線索評(píng)分是增加轉(zhuǎn)化率的訣竅：如果你希望確保銷(xiāo)售線索按時(shí)保質(zhì)的交付給你的銷(xiāo)售團(tuán)隊(duì)則需要規(guī)范交接條件， 我們將此稱之為自動(dòng)化的質(zhì)量保證。

 

高分值表示你的潛在客戶非常感興趣并有意購(gòu)買(mǎi)，低分則相反，就這么簡(jiǎn)單嗎？

 

如果你已經(jīng)做了線索的評(píng)分的實(shí)施，你就知道并沒(méi)有這么簡(jiǎn)單。 B2B營(yíng)銷(xiāo)人員在不斷了解客戶購(gòu)買(mǎi)過(guò)程，了解哪些因素會(huì)影響轉(zhuǎn)化率，進(jìn)而不斷測(cè)試和調(diào)整他們的評(píng)分標(biāo)準(zhǔn)，這是一場(chǎng)永無(wú)止境的過(guò)程。

 

如果你的線索評(píng)分的結(jié)果始終讓人失望，那么你可能忽略了線索評(píng)分因素中很少有人知道但是非常重要的一個(gè)組成部分——數(shù)字化肢體語(yǔ)言。 現(xiàn)在是時(shí)候使用數(shù)字化肢體語(yǔ)言讓工作更聰明，而不是更難。

 

沒(méi)有數(shù)字化肢體語(yǔ)言的線索評(píng)分

雖然這是一個(gè)與時(shí)俱進(jìn)的營(yíng)銷(xiāo)自動(dòng)化技能，但線索評(píng)分已經(jīng)受到了很大的關(guān)注。 根據(jù)萊迪思和決策樹(shù)實(shí)驗(yàn)室的報(bào)告，44％的B2B公司在使用線索評(píng)分系統(tǒng)。

 但是，在這些客戶中，不到一半的人使用數(shù)字化肢體語(yǔ)言作為評(píng)分標(biāo)準(zhǔn)。 這也許可以解釋為什么59％的人認(rèn)為“不完整或不一致的潛在客戶數(shù)據(jù)”會(huì)動(dòng)搖他們對(duì)線索分?jǐn)?shù)的信心，43％的人認(rèn)為缺乏“洞察哪些行為屬性能夠表明客戶的購(gòu)買(mǎi)行為”。

 

許多市場(chǎng)營(yíng)銷(xiāo)人員沉溺于公司統(tǒng)計(jì)學(xué)（公司名稱，行業(yè)等）和BANT（預(yù)算，高層授權(quán)，需求，時(shí)間表）但是他們沒(méi)有意識(shí)到：
1、這些數(shù)據(jù)點(diǎn)的收集需要很長(zhǎng)時(shí)間。
2、他們錯(cuò)失了更深層次的能夠讓線索得分真正具有跟大價(jià)值的洞察力因素。

 

當(dāng)?shù)梅痔突虿还綍r(shí)，你的銷(xiāo)售團(tuán)隊(duì)會(huì)受到打擊。 他們浪費(fèi)時(shí)間跟蹤你的營(yíng)銷(xiāo)自動(dòng)化平臺(tái)上產(chǎn)生的線索，而這些線索遠(yuǎn)遠(yuǎn)不能滿足銷(xiāo)售的要求。 據(jù)SiriusDecisions統(tǒng)計(jì)，只有40％的銷(xiāo)售人員認(rèn)為他們的線索得分是有價(jià)值的。

 

為了有效，你的評(píng)分框架必須包含潛在客戶的顯性和隱性的數(shù)據(jù) - 不僅是他們是誰(shuí)，還有他們的行為是什么。網(wǎng)站分析能包含全部這兩部分信息。讓我們來(lái)看看。

 

識(shí)別你的潛在客戶
識(shí)別潛在客戶是“他們是誰(shuí)”的起點(diǎn)。在過(guò)去（比如5年前），你必須等待你的潛在客戶在你的網(wǎng)站上填寫(xiě)一個(gè)網(wǎng)頁(yè)表單來(lái)收集基本的統(tǒng)計(jì)信息。

 

這仍然是一個(gè)有效的方法，但這不是唯一的方法。想想這樣：如果你想弄清楚水中有什么魚(yú)，你可以放一個(gè)鉤子等待魚(yú)咬鉤，或者你可以使用聲納換能器（即“探魚(yú)器” ）掃描湖床并提供實(shí)時(shí)的可見(jiàn)性。

 

這就是網(wǎng)絡(luò)分析所做的 - 或者至少這是他們的能力之一。它被稱為反向IP查詢，這意味著使用你的網(wǎng)站訪問(wèn)者的IP地址來(lái)識(shí)別他們工作的公司和地理位置。通常情況下，您需要一個(gè)營(yíng)銷(xiāo)自動(dòng)化平臺(tái)或?qū)ｉT(mén)的網(wǎng)站分析應(yīng)用來(lái)獲得這種可見(jiàn)性，因?yàn)镚oogle Analytics只提供一個(gè)概述。

 Act-On中反向IP查找的示例：按位置在三家不同公司的的訪問(wèn)記錄。

 

