22 beste praksiser for lead scoring for å optimalisere salg i stor skala

For virksomheter som prøver å skalere, kan lead-poengsetting være en fullstendig gamechanger.

Uten en tydelig måte å prioritere leads på ender du opp med å kaste bort tid på kalde prospekter – noe som fører til tapte muligheter og lavere konvertering. Men når du implementerer beste praksis for lead-poengsetting, blir situasjonen en helt annen. Du kan konsentrere deg om de mest engasjerte prospektene, noe som gir en mer målrettet salgsinnsats som øker inntektene og setter fart på veksten.

Hvorfor er lead-poengsetting viktig?

Enkelt sagt er lead-poengsetting salgsteamets kompass. Det hjelper dem med å unngå å kaste bort tid på prospekter som ikke er klare til å engasjere seg, og holder ressursene rettet mot områdene som betyr mest. Uten dette kan de følge opp feil leads, noe som bremser veksten.

Ved å gi poeng for handlinger som å laste ned en hvitbok eller delta på et webinar kan teamet ditt fokusere på leads som viser reell interesse og sannsynligvis vil konvertere. Poengsummen kan også bygges inn i systemet for ruting av leads, noe som gjør at leads følges opp raskere.

Dette er spesielt viktig for SaaS-selskaper, der prospektene spenner fra enkeltbrukere til beslutningstakere på virksomhetsnivå. Lead-poengsetting rydder opp i kaoset. Den fremhever leads som samsvarer med den ideelle kundeprofilen din, slik at du kan gi mer personlig oppfølging og styrke den samlede innsatsen din innen leadgenerering.

Viktige egenskaper å ta hensyn til ved lead-poengsetting

Når du bygger eller justerer et system for lead-poengsetting for SaaS, er det noen viktige ting som må være på plass – særlig for inntektsansvarlige i SaaS-virksomheter som trenger noe skalerbart og nøyaktig.

Atferdssignaler

Handlingene til et lead sier mest. Store handlinger, som å delta på webinarer, be om demoer eller gjentatte ganger besøke prissider, er tegn på at de er klare til å ta en prat. Denne atferden med høy kjøpsintensjon bør veie tungt i poengmodellen, særlig fordi salgssykluser innen SaaS ofte er lange og involverer flere beslutningstakere.

Demografiske data og firmografiske data

Du må sørge for at leadet passer med den ideelle kundeprofilen din. Er de i riktig bransje? Har de riktig rolle? Passer størrelsen på selskapet? For SaaS er det avgjørende å rette seg mot beslutningstakere – for eksempel teknologidirektører eller IT-direktører – siden det er mer sannsynlig at de kan påvirke resultatene og konvertere.

Engasjementsnivå

Kontinuitet er avgjørende. Leads som fortsetter å åpne e-poster, laste ned innhold eller besøke nettstedet ditt på nytt, er verdt å fokusere på. Ved å følge med på ikke bare engangshandlinger, men også vedvarende interesse, sikrer du at du bruker tid på leads som faktisk vurderer produktet ditt – ikke bare er innom.

Modellens skalerbarhet

Enten du ekspanderer til nye markeder eller lanserer nye produkter, bør systemet for lead-poengsetting holde tritt. Rigide kriterier er ikke tilstrekkelige – regelmessige justeringer basert på sanntidsdata sikrer at markedsføring og salg holder seg samkjørte. I tillegg unngår du at leads med høy verdi faller mellom to stoler.

Modeller for lead-poengsetting

Modeller for lead-poengsetting hjelper deg med å prioritere leads ved å analysere viktige egenskaper, men hvordan du evaluerer disse leadene kan variere avhengig av modellen.

Author's Tip

Lead-poengsetting brukes noen ganger som et synonym for lead-gradering. Lead-gradering er imidlertid en type lead-poengsetting som automatisk bruker bokstavkarakterer (A – F) i stedet for tall for å evaluere innkommende leads.

Nedenfor finner du noen vanlige tilnærminger som kan hjelpe deg med å finne det beste alternativet for inntektsmålene dine.

Demografisk kontra atferdsbasert poengsetting

Demografisk poengsetting ser på hvem leadet er – og om vedkommende passer med den ideelle kundeprofilen din. Ting som stillingstittel, bransje, selskapsstørrelse og geografisk plassering spiller alle en rolle. 

