Opsæt lead scoring: En model, der fungerer uden databjerg

Pointmodeller strander i små virksomheder som regel på et af to yderpunkter: Enten er de så finmaskede, at ingen forstår dem, eller så grove, at de ikke adskiller noget. En model med otte kriterier og to akser fungerer også uden databjerg.

Ens formede legemer med forskellig tæthed svæver i forskellige højder, de tætteste lyser kraftigst

Det vigtigste kort

  • Lead scoring betaler sig fra omkring 30 henvendelser om måneden. Derunder koster det mere vedligeholdelse, end det sparer tid.
  • To akser i stedet for ét tal: egnethed (hvem er det) og adfærd (hvad gør personen). Én enkelt pointsum udvisker begge dele.
  • Otte kriterier rækker – fire pr. akse. Hvert yderligere gør modellen sværere at forklare uden at forbedre den.
  • Negative point er vigtigere end positive: De holder de forkerte kontakter væk fra salget.

Den sædvanlige fejl er det ene store tal: 0 til 100, alt løber ind i det, fra 70 går kontakten videre til salget. Problemet er ikke regnestykket, men at to helt forskellige ting bliver regnet sammen.

En person, der passer perfekt til målgruppen og intet gør, og en, der ikke passer og klikker på alt, kan have den samme pointsum – og har brug for helt forskellig behandling.

To akser i stedet for ét tal

Akse 1 – egnethed

Hvem er personen, uafhængigt af sin adfærd? Branche, virksomhedsstørrelse, rolle, region. Disse oplysninger ændrer sig sjældent og besvarer spørgsmålet: Vil vi overhovedet have denne kunde?

Akse 2 – adfærd

Hvad har personen gjort, og hvor aktuelt er det? Udfyldt formular, besøgt prissiden, svaret på en mail. Disse værdier ændrer sig dagligt og besvarer spørgsmålet: Er det nu det rette tidspunkt?

Adfærd lavAdfærd høj
Egnethed højHold øje, henvend jer målrettetStraks til salget
Egnethed lavAlmen kommunikationKontrollér – ofte ansøgere, konkurrenter eller studerende

Feltet nederst til højre er grunden til den anden akse. Den, der kun danner ét tal, sender netop disse kontakter til salget – og det mister tilliden til modellen efter det tredje tilfælde.

De otte kriterier

Egnethed (maks. 100)

Branchen passer: +30
Virksomhedsstørrelse i målområdet: +25
Rollen er beslutningsnær: +30
Regionen betjenes: +15

Alle fire oplysninger stammer fra formularen eller fra en kort research – ingen adfærd, ingen formodning.

Adfærd (maks. 100)

Henvendelsesformular udfyldt: +40
Pris- eller tilbudsside besøgt: +25
Svaret på en e-mail: +25
Andet besøg inden for 14 dage: +10

Adfærd ældes: Efter 30 dage uden aktivitet halveres værdien, efter 90 dage sættes den til nul.

Negative point

Engangsadresse: −60
Konkurrent ifølge domænet: −100
Ansøgningshensigt tydelig: −100
Afmeldt eller gjort indsigelse: −100

Den vigtigste gruppe. Den forhindrer, at opmærksomhed går til kontakter, hvor ingen forretning er mulig.

Tærsklen

Overdragelse til salget: Egnethed ≥ 60 og adfærd ≥ 40.

To betingelser, ikke én sum. Dermed falder feltet nederst til højre systematisk fra.

Vidste du det?

Ældningen af adfærdsværdien er den del, der oftest mangler – og den, uden hvilken en model bliver ubrugelig efter et år.

Uden ældning samler aktive kontakter point i månedsvis, indtil næsten alle ligger over tærsklen. Modellen adskiller så ikke længere noget, men bekræfter kun, at nogen på et tidspunkt var interesseret. En adfærdsværdi uden udløbsdato er ikke et signal, men et arkiv.

Hvornår scoring betaler sig

Tre betingelser. Mangler én, er indsatsen ikke berettiget.

  1. Mindst omkring 30 henvendelser om måneden. Derunder kan én person se alle kontakter enkeltvis igennem – og gør det bedre end nogen model.
  2. Tydeligt forskellig kvalitet. Hvis næsten alle henvendelser passer, er der intet at sortere.
  3. Dataene findes overhovedet. Branche og rolle skal spørges om i formularen eller kunne findes. En model, der regner på tomme felter, giver tilfældige værdier.
Bemærk Den tredje betingelse støder sammen med reglen om at holde formularer korte. Løsningen: Spørg kun om de oplysninger, der faktisk indgår i modellen – og hvis det ville være mere end fire felter, så forkort hellere modellen end at forlænge formularen.