當(dāng)你收集更多有關(guān)潛在客戶的信息時(shí)，你可以將姓名與公司匹配，這取決于每家公司與你的公司業(yè)務(wù)匹配度，以及根據(jù)你從該公司地址收到的訪問(wèn)次數(shù)來(lái)分配他在此公司可能性的分?jǐn)?shù)。

 

使用數(shù)字身體語(yǔ)言來(lái)繪制清晰的視圖

國(guó)定的數(shù)據(jù)是審查過(guò)程中必不可少的一部分，但并不總是表明用戶興趣或購(gòu)買(mǎi)意圖。假設(shè)你是一個(gè)會(huì)計(jì)軟件供應(yīng)商，你會(huì)發(fā)現(xiàn)博伊西的一家中型律師事務(wù)所正在訪問(wèn)你的網(wǎng)站。根據(jù)以前收集的信息，你知道潛在客戶的名字和職位，一切看起來(lái)都是一個(gè)可能的潛在客戶。

 

但是并沒(méi)那么快，僅僅因?yàn)樗麄兊顷懥四愕木W(wǎng)站并且匹配一個(gè)角色并不能使他們成為合格的銷(xiāo)售線索。你需要知道潛在客戶是否對(duì)你的產(chǎn)品感興趣，以及他們是否打算在不久的將來(lái)購(gòu)買(mǎi)我們的會(huì)計(jì)解決方案。

 

這些問(wèn)題的答案可以在網(wǎng)站分析提供的行為數(shù)據(jù)中找到。這就是“他們?nèi)绾伪憩F(xiàn)”的地方。通過(guò)跟蹤潛在客戶如何與你的網(wǎng)站和數(shù)字內(nèi)容互動(dòng)過(guò)程，你可以確定他們?cè)谫?gòu)買(mǎi)旅程中的所處的位置。這種數(shù)據(jù)收集通常被稱為數(shù)字身體語(yǔ)言或DBL。

 

為了收集數(shù)字身體語(yǔ)言，您的營(yíng)銷(xiāo)自動(dòng)化平臺(tái)（MAP）為每個(gè)潛在客戶分配一個(gè)唯一的ID，并使用跟蹤C(jī)ookie記錄他們的行為。你的工作是根據(jù)它表示出來(lái)的興趣和意圖，為每個(gè)數(shù)字動(dòng)作分配分值。

 

例如，如果下載關(guān)于實(shí)施解決方案的方法指南表示了相當(dāng)強(qiáng)烈的興趣，因此你可以將其指定為15分。另一方面，閱讀博客文章只表示被動(dòng)的興趣，所以你可以分配給此行為1或2分。

  你可以想像得到基于行為的線索評(píng)分基于很多不同的因素， 以下是你可以跟蹤和進(jìn)行評(píng)分的常見(jiàn)網(wǎng)絡(luò)活動(dòng)的示例：

 

1.訪問(wèn)過(guò)的頁(yè)面
Google Analytics（分析）會(huì)顯示你的網(wǎng)站上的哪些網(wǎng)頁(yè)在指定的日期范圍內(nèi)的訪問(wèn)量。 但是，如果將Web分析與市場(chǎng)營(yíng)銷(xiāo)自動(dòng)化結(jié)合起來(lái)，則可以識(shí)別特定的用戶并記錄他們查看的頁(yè)面。

在上面的例子中，一個(gè)潛在客戶在11月10日訪問(wèn)了我們的網(wǎng)站，查看了6個(gè)不同的頁(yè)面。 這些頁(yè)面訪問(wèn)本身并不足以獲得分?jǐn)?shù)，但他們確實(shí)導(dǎo)致了用戶下載白皮書(shū)。

 

除了跟蹤視圖之外，一些軟件產(chǎn)品還能讓你深入了解潛在客戶如何與頁(yè)面進(jìn)行交互。 例如，“熱映射”軟件會(huì)向你顯示訪客滾動(dòng)的位置，他們閱讀的內(nèi)容以及他們點(diǎn)擊的內(nèi)容。

2.下載/表格填寫(xiě)完成
使用類(lèi)似的后端流程，你可以跟蹤潛在客戶下載哪個(gè)關(guān)卡資產(chǎn)（“關(guān)卡”意味著內(nèi)容需要填寫(xiě)完Web表單后才能顯現(xiàn)）。 常見(jiàn)的例子包括：
• 白皮書(shū)
• 電子書(shū)
• 研究報(bào)告
• 案例研究
• 網(wǎng)絡(luò)研討會(huì)

 

當(dāng)然，作為營(yíng)銷(xiāo)人員的工作不僅僅是跟蹤下載量，還要?jiǎng)?chuàng)建與你的漏斗階段相一致的資產(chǎn)，并決定如何量化與這些資產(chǎn)的互動(dòng)。

 

如果你能成功地做到這一點(diǎn)，回報(bào)是巨大的。 根據(jù)Gleanster的調(diào)查，68％的成功營(yíng)銷(xiāo)人員表示“基于內(nèi)容和交互的評(píng)分”是一個(gè)非常有效的收入驅(qū)動(dòng)因素。