Hvis SaaS-løsningen din for eksempel er utviklet for CTO-er i mellomstore teknologiselskaper, vil du gi høyere poengsum til leads som passer denne beskrivelsen. På denne måten fokuserer du på beslutningstakere som har størst sannsynlighet for å konvertere.

På den andre siden fokuserer atferdsbasert poengsetting på hva leadet gjør. Handlinger som å laste ned ressurser, delta på webinarer eller besøke viktige sider på nettstedet ditt, er signaler på kjøpsintensjon. For SaaS-virksomheter gir denne atferden et innblikk i hvor engasjert en potensiell kunde er. 

Ideelt sett bør du kombinere både demografiske data og atferdsdata for å få et så tydelig bilde som mulig av leadets kvalitet.

Negative signaler i poengsettingen

Ikke all atferd hos leads er ideell. Handlinger som å avslutte abonnementet på e-post, besøke karrieresiden din eller forbli inaktiv for lenge, bør redusere leadets poengsum. Disse handlingene kan tyde på at et lead er i ferd med å miste interessen eller ikke passer godt til produktet ditt. 

Ved å inkludere negative poeng kan du unngå å følge opp leads som sannsynligvis ikke vil konvertere, og holde salgsteamene fokusert på muligheter med større potensial.

Prediktiv kontra tradisjonell poengsetting av leads

Tradisjonell poengsetting av leads bruker forhåndsdefinerte kriterier og manuell tildeling av poeng. Teamene tildeler verdier basert på historiske data og forretningsmål, og vurderer leads ut fra hvor godt de samsvarer med målgruppen din eller samhandler med innholdet ditt. Denne tilnærmingen fungerer hvis kundebasen og markedet ditt er relativt stabile.

Prediktiv poengsetting av leads tar dette et steg videre. Den bruker maskinlæring til å forutsi hvilke leads som har størst sannsynlighet for å konvertere. Modellen blir stadig smartere ved å lære av tidligere atferd og konverteringsdata. For SaaS-selskaper i rask vekst gir prediktiv poengsetting mer presis innsikt, slik at salgs- og markedsføringsteamene kan fokusere på de mest lovende leadene. Mindre gjetting, større nøyaktighet.

22 beste fremgangsmåter for poengsetting av leads

For at poengsetting av leads skal være virkelig effektiv, må tilnærmingen din være databasert, tilpasningsdyktig og tett knyttet til både salgs- og markedsføringsmål.

Her er viktige fremgangsmåter for poengsetting av leads som kan maksimere innsatsen din:

Kundedata og analyse

1. Bruk historiske data på en smart måte: Poengsetting av leads ved hjelp av CRM-data hjelper deg med å identifisere hva de beste kundene dine har til felles. Se på tidligere leads og finn atferd eller egenskaper som konsekvent fører til konverteringer. Disse dataene hjelper deg med å utforme poengkriteriene dine basert på reell innsikt.
2. Fokuser på viktig kjøpsatferd: Handlinger som viser høy kjøpsintensjon, for eksempel forespørsler om produktdemonstrasjoner eller besøk på prissider, bør prioriteres høyest. Disse handlingene forteller deg når noen nærmer seg et kjøp.
3. Legg til negativ poengsetting: Det handler ikke bare om positive signaler. Trekk poeng for ting som å avslutte abonnementet på e-post eller være inaktiv. Dette holder salgsteamet fokusert på de mest lovende mulighetene.
4. Gi sider med høy verdi høyere poengsum: Ikke alle sider er like viktige. Tildel flere poeng til besøk på sider med stor innvirkning, som produktdemonstrasjoner eller prisavsnitt, som viser sterkere kjøpsintensjon.

Tilpasset poengsetting av leads for ulike segmenter

5. Lag segmentspesifikke modeller: Ulike kjøpersegmenter – som bedriftskunder og SMB-er – samhandler på forskjellige måter. Tilpass poengsettingsmodellene dine for hvert segment, slik at de forblir relevante.
6. Ulike produkter, ulike modeller: Hvis du tilbyr flere produkter, er det verdt å tilpasse poengsettingsmodellene for hvert av dem. Tross alt tiltrekker ulike tilbud seg ulik kundeatferd.
7. Ta hensyn til kjøpsreisen: Leads i bevisstgjøringsfasen bør ikke få samme poengsum som leads i beslutningsfasen. Juster poengsettingen basert på hvor i salgstrakten et lead befinner seg.

