Hur man övervakar marknadsföringsautomatiseringens poängmodeller - dummies

Marknadsautomations scoring modeller lever och ständigt förändras. Om du ställer in poäng en gång och aldrig rör den igen, blir resultaten bara lika bra som din första gissning. Så ska du planera ett schema för utvärdering och omkonfiguration. Ett startförslag är att se tillbaka 60 dagar från ditt första försök. Efter det, titta tillbaka var 90: e dag.

Grunderna i marknadsföringsautomatiseringen med flera kolumner

När en poängmodell ändras, använd ett flerskiktet kalkylblad för att hålla reda på ändringarna. Kalkylbladet är ditt levande dokument för att hjälpa dig att spåra dina ändringar och se till att du har alla dina varor tillsammans. Här är en poängmodell som ändrats med anteckningar från säljare.

När du granskar din poängmodell lägger du till en ny kolumn för eventuella ändringar. Denna kolumn hjälper dig att hålla dig uppdaterad med dina poäng och är särskilt användbar när du är involverad i framtida revisioner och behöver komma ihåg var du startade och varför dina poäng är där de är.

Hur man använder marknadsautomatiseringsgraden nedbrytning

Resultatnedbrytning är processen att sänka någons poäng, vilket hjälper dig att se till att ditt nuvarande poäng är en exakt återspegling av en prospekts försäljning beredskap.

Resultatnedbrytning baseras på osynligt beteende i stället för direktåtgärd. Till exempel är brist på aktivitet ett skäl att försämra ett poäng. Resultatnedbrytning händer också när en prospekt besöker specifika sidor. Den vanligaste sidan för poängnedbrytning är karriärsidan på din webbplats, eftersom någon som besöker din karriärsida är mer benägna att leta efter ett jobb än att köpa ett köp.

När du försämrar poängen bör du göra det under en tidsperiod. Vissa verktyg gör det möjligt att degradera en poäng över tiden med en procentandel av det totala värdet, eller med ett visst nummer. Folk föreslår att avstå från att någonsin försämra ett poäng till noll.

Ett nollresultat tar bort allt tidigare intresse, vilket gör det svårt att segmentera baserat på tidigare aktivitet. Istället för nedbrytning till noll, skapa ett minimum som motsvarar 50 procent av den totala försäljningsberäknade poängen som utgångspunkt. På det sättet kan du fortfarande visa aktivitet och hålla ledningar ur dina säljare.

Så här använder du en checklista för att raffinera din marknadsautomatiseringsmodell

När du förfina din poängmodell använder du följande checklista för att se till att du utvärderar rätt personer, rätt tid och rätt tillgångar:

• Titta på förhållandet mellan försäljningsberedda ledningar som konverteras till möjligheter. Ett lågt förhållande av försäljningsrelaterade resultat till slutna avtal kan vara en indikator på en dålig poängmodell.

• Fråga dina säljare hur de känner ledarna gör . Om försäljningsrepresentanterna inte gillar sina ledningar kan det vara en indikator på en dålig poängmodell.

• Fråga säljare hur de känner sig om de åtgärder som lederna uppvisar. Ser de en trend med specifika åtgärder? Säljare kan vanligtvis identifiera trender i ledningar, och de kan bli medvetna om nya åtgärder som måste inkluderas eller uteslutas från en poängmodell snabbare än marknadsföring i de flesta fall.

Dina säljare är en nyckel till att hjälpa dig att förfina din scoring-modell. Marknadsförare passerar ofta leder till försäljning baserat på aktivitet ensam, men säljare vet vilka ledningar som är mest försäljningsberäknade. Säljare kan hjälpa dig att bekräfta eller förneka dina aktivitetsbaserade antaganden.