Leadpoängsättning utan dataanalytiker
Av CodexierPublicerad 5 min läsning
Lead scoring låter som något som kräver dataforskare och prediktiva modeller. För de flesta små och medelstora svenska företag gör det inte det. En genomskinlig poängmodell, byggd på det du redan vet om bra kunder och kontrollerad mot affärer ni faktiskt vunnit, ger det mesta av värdet. Den talar om för säljarna vem de ska ringa först och för marknad vilka leads som behöver mer bearbetning. Här visar vi hur du bygger en i ditt CRM.
Signaler för passform och beteende
Passform handlar om vem leadet är: bransch, företagsstorlek, roll, ort. Beteende handlar om vad hen har gjort: besökt prissidan, bokat en demo, öppnat mejl, laddat ner en guide. En perfekt passform som inte visar något intresse är inte redo. Ett mycket engagerat lead som är student och skriver uppsats är ingen kund. Du behöver båda dimensionerna.
| Signal för passform | Signal för beteende |
|---|---|
| Bransch ni hjälper bra | Har besökt prissidan |
| Företagsstorlek som passar er | Har begärt offert eller bokat samtal |
| Beslutande roll | Har kommit tillbaka till sajten flera gånger på en vecka |
| Finns i ert område | Har öppnat och klickat i de senaste mejlen |
| Använder ett system ni integrerar med | Har laddat ner en köpguide eller checklista |
En enkel poängmodell
Ge varje signal poäng efter hur starkt du tror att den förutsäger en affär. Håll siffrorna grova, som 5, 10 och 20, eftersom falsk precision ger en falsk känsla av träffsäkerhet. Ge minuspoäng för signaler som diskvalificerar: en konkurrents mejldomän, en studentadress, ett land ni inte arbetar i eller en avregistrering. Låt beteendepoängen avta över tid, så att ett besök för tre månader sedan väger lättare än ett i går.
- Tydliga köpsignaler som bokat samtal eller begärd offert får mest poäng – många team skickar dem direkt till sälj oavsett poäng.
- Besök på pris- och tjänstesidor ger mer än besök i bloggen.
- Signaler för passform kommer från formulärfält eller berikning av data – fråga bara efter det ni faktiskt använder.
- HubSpot, Pipedrive och de flesta CRM-system låter dig bygga det med egenskaper och arbetsflöden, utan kod.
Kontrollera mot vunna affärer
En modell byggd på åsikter behöver möta verkligheten. Exportera era senaste tjugo till femtio avslutade affärer, både vunna och förlorade, och poängsätt dem i efterhand med modellen. Får vunna affärer inte tydligt högre poäng än förlorade är poängen fel. Titta på vilka signaler de vunna affärerna hade gemensamt och justera. Det tar en eftermiddag i ett kalkylark och är steget som de flesta team hoppar över.
Vunna affärer får höga poäng
Modellen skiljer bra leads från dåliga. Behåll den och sätt gränsen.
Ingen tydlig skillnad
Signalerna förutsäger inget. Se över vilka kriterier för passform som verkligen spelar roll.
Förlorade affärer får höga poäng
Ni belönar fel beteende, ofta innehållskonsumtion från personer som aldrig köper.
Gränser för överlämning till sälj
Poängsättning hjälper bara om den ändrar vad folk gör. Kom överens mellan marknad och sälj om vilken poäng som gör ett lead säljklart, vad sälj förbinder sig att göra med det och hur snabbt, och vad som händer med leads under gränsen. Skriv ner det. Automatisera överlämningen: en uppgift eller notis till rätt säljare när gränsen passeras. Vår guide om att få in webbplatsens leads i CRM:et tar upp kopplingarna.
- Över gränsen: tilldelas en säljare och kontaktas inom överenskommen tid.
- Nära gränsen: bearbetas med relevanta mejlutskick.
- Under gränsen eller dålig passform: stannar hos marknad, ingen säljtid läggs.
- Avvisat av sälj: skickas tillbaka med en orsak, så att modellen kan förbättras.
Se över modellen varje kvartal
Marknader och erbjudanden förändras, och därmed signalerna som förutsäger en affär. En gång i kvartalet: gör om kontrollen mot vunna och förlorade affärer, titta på vilka leads sälj avvisade och varför, och justera poängen. Ta bort signaler som ingen kan förklara. Håll modellen så enkel att en säljare förstår varför ett lead fick sin poäng – en svart låda som ingen litar på blir ignorerad.
Vi sätter upp lead scoring som en del av en CRM-implementering. När du inte behöver det: får ni en handfull leads i veckan kan säljarna titta på vart och ett, och en poängmodell ger bara mer administration. Den blir användbar när volymen gör det svårt att prioritera. En hälsokontroll av CRM:et är ofta ett bättre första steg. Vill du prata om er leadvolym kan du boka ett kostnadsfritt samtal.
Vanliga frågor
Behöver vi prediktiv lead scoring?
Inte i början. Prediktiva modeller kräver mycket historisk affärsdata för att bli pålitliga. En genomskinlig poängmodell fungerar bra för de flesta små och medelstora företag och är lättare att lita på och justera.
Kan vi använda lead scoring i HubSpots gratis-CRM?
De mer avancerade funktionerna för poängsättning finns i HubSpots betalda nivåer. I gratisversionen kan du efterlikna det med egenskaper och manuella regler. Kontrollera vad som ingår i aktuell plan innan du väljer.
Är lead scoring tillåtet enligt GDPR?
I regel ja för B2B, med berättigat intresse som grund, förutsatt att du informerar i integritetspolicyn och inte fattar beslut med rättslig verkan helt automatiskt. Tänk också på reglerna om samtycke för spårning av beteende på webbplatsen.
Hur många signaler ska modellen ha?
Börja med fem till tio. Fler signaler gör modellen svårare att förstå utan att göra den träffsäkrare. Lägg bara till signaler när kontrollen mot vunna affärer visar en lucka.
För många leads för att ringa alla?
Berätta vilket CRM ni har och hur många leads som kommer in. På en kvart skissar vi en poängmodell som ni kan pröva mot era egna affärer.
Boka ett kostnadsfritt 15-minuterssamtal