Samordning av salg og markedsføring

8. Samarbeid om kriteriene: Sørg for at salgs- og markedsføringsteamene er enige om hvilke kriterier som skal brukes for eksempelvis poengsetting av leads i HubSpot. Dette sørger for at begge teamene arbeider mot samme mål.
9. Fastsett felles kvalifiseringsterskler: Bli enige om hvilken poengsum som gjør et lead klart for salg. Dette hjelper salgsavdelingen med å vite når den skal overta, og sikrer at markedsføringen har gjort jobben sin.
10. Hold tilbakemeldingene i gang: Salgsteamene har verdifull innsikt – lytt til tilbakemeldingene deres. Hvis de sier at visse leads ikke konverterer som forventet, kan det være på tide å justere poengsettingstersklene.

Løpende forbedring og automatisering

11. Oppdater poengmodellen regelmessig: Ting endrer seg – virksomheten din, kundeatferden og markedsforholdene. Hold poengmodellen oppdatert ved å gjennomgå og justere den regelmessig.
12. Bruk poengreduksjon over tid: Hvis en potensiell kunde har vært inaktiv en stund, bør du trekke fra poeng for å gjenspeile den reduserte interessen. Etter 30 dager uten aktivitet er det for eksempel på tide å senke poengsummen.
13. Belønn gjentatte handlinger med høy verdi: Hvis en potensiell kunde stadig vender tilbake til viktige sider, som demo- eller prissiden, bør poengsummen gjenspeile den økende interessen.
14. Automatiser prosessen: Integrer poengberegningen av potensielle kunder med CRM-systemet eller verktøyene for markedsføringsautomatisering for å få sanntidsoppdateringer og sikre smidige overleveringer til salg så snart en potensiell kunde når en viktig poengsum.
15. Sett opp varsler for salg: Sørg for at salgsteamet får beskjed så snart en potensiell kunde når en viktig poengsum. Oppfølging i tide fører til bedre konverteringsfrekvenser.
16. Tilpass basert på poengsum: Bruk poengsummene til potensielle kunder for å segmentere kontakten din. Potensielle kunder med høy poengsum bør få mer personlig oppmerksomhet, mens de med lavere poengsum kan ha nytte av en mer forsiktig tilnærming.

Utprøving og finjustering

17. Test tersklene dine: Eksperimenter med A/B-testing for å finne de ideelle poengtersklene. Bruk konverteringsdata til å finjustere modellen og sørge for at de riktige potensielle kundene prioriteres.
18. Snakk med kundene dine: Få innsikt fra personene som allerede har kjøpt fra deg. Hvilke handlinger utførte de før de konverterte? Bruk denne informasjonen til å finjustere poengmodellen.
19. Gi poeng basert på innholdsengasjement: Tildel poeng for engasjement med verdifullt innhold, som kundehistorier eller fagrapporter. Dette signaliserer ofte en dypere interesse for produktet ditt.

Strategisk segmentering

20. Bruk demografi i poengberegningen: Ta hensyn til detaljer som stilling, bedriftsstørrelse og bransje. Gi poeng basert på hvor godt disse samsvarer med profilen til den ideelle kunden din (ICP).
21. Utnytt firmografiske data: For B2B er firmografiske data, som bedriftens omsetning eller antall ansatte, avgjørende. Større bedrifter kan få høyere poengsum fordi de har potensial for større avtaler.
22. Gjennomgå poengsummene kvartalsvis: Ikke la poengmodellen bli utdatert. Gå gjennom den med noen måneders mellomrom for å sikre at den fortsatt samsvarer med forretningsmålene og markedstrendene.

Slik kan automatisering forbedre prosessen for poengberegning av potensielle kunder

Automatisering kan effektivisere og forbedre prosessen for poengberegning av potensielle kunder på flere viktige måter:

