โมเดลให้คะแนนลีดสอบถาม: การออกแบบมิติ การถ่วงน้ำหนัก และการปรับเทรชโฮลด์
หนึ่ง ทำไมต้องมีโมเดลให้คะแนน: ไม่ให้คะแนนก็คือใช้แรงเท่ากันหมด
ข้อความสอบถามที่เข้ามาในเว็บไซต์ของเราทุกวันมีคุณภาพต่างกันมาก บางอันเป็นคู่แข่งมาถามราคา บางอันเป็นนักเรียนทำโปรเจกต์ บางอันเป็นผู้ซื้อขนาดกลางที่มีงบจัดซื้อจริง หากพนักงานขายติดตามทุกข้อความสอบถามด้วยจังหวะเดียวกันหมด ผลลัพธ์ที่ได้คือ ผู้ซื้อที่มีความตั้งใจสูงจะถูกทอดทิ้ง ขณะที่ข้อความสอบถามที่มีความตั้งใจต่ำจะกินเวลาจำนวนมาก
โมเดลให้คะแนนแก้ปัญหาการจัดเส้นทางโดยตรง มันแยกแต่ละข้อความสอบถามออกเป็นหลายมิติให้คะแนน แล้วถ่วงน้ำหนักรวมเป็นคะแนนเต็ม 0 ถึง 100 จากนั้นจัดเส้นทางตามช่วงคะแนนไปยังคนที่ต่างกันและจังหวะการติดตามที่ต่างกัน ถ้าไม่มีโมเดลให้คะแนน ทีมทำได้แค่ใช้ความรู้สึกตัดสินว่าข้อความสอบถามไหนสำคัญ ซึ่งความรู้สึกจะใช้ไม่ได้แน่นอนเมื่อปริมาณข้อความสอบถามเพิ่มขึ้น
| วิธีแยก | แนวทาง | ช่วงที่เหมาะใช้งาน | ปัญหาหลัก |
|---|---|---|---|
| ไม่ให้คะแนน ทุกคนติดตาม | พนักงานขายติดตามทุกข้อความสอบถาม | ข้อความสอบถามต่อเดือนน้อยกว่า 20 รายการ | พอข้อความสอบถามเยอะก็เริ่มคั่งค้าง |
| แบ่งด้วยความรู้สึกของคน | หัวหน้าดูแวบหนึ่งแล้วตัดสินว่าใครติดตาม | ข้อความสอบถามต่อเดือน 20 ถึง 50 รายการ | มาตรฐานไม่ตรงกัน ขึ้นอยู่กับตัวบุคคล |
| โมเดลให้คะแนนตามกฎ | ให้คะแนนถ่วงน้ำหนักตามมิติและจัดเส้นทางอัตโนมัติ | ข้อความสอบถามต่อเดือน 50 รายการขึ้นไป | ต้องปรับเทียบทุกไตรมาส |
| การให้คะแนนเชิงพยากรณ์ | ใช้ข้อมูลการปิดการขายในอดีตฝึกโมเดล | มีตัวอย่างการปิดการขาย 100 รายการขึ้นไป | ตัวอย่างไม่พอก็จะคลาดเคลื่อน |
เว็บไซต์ของเราส่วนใหญ่ที่ทำตลาดต่างประเทศและมีข้อความสอบถามต่อเดือน 50 รายการขึ้นไปควรใช้โมเดลให้คะแนนตามกฎแล้ว ไม่ใช่รอให้ข้อมูลสะสมพอเสียก่อน ข้อดีของโมเดลตามกฎคือโปร่งใส อธิบายได้ พนักงานขายเข้าใจได้ว่าทำไมข้อความสอบถามนี้ถึงถูกส่งมาให้ตัวเอง การประเมินขั้นตอนในเส้นทางการศึกษาของผู้ซื้อดูเพิ่มเติมได้ที่เส้นทางวิจัยของนักซื้อ B2B ต่างประเทศ。
สอง การออกแบบมิติ: คะแนนโปรไฟล์และคะแนนพฤติกรรมดูแลอะไรบ้าง
มิติการให้คะแนนแบ่งเป็นสองประเภทใหญ่ คะแนนโปรไฟล์ดูว่าบริษัทนี้และคนนี้เป็นใคร คะแนนพฤติกรรมดูว่าเขาทำอะไรบนเว็บไซต์ ประเภทแรกมาจากแบบฟอร์มที่กรอกเองและการตรวจสอบย้อนกลับ ประเภทหลังมาจากข้อมูลการติดตามพฤติกรรม โครงสร้างโดยทั่วไปของมิติทั้งสองประเภทแสดงในตารางด้านล่าง