Indfør på fire uger

UgeHvad der sker
1Indplacér de seneste 50 henvendelser i hånden – god, middel, dårlig. Uden model, på mavefornemmelsen.
2Fastlæg kriterier og point, så de gengiver denne indplacering bedst muligt.
3Lad modellen køre med i baggrunden uden at den udløser noget. Notér afvigelser.
4Skærp pointene, og sæt så modellen i drift – med én person, der læser med de første to uger.

Uge et er det afgørende trin og bliver gerne sprunget over. Uden en reference, der kommer fra mennesker, findes der intet mål for, om modellen er god.

Fra praksis

Efter indførelsen sker det samme regelmæssigt: Salget får tre kontakter, der åbenlyst ikke passer, og erklærer modellen ubrugelig. Som regel skyldes det et enkelt kriterium med for høj vægt – ofte »prissiden besøgt«, som også konkurrenter og ansøgere styrer hen imod.

Derfor hører der en tilbagemeldingsmulighed til de første uger: Ved hver overdragelse kan salget med ét klik melde »passer ikke«, med begrundelse. Efter tyve sådanne meldinger ved man præcis, hvilket kriterium der vejer for tungt – og det er mere værd end nogen teoretisk finjustering.

Prompt
Hjælp mig med at opsætte en enkel lead scoring-model.

Vores situation:
- Henvendelser pr. måned: [antal]
- Hvad vi tilbyder: [tilbud]
- Ønskekunde: [branche, størrelse, rolle, region]
- Hvem der bestemt ikke passer: [udelukkelser]
- Oplysninger, vi indhenter i formularen: [felter]
- Adfærd, vi kan måle: [f.eks. sidebesøg,
  formular, mailsvar]
- Typisk varighed indtil afslutning: [angivelse]

Opgaver:
1. Sig mig først, om scoring overhovedet betaler sig ved vores
   mængde af henvendelser. Hvis nej, så sig det tydeligt og nævn
   det enklere alternativ.
2. Foreslå fire kriterier for hver af egnethed og adfærd,
   med point, der tilsammen giver 100 hver. Brug kun
   oplysninger, vi ifølge min liste faktisk har.
3. Nævn negative kriterier og deres point.
4. Fastlæg en ældning for adfærdsværdien, passende til
   vores cykluslængde.
5. Nævn to tærskler (egnethed og adfærd) for overdragelsen
   og begrund dem.
6. Beskriv, hvordan vi i uge 3 kontrollerer, om modellen stemmer
   overens med vores egen vurdering.

Opfind ingen branchetal.

Konklusion

En pointmodel er ikke et regnestykke, men en skriftligt fastholdt holdning til, hvem jeres kunde er. Netop derfor fungerer den også med otte kriterier og uden databjerg.

Hvad den kræver: to adskilte akser, negative point, en ældning af adfærdsværdien – og en uge, hvor mennesker udarbejder den reference, modellen skal måles op imod.

Ofte stillede spørgsmål

Hvornår betaler lead scoring sig?

Fra omkring 30 henvendelser om måneden, når deres kvalitet er tydeligt forskellig, og de nødvendige oplysninger – branche, størrelse, rolle – overhovedet bliver indhentet. Derunder kan én person se alle kontakter enkeltvis igennem og gør det bedre end nogen model.

Hvorfor to pointværdier i stedet for én?

Fordi egnethed og adfærd besvarer forskellige spørgsmål: »Vil vi have denne kunde?« og »Er det nu det rette tidspunkt?«. Én enkelt sum udvisker begge dele – en konkurrent, der klikker meget, når det samme tal som en perfekt passende, stille interesseret. To tærskler i stedet for én sum løser det.

Hvor mange kriterier bør en model have?

Otte – fire pr. akse – plus tre til fire negative. Hvert yderligere kriterium gør modellen sværere at forklare uden målbart at forbedre dens skelneevne. En model, som ingen i salget kan forklare, bliver ikke brugt.

Hvorfor skal adfærdspoint ældes?

Fordi aktive kontakter uden ældning samler point i månedsvis, indtil næsten alle ligger over tærsklen. Modellen adskiller så ikke længere noget, men viser kun, at nogen på et tidspunkt var interesseret. Sædvanligt er halvering efter 30 dage uden aktivitet og nulstilling efter 90 dage.

Hvad gør man, hvis salget ikke stoler på modellen?

Indbyg en tilbagemeldingsmulighed: Ved hver overdragelse kan man med ét klik melde »passer ikke«, med begrundelse. Efter omkring tyve meldinger viser det sig som regel, at et enkelt kriterium vejer for tungt – ofte »prissiden besøgt«, som også konkurrenter og ansøgere styrer hen imod.

Markedsføring, der sætter sig selv op

Betaen for Studio Engine er åben. Sikr dig en plads, og vær med til at forme den fra starten.

Deltag i betaen →
← Tilbage til oversigten