Настроить скоринг лидов: модель, которая работает без горы данных
Балльные модели в малых компаниях чаще всего срываются на одной из двух крайностей: либо они настолько тонкие, что их никто не понимает, либо настолько грубые, что ничего не разделяют. Модель из восьми критериев и двух осей работает и без горы данных.
Самое важное вкратце
- Скоринг лидов оправдывает себя примерно от 30 запросов в месяц. Ниже он требует больше ухода, чем экономит времени.
- Две оси вместо одного числа: соответствие (кто это) и поведение (что человек делает). Одно-единственное число смешивает и то, и другое.
- Восьми критериев достаточно — по четыре на ось. Каждый следующий делает модель труднее объяснимой, не улучшая её.
- Отрицательные баллы важнее положительных: они удерживают неподходящие контакты подальше от продаж.
Обычная ошибка — одно большое число: от 0 до 100, всё стекается в него, от 70 контакт уходит в продажи. Проблема тут не в расчёте, а в том, что две совершенно разные вещи считаются вместе.
Человек, который идеально попадает в целевую группу и ничего не делает, и человек, который не подходит и кликает по всему, могут иметь одно и то же число баллов — а требуют совершенно разного обращения.
Две оси вместо одного числа
Ось 1 — Соответствие
Кто этот человек, независимо от его поведения? Отрасль, размер компании, роль, регион. Эти сведения меняются редко и отвечают на вопрос: хотим ли мы этого клиента вообще?
Ось 2 — Поведение
Что человек сделал и насколько это свежо? Заполнил форму, посетил страницу цен, ответил на письмо. Эти значения меняются ежедневно и отвечают на вопрос: сейчас ли подходящий момент?
| Поведение низкое | Поведение высокое | |
|---|---|---|
| Соответствие высокое | Наблюдать, обращаться прицельно | Сразу в продажи |
| Соответствие низкое | Общая коммуникация | Проверить — часто соискатели, конкуренты или студенты |
Поле внизу справа — вот причина второй оси. Кто строит только одно число, отправляет именно эти контакты в продажи — и те теряют доверие к модели после третьего случая.
Восемь критериев
Соответствие (макс. 100)
Отрасль подходит: +30
Размер компании в целевом диапазоне: +25
Роль близка к принятию решений: +30
Регион обслуживается: +15
Все четыре сведения берутся из формы или из короткого поиска — никакого поведения, никаких догадок.
Поведение (макс. 100)
Заполнена форма запроса: +40
Посещена страница цен или предложения: +25
Ответ на письмо: +25
Второй визит в течение 14 дней: +10
Поведение стареет: через 30 дней без активности значение делится пополам, через 90 дней обнуляется.
Отрицательные баллы
Одноразовый адрес: −60
Конкурент по домену: −100
Заметно намерение устроиться на работу: −100
Отписался или возразил: −100
Самая важная группа. Она не даёт вниманию уходить на контакты, с которыми сделка невозможна.
Порог
Передача в продажи: Соответствие ≥ 60 и Поведение ≥ 40.
Два условия, а не одна сумма. Тем самым поле внизу справа систематически отпадает.
А ты знал?
Старение значения поведения — та часть, которой чаще всего не хватает, и та, без которой модель через год становится непригодной.
Без старения активные контакты месяцами накапливают баллы, пока почти все не окажутся выше порога. Тогда модель уже ничего не разделяет, а лишь подтверждает, что кто-то когда-то был заинтересован. Значение поведения без срока годности — это не сигнал, а архив.
С какого момента скоринг оправдан
Три условия. Если не хватает одного — усилия не оправданы.
- Как минимум около 30 запросов в месяц. Ниже один человек может просмотреть все контакты по отдельности — и делает это лучше любой модели.
- Заметно разное качество. Если почти все запросы подходят, сортировать нечего.
- Данные вообще есть. Отрасль и роль должны запрашиваться в форме или поддаваться выяснению. Модель, считающая по пустым полям, даёт случайные значения.