• Poengsetting i sanntid: Automatiserte verktøy gir potensielle kunder poeng umiddelbart basert på atferden deres. Som et resultat vil salgsteamet ditt alltid ha den nyeste innsikten uten manuell inndata. Dette er spesielt nyttig for å følge opp et stort volum av potensielle kunder i SaaS-bedrifter.
• Konsekvente kriterier: Med automatisering brukes kriteriene for poengsetting av potensielle kunder på samme måte over hele linjen. Denne konsekvensen eliminerer menneskelige feil og sikrer at hver potensiell kunde vurderes rettferdig, slik at teamet ditt kan prioritere mer nøyaktig.
• Følg med på atferd overalt: Automatisering kan følge potensielle kunder overalt der de samhandler med deg – enten det er på nettstedet ditt, via e-post eller på sosiale medier. Det gir et helhetlig bilde av hva de potensielle kundene dine er interessert i, og gjør det tydeligere hva de har til hensikt.
• Tilpass underveis: Etter hvert som bedriften din vokser og utvikler seg, gjør automatisering det mulig for modellen for poengsetting av potensielle kunder å justere seg dynamisk basert på ny atferd eller endringer i markedet. Dette sikrer fortsatt nøyaktighet uten at det kreves konstante manuelle oppdateringer.
• Smidig overlevering fra markedsføring til salg: Automatisering kan utløse varsler når en potensiell kunde når en bestemt poengsum, slik at potensielle kunder med høy prioritet overleveres til salgsteamet på riktig tidspunkt. Dermed forbedres både bearbeidingen av potensielle kunder og konverteringsratene.

Vanlige feil du bør unngå ved poengsetting av potensielle kunder

Selv med et godt utformet system for poengsetting av potensielle kunder kan flere vanlige feil svekke effektiviteten. Sørg for å unngå følgende feil:

Å gjøre poengsettingskriteriene for kompliserte 

Fokuser på atferden som faktisk signaliserer kjøpsintensjon. Prioriter 5–7 viktige handlinger eller egenskaper (f.eks. forespørsler om produktdemonstrasjoner, stillingstittel og bedriftsstørrelse) som konsekvent samsvarer med konverteringer. Unngå å bruke for mange poengsettingsfaktorer eller handlinger med liten effekt, da dette svekker betydningen av viktig atferd, for eksempel likerklikk i sosiale medier eller mindre besøk på nettstedet.

Å overse muligheter for å engasjere potensielle kunder på nytt 

Potensielle kunder som har blitt inaktive, blir ofte oversett, selv om de kan være klare for nytt engasjement med riktig strategi. Utarbeid en prosess for å gi inaktive potensielle kunder en ny poengsum etter at de har begynt å engasjere seg i innholdet ditt igjen. Hvis en potensiell kunde som tidligere har mistet interessen, for eksempel begynner å åpne e-poster eller besøke nettstedet ditt igjen, bør du justere poengsummen i tråd med dette og merke vedkommende for fornyet oppfølging.

Å ignorere innsikt etter konvertering

Kunder som bruker produktet ditt etter kjøpet, kan gi verdifull innsikt i hvilken atferd som forutsier langsiktig kundelojalitet og muligheter for mersalg. Derfor bør du inkludere data fra kundesuksessarbeidet i tilbakemeldingssløyfen for poengsetting av potensielle kunder. Analyser atferden til de beste kundene dine etter konvertering, og finjuster poengsettingen av potensielle kunder for bedre å forutsi hvilke potensielle kunder som har størst sannsynlighet for å forbli lojale og generere gjentatte inntekter.

Neste steg for organisasjonen din

Nå vet du hva poengsetting av potensielle kunder er, og hva det kan gjøre for organisasjonen din. Det neste du bør gjøre, er å utarbeide modellen eller strategien for poengsetting av potensielle kunder. 

Se først for deg den ideelle kunden din. Definer deretter denne kunden ved hjelp av bedriftsstørrelse, beliggenhet, bransje og andre kriterier som er relevante for virksomheten din. Når du har det riktige verktøyet eller den riktige teknologien, kan du fastsette poengintervaller og integrere andre systemer for å få en fullt funksjonell modell.

Enda viktigere er det at teamet ditt må være kjent med modellen og programvaren for poengsetting av potensielle kunder dere skal bruke. 

Samarbeidsworkshops vil hjelpe markedsførings- og salgsteamene med å lære om og forstå hverandres perspektiver. Du kan også utarbeide dokumentasjon som beskriver modellen for poengsetting av potensielle kunder, kriteriene, poengintervallene og definisjonene for hver poengsum.

Regelmessige gjennomganger er nødvendige for å finjustere modellen for poengsetting av potensielle kunder basert på resultater og tilbakemeldinger fra begge teamene. Det handler egentlig om å forbedre modellen trinnvis og forbli smidig fremover.  

Hvilke andre tips for håndtering av potensielle kunder ville vært nyttige for virksomheten din? Abonner på nyhetsbrevet vårt for eksklusiv innsikt og eksperttips.