmadik pont a folyamat vége. Döntsétek el előre, mi történik akkor, ha egy lead átlép egy küszöböt. Ha nincs kimondva, hogy 60 pont felett 24 órán belül telefonhívás megy ki, akkor a modell csak egy szám lesz a CRM-ben. A lead scoring akkor ér valamit, ha konkrét cselekvés kapcsolódik hozzá
Honnan tudod egyáltalán, mit csinál egy érdeklődő?
Az érdeklődő addig névtelen látogató, amíg meg nem adja az e-mail címét. Az űrlapkitöltés pillanatában a marketingautomatizációs rendszer összekapcsolja a böngészőjében tárolt azonosítót a kontaktadatokkal, és a korábbi látogatásait is visszamenőleg hozzárendeli, ha azok ugyanabból a böngészőből érkeztek. Ez az egyetlen ok, amiért a viselkedésalapú pontozás egyáltalán működni tud.
Az oldalmegtekintéshez a weboldalra kell egy követőkód abból a rendszerből, amelyik a kontaktokat is kezeli. A Google Analytics erre nem alkalmas, mert összesített adatot mutat, és személyhez kötött azonosítást nem enged. A levélnyitást és a kattintást a levelezőrendszer rögzíti, az árlista letöltése pedig akkor kerül be, ha űrlap mögé teszed vagy e-mailes linkről érhető el. A levélnyitás a leggyengébb jelzés a négy közül, mert pl. az Apple levelezője automatikusan letölti a képeket, így nyitásként rögzül olyan eset is, amikor a címzett hozzá sem ért a levélhez. Ezért a kattintást érdemes lényegesen magasabb pontszámmal súlyozni.
Rendszeroldalon annyi a feltétel, hogy a webes viselkedés és a kontaktadat egy helyen találkozzon. Ha nálatok külön eszközben van a hírlevél és külön az ügyféltörzs, akkor a lead scoring bevezetése előtt ezt a két adatkört kell összekötni, mert enélkül csak a cégadatokat tudod pontozni.
A személyhez kötött követéshez hozzájárulás kell. A sütikezelő felületén az érdeklődőnek külön el kell fogadnia a marketingcélú követést, az adatkezelési tájékoztatóban pedig szerepelnie kell, hogy a weboldali viselkedést a kapcsolatfelvétel után a kontaktjához rendeled. Hozzájárulás nélkül a látogatás anonim marad, és a viselkedési pontozás nagy része kiesik.
Pontozási modell felépítése: adat, viselkedés és negatív pontok
Egy működő modell két nagy blokkból áll. Az egyik azt méri, hogy mennyire illik hozzád az adott cég és személy: árbevétel, létszám, iparág, pozíció, régió. A másik azt, hogy mit csinál: milyen oldalakat néz, hány levelet nyit meg, letölt-e árlistát, visszatér-e egy héten belül. A lead scoring ereje abból jön, hogy a kettőt együtt nézi, mert külön-külön mindkettő félrevezető lehet.
Az arányokat érdemes tudatosan beállítani. Ha csak a viselkedést pontozod, simán lehet, hogy előre fognak kerülni versenytársak vagy álláskeresők. Ha csak a cégadatokat, akkor a listád élén olyan nagyvállalatok ülnek, akik soha sem mutattak érdeklődést irántad. Egy jó kiindulás a nagyjából fele-fele súlyozás, amit aztán az első hónapok tapasztalata alapján hangolsz. A lead scoring modellek többsége ezen az arányon bukik el, nem a szempontok számán.
Ingyenes e-mail szolgáltatótól érkező cím: mínusz pont.
Gyakornoki, diák vagy egyértelműen nem döntéshozói pozíció: mínusz pont.
Versenytárs domainje: azonnali kizárás a listáról.
60 napja semmilyen aktivitás: fokozatos pontlevonás.