| ประเภทมิติ | มิติเฉพาะ | แหล่งข้อมูล | น้ำหนักที่แนะนำ |
|---|---|---|---|
| คะแนนโปรไฟล์ | ขนาดบริษัท อุตสาหกรรม ภูมิภาค | แบบฟอร์ม + ตรวจสอบย้อนกลับจากโดเมน | 20% |
| คะแนนโปรไฟล์ | ตำแหน่งและบทบาทในการจัดซื้อ | ฟิลด์ตำแหน่งในฟอร์ม | 10% |
| คะแนนโปรไฟล์ | ตรงกับโปรไฟล์ลูกค้าเป้าหมายหรือไม่ | เทียบกับกฎ ICP | 10% |
| คะแนนพฤติกรรม | เวลาที่อยู่ในหน้าสินค้า | การติดตามบนเว็บไซต์ | 15% |
| คะแนนพฤติกรรม | เข้าชมหน้าขอใบเสนอราคา/หน้าตัวอย่างสินค้า | เหตุการณ์บนหน้าเว็บ | 20% |
| คะแนนพฤติกรรม | จำนวนครั้งที่เข้าซ้ำภายใน 7 วัน | นับเซสชัน | 15% |
| คะแนนพฤติกรรม | ดาวน์โหลดไวท์เปเปอร์/เอกสาร | เหตุการณ์ดาวน์โหลด | 10% |
คะแนนโปรไฟล์รวมกัน 40% คะแนนพฤติกรรมรวมกัน 60% เหตุผลของสัดส่วนนี้คือ ตำแหน่งและบริษัทที่ผู้ซื้อกรอกในฟอร์มอาจถูกตกแต่งหรือแม้แต่ปลอมแปลง แต่พฤติกรรมอย่างการอยู่ในเว็บไซต์นานแค่ไหน ดูหน้าขอใบเสนอราคาหรือไม่ เข้ามากี่ครั้งในหนึ่งสัปดาห์ สิ่งเหล่านี้ปลอมแปลงได้ยาก คุณลักษณะที่ตรวจสอบได้สามประการของโปรไฟล์ลูกค้าเป้าหมาย อ้างอิงได้ที่โปรไฟล์ลูกค้าเป้าหมาย。
ตัวอย่างสถานการณ์: มีลีดหนึ่งรายมาจากบริษัทผลิตขนาดกลางในประเทศหนึ่ง ตำแหน่งเขียนว่า ผู้จัดการฝ่ายจัดซื้อ ได้คะแนนโปรไฟล์เต็ม แต่เขาอยู่ในเว็บไซต์เพียง 40 วินาที ไม่ดูหน้าสินค้าใดเลย คะแนนพฤติกรรมต่ำมาก ลีดแบบนี้คะแนนรวมจะไม่สูง ระบบควรจัดเป็นลีดอุ่น ไม่ใช่ลีดร้อน เพราะตำแหน่งที่เขียนสวยหรูไม่ได้หมายความว่ากำลังจัดซื้อจริง
สาม การจัดสรรน้ำหนักและการปรับเทรชโฮลด์
น้ำหนักไม่ได้กำหนดขึ้นลอย ๆ ต้องอาศัยการทดสอบย้อนกลับจากข้อมูลการปิดการขาย ในไตรมาสแรกที่เปิดใช้งาน ให้รันตามน้ำหนักเริ่มต้นในตารางด้านบนก่อน ยังไม่ต้องประเมินฝ่ายขาย เพียงบันทึกสถานะสุดท้ายของแต่ละลีด เมื่อสิ้นไตรมาสให้ดึงลีดที่ปิดการขายได้ออกมาดู ว่ามีคะแนนสูงในมิติใดและต่ำในมิติใด แล้วปรับน้ำหนักตามนั้น
| สัญญาณที่ใช้ปรับ | สิ่งที่สังเกตพบ | การปรับ |
|---|---|---|
| คะแนนสูงแต่ไม่ปิดการขาย | อัตราปิดการขายของลีดที่ได้ ≥80 คะแนนต่ำกว่า 60% | ตรวจว่ามิติใดสูงเกินจริง แล้วลดน้ำหนัก |
| คะแนนต่ำแต่ถูกละเลย | ลีดที่ปิดการขายได้ 30% มาจากลีดที่คะแนนต่ำกว่า 60 | เพิ่มน้ำหนักของมิติพฤติกรรมใดมิติหนึ่ง |
