Montrez-moi une équipe de vente qui a du temps libre pour déchiffrer les MQL ambigus et je vous montrerai un double arc-en-ciel. Cela peut-il arriver? Oui. Est-ce que ça arrive souvent ? À peine.
Systèmes de notation de plomb de base dansAdobe Marketo S'engager sont simples ; un e-mail ouvert équivaut à un score de prospect positif. Mais faire progresser la notation des prospects Marketo qui offre un engagement commercial aiguisé vaut son pesant d'or.
Les instances efficaces de Marketo obtiennent un score sur une grande variété d'attributs tels que des points de données démographiques, comportementaux et firmographiques pour créer des profils MQL (prospects qualifiés en marketing) utiles.
Cependant, il est important de noter que la notation des leads Marketo est une voie à double sens ; recueillir des informations précieuses auprès des ventes est essentiel pour identifier exactement comment les prospects qualifiés doivent se manifester.
Allez au-delà de la notation basique des leads
Le lead scoring de base, c'est-à-dire le scoring uniquement sur les clics et les ouvertures d'emails, produit inévitablement des leads pseudo-qualifiés. Voici quelques-uns des aspects les plus profonds de la notation des prospects Marketo :
Données explicites versus données implicites
Les données explicites sont des informations qui peuvent dicter la notation des prospects en fonction d'aspects tels que la géographie, l'âge, le titre, la prise de décision ou l'entreprise. Ce sont des points de données quantifiables pertinents dans lesquels vrai/faux, oui/non ou des points de données clairs peuvent être définis.
Voici quelques facteurs explicites plus avancés à prendre en compte :
- L'intitulé du poste du lead a-t-il accès à un budget mesurable ?
- Les caractéristiques géographiques du prospect correspondent-elles à la manière dont vous pouvez lui proposer un produit/service ?
- Le budget de votre prospect est-il susceptible de gérer votre tarification ?
D'autre part, les données implicites sont de nature beaucoup plus fluide. Les points de données implicites impliquent des interprétations telles que des préférences, des besoins ou des problèmes qui nécessitent une solution. Les données implicites peuvent aller aussi loin que le contenu souhaité ou la manière dont le contenu est ingéré.
Voici quelques facteurs implicites à considérer :
- Quelle est la propension à acheter observée ?
- Quels sont les obstacles à la diffusion de l'information parmi les parties prenantes ?
- Existe-t-il un type de contenu qui résonne avec un prospect particulier ?
Comportement actif versus passif
Pour la notation des prospects, le comportement actif mesure le potentiel d'achat, sur la base d'activités mesurables montrant la préparation à la vente.
Le comportement passif reconnaît le type de navigation de l'activité d'engagement.
Il devient une différence perceptible entre la demande d'un prospect de prix spécifiques (actif) et les capacités de produit/service (passif) pour l'achat.
En gardant à l'esprit les deux comportements, la création d'un système de jetons de notation qui donne confiance au comportement actif par rapport au comportement passif dictera la fidélité de la notation des prospects.
Améliorer la notation des leads
Parfois, le nivellement des scores symbolisé peut informer un CRM pour signaler la montée ou la chute d'une piste. Cela se traduit par un filtrage plus simplifié du score de piste.
Rassembler
Les utilisateurs de Marketo ne connaissent pas toujours le cerveau des vendeurs. Il devient difficile de rassembler toute l'image dans ce qui certifie qu'un prospect est "prêt pour la vente". Il est essentiel d'agréger les informations pour indiquer qui, quoi, quand, où et comment les MQL doivent être transmis aux ventes. Voici quelques questions qui peuvent aider à combler cet écart :
- Quelles données manquent généralement pour aider le processus de vente ?
- Quelle est la durée moyenne pendant laquelle un prospect se trouve à chaque étape du cycle de vente ?
- Existe-t-il des données qui informent sur les interactions passées avec les ventes ?
- Quelles opportunités passées ont été manquées ?
- Quels achats ont été effectués par le prospect dans le passé ?
Attribuer
Après une fusion des points de données ci-dessus, il devient nécessaire d'attribuer des jetons de score à chacun. Prenez le temps de mettre en œuvre les jetons de notation les plus importants, suivis d'une évaluation itérative de la manière dont ils se concrétisent.
De plus, la dénomination des jetons de score ne permet que 50 caractères pour chacun. Naviguez judicieusement dans vos conventions de dénomination si vous commencez à créer de nombreux jetons de score.
N'oubliez pas l'importance de la notation négative ou de la dégradation. Les prospects peuvent choisir un produit/service alternatif ou simplement perdre tout intérêt. Compte en conséquence.
{{my.Basic Lead Scoring}} +100
À la fin du lancement d'un programme de notation des prospects plus avancé, interagissez avec les ventes pour déterminer les résultats. La vérification auprès des équipes de vente garantit l'évolution d'un modèle de notation itératif et non basique.
Vous cherchez de l'aide pour un scoring de leads plus avancé ou quelque chose de beaucoup plus compliqué ? Tendez la main auParfaitéquipe pour découvrir comment nous pouvons vous aider, vous et votre organisation, avec l'automatisation du marketing.
Source link