 

3.使用在線工具
如果你是一家B2B公司，你很有可能在你的網(wǎng)站上提供某種“工具”（或多個(gè)）。 在TechnologyAdvice，我們的是一個(gè)產(chǎn)品選擇工具，企業(yè)用來(lái)獲得量身定制的軟件建議。

在線工具對(duì)于B2B采購(gòu)商來(lái)說(shuō)是一個(gè)很好的資源，而且對(duì)于一個(gè)有經(jīng)驗(yàn)的營(yíng)銷(xiāo)人員來(lái)說(shuō)，這是一個(gè)強(qiáng)大的工具 - 因?yàn)槟憧梢杂脕?lái)交換實(shí)用的聯(lián)系信息。 根據(jù)工具的目的，這也以變成一定的潛在客戶分值，所以你需要跟蹤交互過(guò)程。 如果你將特定的登錄頁(yè)面分配給在線工具，可以更容易得到統(tǒng)計(jì)信息。

   

Google Analytics（分析）可以提供關(guān)于訪客如何以及何時(shí)使用在線工具的數(shù)據(jù)，但是為了將此數(shù)據(jù)與特定的潛在客戶資料相關(guān)聯(lián)，你需要使用MAP。

 

4.引用來(lái)源/搜索關(guān)鍵詞
你很容易把注意力放在訪客在網(wǎng)站上的旅程而忽略他們?cè)L問(wèn)你網(wǎng)站前的旅程 - 如友情鏈接。來(lái)源數(shù)據(jù)描述潛在客戶在你的網(wǎng)站上的來(lái)源結(jié)果，無(wú)論是搜索引擎查詢，第三方網(wǎng)站鏈接，展示廣告還是電子郵件通訊中的點(diǎn)擊召喚（CTA）按鈕。

 

來(lái)源數(shù)據(jù)比其他一些行為評(píng)分指標(biāo)少見(jiàn)，但在正確的背景下，來(lái)源數(shù)據(jù)可能以是一個(gè)非常好的評(píng)分因素。

 

回到會(huì)計(jì)軟件供應(yīng)商的例子，如果一個(gè)潛在客戶運(yùn)行谷歌搜索“小企業(yè)非常好的會(huì)計(jì)軟件”，很可能他們正在采購(gòu)過(guò)程中。如果你沒(méi)有指定任何分?jǐn)?shù)，則需要較長(zhǎng)的時(shí)間才能到達(dá)MQL階段，同時(shí)，買(mǎi)方可能會(huì)先與另一個(gè)與他聯(lián)系的供應(yīng)商簽合同。

 

5.訂閱和注冊(cè)
訂閱（在你的新聞通訊或博客）與購(gòu)買(mǎi)意圖沒(méi)有直接關(guān)系，但仍然值得追蹤和評(píng)分。 當(dāng)有人提供他們的聯(lián)系信息并選擇接收定期更新時(shí)，他們隱含表達(dá)對(duì)品牌的興趣。 當(dāng)潛在客戶注冊(cè)參加免費(fèi)的網(wǎng)絡(luò)研討會(huì)或面對(duì)面的活動(dòng)時(shí)，情況也是如此。

 

不可否認(rèn)，在這個(gè)階段的訪客對(duì)你的內(nèi)容興趣大于對(duì)你的產(chǎn)品的興趣，不過(guò)這是一個(gè)很好的開(kāi)始。 Joe Pulizzi在2014年出版的“Epic Content Marketing”一書(shū)中解釋了內(nèi)容營(yíng)銷(xiāo)協(xié)會(huì)的140,000名用戶占他們大部分收入。 而且，一旦進(jìn)入銷(xiāo)售過(guò)程中，這些用戶關(guān)閉速度是其他用戶的三倍。

將所有的整合在一起
首先，確保你有系統(tǒng)和流程來(lái)執(zhí)行線索評(píng)分。如果沒(méi)有正確的技術(shù)，就不可能追蹤所有這些不同的指標(biāo)，更不用說(shuō)分析結(jié)果和后期做出調(diào)整。

 

如果你想將網(wǎng)站分析與線索評(píng)分相結(jié)合，你需要一個(gè)全功能的營(yíng)銷(xiāo)自動(dòng)化平臺(tái)（例如，Salesforce Pardot，Marketo）。

 

其次，請(qǐng)記住，只有在背后的內(nèi)容和營(yíng)銷(xiāo)活動(dòng)完美執(zhí)行的情況下，線索評(píng)分才有效。例如用戶下載了一個(gè)白皮書(shū)，你可以為他們指定30分的分值，但是如果白皮書(shū)本身內(nèi)容很差，那么這個(gè)主管可能不會(huì)非常有意愿和銷(xiāo)售代表開(kāi)始交談。

 

最后，與銷(xiāo)售部門(mén)合作，共同制定“合格潛在客戶”的標(biāo)準(zhǔn)。這個(gè)標(biāo)準(zhǔn)將幫助你決定如何進(jìn)行線索評(píng)分和線索評(píng)分標(biāo)準(zhǔn)，以及在哪里設(shè)置MQL的閾值等。