| คนดาวน์โหลดกระจุกตัว | ผู้ดาวน์โหลดไวท์เปเปอร์คิดเป็นกว่า 40% ของกลุ่มคะแนนสูง | ลดน้ำหนักการดาวน์โหลดจาก 10% เหลือ 5% |
| ผู้เข้าชมหน้าขอใบเสนอราคาปิดการขายรวมกัน | ลีดที่เข้าชมหน้าขอใบเสนอราคามีอัตราปิดการขายเป็นสองเท่า | เพิ่มน้ำหนักการเข้าชมหน้าขอใบเสนอราคาจาก 20% เป็น 25% |
| ตัวอย่างไม่เพียงพอ | ปิดการขายในไตรมาสน้อยกว่า 10 ดีล | ยังไม่ปรับน้ำหนัก รอดูอีกหนึ่งไตรมาส |
阈值同样要校准。初始建议是80分和60分两档,但如果回测发现75分以上的询盘赢单率已经稳定在30%以上,而80分以上样本太少,就该把热线索阈值降到75分。阈值不是越高越好,高到没有线索进来,模型就失去分流意义。
สี่ การจัดเส้นทางตามคะแนน: กฎการแบ่งสายสามข้อ
จุดหมายของโมเดลให้คะแนนไม่ใช่ตัวคะแนนเอง แต่คือการดำเนินการที่อยู่เบื้องหลังคะแนน แนะนำให้ผูกกฎการจัดเส้นทางเข้ากับช่วงคะแนนโดยตรง เขียนลงในระบบอัตโนมัติของ CRM ไม่ต้องพึ่งการตัดสินใจด้วยมือของฝ่ายขาย
| ช่วงคะแนน | แท็ก | ระยะเวลาตอบสนอง | สิ่งที่ควรทำ |
|---|---|---|---|
| ≥ 80 คะแนน | ลีดร้อน | ภายใน 5 นาที | ส่งต่อให้ฝ่ายขายอาวุโส ใช้กระบวนการ SLA การตอบกลับครั้งแรกมาตรฐาน |
| 60 ถึง 79 คะแนน | ลีดอุ่น | ภายใน 1 ชั่วโมง | ส่งต่อให้ฝ่ายขายระดับต้น เสริมจุดข้อมูลที่แตกต่างหนึ่งจุด |
| 40 ถึง 59 คะแนน | ลีดเย็น | ภายในวันเดียวกัน | เข้าลำดับการเพาะด้วยอีเมล ไม่ติดตามแบบทันทีด้วยคน |
| <40 คะแนน | ไม่ใช่เป้าหมาย/คู่แข่ง | ไม่ติดตาม | ทำเครื่องหมายเหตุผล ฝึกกฎการต่อต้านสแปม |
ข้อกำหนด 5 นาทีของลีดร้อนและ SLA การตอบสอบถามครั้งแรกกับอัตราคอนเวอร์ชัน ต้องมี SLA เวลาทำงานตรงกัน ทั้งสองกฎต้องสอดคล้องกัน ไม่งั้นฝ่ายขายได้ลีดร้อนแต่ไปติดตามด้วยจังหวะปกติ คะแนนก็เสียเปล่า ส่วนการตัดสิน BANT ในส่วนการระบุความตั้งใจดูได้ที่การระบุเจตนาของลีดและการตอบกลับที่แตกต่าง ซึ่งแก้ปัญหาว่าหลังให้คะแนนแล้วจะเปิดบทสนทนาอย่างไร
ห้า ความเข้าใจผิดที่พบบ่อยในการให้คะแนน
| ความเข้าใจผิด | วิธีที่ทำกันทั่วไป | ผลลัพธ์ที่ตามมา | วิธีที่ถูกต้อง |
|---|---|---|---|
| ดูแค่โปรไฟล์ | บริษัทใหญ่ให้คะแนนสูง | องค์กรใหญ่มีคนดูเยอะ แต่ปิดการขายน้อย | น้ำหนักคะแนนพฤติกรรมสูงกว่าคะแนนโปรไฟล์ |
| ดาวน์โหลดก็ให้คะแนนสูง | ดาวน์โหลดไวท์เปเปอร์ = ความตั้งใจสูง | ช่วงศึกษาข้อมูลมีผู้เข้าชมเยอะ ฝ่ายขายวิ่งเปล่า | ลดน้ำหนักการดาวน์โหลด ดูหน้าใบเสนอราคาแทน |