A negatív pontozás legalább olyan fontos, mint a pozitív. Vonj le pontot, ha az e-mail cím ingyenes szolgáltatótól származik, ha a pozíció gyakornok vagy diák, ha a domain a saját versenytársadé, vagy ha az érdeklődő 60 napja nem mozdult. Ez a lépés tisztítja meg a listát, és ez az egyik legkevesebb munkával járó része a lead scoring rendszernek.
A lead scoring bevezetése a gyakorlatban, lépésről lépésre
Az első lépés a visszatekintés. Nézd meg az elmúlt 12 hónap megnyert üzleteit, és keresd a közös jellemzőket. Milyen csatornán jöttek, mekkora cégek voltak, mit csináltak az első kapcsolatfelvétel előtt. Ez az elemzés adja a lead scoring szempontrendszerének gerincét, és ehhez nem kell más, csak a meglévő CRM-adatok és néhány óra figyelem.
A második lépés a súlyozás és a küszöbérték. Adj pontot minden szempontnak, majd határozz meg két határt: egy alsót, ahonnan a lead automatizált gondozásba kerül, és egy felsőt, ahonnan az értékesítő veszi át. A lead scoring bevezetése ezen a ponton szokott elakadni, mert mindenki tökéletes modellt akar. Nem kell. Az első verzió legyen egyszerű, tíz-tizenkét szempont bőven elég.
A harmadik lépés a technikai beállítás a CRM-ben vagy a marketingautomatizációs rendszerben, a negyedik pedig a mérés. Fontos, hogy a modell élesítése után ne nyúlj hozzá néhány hétig, különben nem lesz összehasonlítási alapod.
Mérés és finomhangolás: mikor működik jól a rendszer?
A legfontosabb mutató nem a pontszám, hanem az, hogy a magas pontszámú leadekből tényleg gyakrabban lesz-e szerződés. Ezt havonta érdemes nézni: bontsd három sávra az érdeklődőket, és hasonlítsd össze a lezárási arányukat. Ha a felső sáv nem teljesít érdemben jobban, akkor a lead scoring rossz szempontokat súlyoz, nem az értékesítés hibázik.
Több szolgáltatói elemzés arról számol be, hogy a viselkedésalapú pontozást használó cégeknél az értékesítésig eljutó leadek aránya a 40 százalékos sávba kerül, szemben a 13 százalékos átlaggal. Ezek a számok érdekelt forrásoktól származnak, a mögöttes módszertan nem publikus, ezért inkább irányjelzésként érdemes rájuk tekinteni, mint ígéretként. A saját adatod mindig többet ér, mint bármelyik iparági átlag.
Érdemes elfogadni azt is, hogy a lead scoring soha nem lesz kész. A piac változik, új szolgáltatás indul, más csatornából jönnek az érdeklődők, és ilyenkor a súlyok is elavulnak. Meghatározott időközönként pl. negyed- vagy félévente egy órányi felülvizsgálat elég ahhoz, hogy a modell együtt mozogjon a valósággal. Ez a rendszeresség különbözteti meg a működő lead scoring rendszert attól, amelyik fél év után csak egy használaton kívüli mező marad a CRM-ben.
Egy dolgot viszont ne várj tőle: a lead scoring nem helyettesíti a beszélgetést az ügyféllel. Sorrendet ad, nem döntést hoz. Az értékesítő továbbra is azzal nyer, hogy jó kérdéseket tesz fel, csak éppen a megfelelő embernek teszi fel őket, a megfelelő időben. Ha ezt a szemléletet a tartalommarketing és a hirdetések oldaláról is támogatod, a pontozás sokkal gyorsabban kezd értelmes eredményt mutatni. A pontozás mellékterméke ugyanis egy adatbázis arról, hogy a valóban értékes leadek mit néztek meg és mire kattintottak, mielőtt megkerestek volna. Ha a felső sávba kerülő érdeklődők rendre ugyanazt az weboldalt nézik meg és ugyanarra a levélre reagálnak, akkor megkaptad, milyen témára és milyen üzenetre érdemes építeni a következő tartalmakat.