Внедрение за четыре недели
| Неделя | Что происходит |
|---|---|
| 1 | Разложить последние 50 запросов вручную — хорошие, средние, плохие. Без модели, по наитию. |
| 2 | Задать критерии и баллы так, чтобы они как можно лучше воспроизводили эту разбивку. |
| 3 | Дать модели работать в фоне, ничего не запуская. Записывать расхождения. |
| 4 | Донастроить баллы, затем включить всерьёз — с человеком, который первые две недели читает вместе. |
Первая неделя — решающий шаг, и его охотно пропускают. Без ориентира, созданного людьми, нет меры того, хороша ли модель.
После внедрения регулярно происходит одно и то же: продажи получают три контакта, которые явно не подходят, и объявляют модель непригодной. Обычно дело в одном-единственном критерии со слишком высоким весом — часто это «посещена страница цен», куда заходят и конкуренты, и соискатели.
Поэтому в первые недели нужна возможность обратной связи: при каждой передаче продажи могут одним кликом отметить «не подходит», с причиной. После двадцати таких отметок точно известно, какой критерий весит слишком много — и это ценнее любой теоретической тонкой настройки.
Помоги мне настроить простую модель скоринга лидов. Наша ситуация: - Запросов в месяц: [количество] - Что мы предлагаем: [предложение] - Желаемый клиент: [отрасль, размер, роль, регион] - Кто точно не подходит: [исключения] - Сведения, которые мы собираем в форме: [поля] - Поведение, которое мы можем измерять: [например, посещения страниц, форма, ответ на письмо] - Типичный срок до заключения сделки: [данные] Задачи: 1. Скажи сначала, оправдан ли вообще скоринг при нашем объёме запросов. Если нет, скажи это ясно и назови более простую альтернативу. 2. Предложи по четыре критерия для соответствия и поведения, с баллами, которые в сумме дают по 100. Используй только сведения, которые у нас по моему списку действительно есть. 3. Назови отрицательные критерии и их баллы. 4. Задай старение значения поведения, подходящее к нашей длительности цикла. 5. Назови два порога (соответствие и поведение) для передачи и обоснуй их. 6. Опиши, как мы на 3-й неделе проверим, совпадает ли модель с нашей собственной оценкой. Не выдумывай отраслевые значения.
Вывод
Балльная модель — не арифметическая задача, а письменно зафиксированное мнение о том, кто ваш клиент. Именно поэтому она работает и с восемью критериями, и без горы данных.
Что ей нужно: две отдельные оси, отрицательные баллы, старение значения поведения — и одна неделя, в которую люди создают ориентир, по которому модель должна себя мерить.
Частые вопросы
С какого момента оправдан скоринг лидов?
Примерно от 30 запросов в месяц, если их качество заметно различается и необходимые сведения — отрасль, размер, роль — вообще собираются. Ниже один человек может просмотреть все контакты по отдельности и делает это лучше любой модели.
Почему два значения баллов вместо одного?
Потому что соответствие и поведение отвечают на разные вопросы: «хотим ли мы этого клиента?» и «сейчас ли подходящий момент?». Одна-единственная сумма смешивает и то, и другое — конкурент, который много кликает, набирает то же число, что и идеально подходящий тихий интересант. Два порога вместо одной суммы решают это.
Сколько критериев должно быть в модели?
Восемь — по четыре на ось — плюс три-четыре отрицательных. Каждый следующий критерий делает модель труднее объяснимой, измеримо не улучшая разделяющую способность. Модель, которую в продажах никто не может объяснить, не используют.
Почему баллы поведения должны стареть?
Потому что без старения активные контакты месяцами накапливают баллы, пока почти все не окажутся выше порога. Тогда модель уже ничего не разделяет, а лишь показывает, что кто-то когда-то был заинтересован. Обычно применяют деление пополам через 30 дней без активности и обнуление через 90 дней.
Что делать, если продажи не доверяют модели?
Встроить возможность обратной связи: при каждой передаче можно одним кликом отметить «не подходит», с причиной. После примерно двадцати отметок обычно выясняется, что один-единственный критерий весит слишком много — часто «посещена страница цен», куда заходят и конкуренты, и соискатели.
Маркетинг, который настраивается сам
Бета Studio Engine уже открыта. Забронируй место и участвуй в развитии с самого начала.
Присоединиться к бете →