| กำหนดน้ำหนักครั้งเดียวแล้วตายตัว | หลังเปิดใช้ไม่เคยทดสอบย้อนกลับ | โมเดลยิ่งไม่แม่น | ปรับเทียบด้วยข้อมูลการปิดการขายทุกไตรมาส |
| เกณฑ์สูงเกินไป | ต้องได้ 90 คะแนนถึงนับเป็นลีดร้อน | แทบไม่มีลีดเข้าคิวร้อนเลย | กำหนดเกณฑ์ตามการกระจายการชนะจริง |
| ให้คะแนนแล้วไม่นำไปใช้ | ให้คะแนนแต่ไม่มอบหมายคน | ฝ่ายขายไม่รู้ว่าต้องติดตามใคร | ผูกคะแนนกับกฎกำหนดเส้นทางอัตโนมัติ |
ความเข้าใจผิดที่ซ่อนลึกที่สุดคือดูแค่โปรไฟล์ พนักงานบริษัท Fortune 500 มาดาวน์โหลดไวท์เปเปอร์ คะแนนโปรไฟล์สูง แต่เขาอาจแค่เขียนรายงานอุตสาหกรรม ไม่มีงบจัดซื้อเลย การเพิ่มน้ำหนักคะแนนพฤติกรรมเป็น 60% ก็เพื่อให้โมเดลใกล้เคียงขั้นตอนจัดซื้อจริงมากขึ้น ไม่ใช่ดูที่ตำแหน่งบริษัท การซิงค์ฟิลด์อัตโนมัติจากฟอร์มถึง CRM คือเงื่อนไขทางเทคนิคที่ทำให้โมเดลให้คะแนนทำงานได้ ดูที่เบาะแสจากเว็บไซต์สู่ CRM。
FAQ คำถามที่พบบ่อย
ตอนเริ่มต้น โมเดลให้คะแนนลีดควรมีกี่มิติ?
คะแนนพฤติกรรมและคะแนนโปรไฟล์ควรมีน้ำหนักเท่าไร?
เกณฑ์ลีดร้อนควรตั้งไว้เท่าไร?
ทำไมผู้เข้าชมที่ดาวน์โหลดไวท์เปเปอร์จึงให้คะแนนสูงไม่ได้?
โมเดลให้คะแนนควรปรับเทียบบ่อยแค่ไหน?
คะแนนและ SLA การตอบครั้งแรกทำงานร่วมกันอย่างไร?
ทิ้งท้าย
คุณค่าของโมเดลให้คะแนนลีดไม่ได้อยู่ที่การให้คะแนนเอง แต่อยู่ที่การจัดสรรเวลาขายที่มีจำกัดให้กับอินไควรีที่มีแนวโน้มปิดการขายสูงสุด หลายทีมเริ่มต้นด้วยการไล่ตามโมเดลซับซ้อนและหลายสิบมิติ ผลคือพนักงานขายอ่านไม่ออก ไม่ปฏิบัติตาม โมเดลก็กลายเป็นของประดับ วิธีที่ถูกต้องคือเริ่มจากโมเดลกฎ 6 ถึง 7 มิติ เดินระบบหนึ่งไตรมาส ทดสอบย้อนกลับด้วยข้อมูลการปิดการขาย แล้วค่อยๆ เข้มเกณฑ์ขึ้น
สามขั้นตอนสู่การนำไปใช้: หนึ่ง ตั้งน้ำหนักเริ่มต้นจากโปรไฟล์ 40% พฤติกรรม 60% เปิดใช้ก่อนโดยยังไม่ประเมินผล สอง ผูกเกณฑ์ 80 คะแนนและ 60 คะแนนเข้ากับการกำหนดเส้นทางอัตโนมัติใน CRM โดยตรง ลีดร้อน 5 นาที ลีดอุ่น 1 ชั่วโมง ลีดเย็นเข้าบ่มเพาะ สาม ทดสอบย้อนกลับด้วยข้อมูลการปิดการขายทุกไตรมาส คะแนนสูงแต่ไม่ปิดให้ลดน้ำหนัก คะแนนต่ำแต่พลาดดีลให้เพิ่มน้ำหนัก ฐานทางเทคนิคของเรื่องนี้อยู่ที่เทคโนโลยีเว็บไซต์อิสระ สะสมอย่างต่อเนื่องในทิศทางนี้
ประโยคที่จำได้ง่าย: การให้คะแนนลีดไม่ใช่การจัดอันดับลีด แต่เป็นการจัดอันดับเวลาของฝ่ายขาย — คะแนนพฤติกรรมเชื่อถือได้มากกว่าคะแนนโปรไฟล์ และการปรับเทียบรายไตรมาสสำคัญกว่าการตั้งครั้งเดียวจบ
