Lead-Scoring: Definition und Berechnung eines Lead-Scores
Veröffentlicht: 2022-08-23Ein hohes Volumen an Leads zu generieren ist eine Sache, während die Ermittlung, welche Interessenten am ehesten in Kunden umgewandelt werden, eine andere ist. Anders gesagt: Qualität geht vor Quantität.
Hier kommt das Lead-Scoring ins Spiel. Schauen wir uns an, was Lead-Scoring ist und wie Sie es effektiv berechnen können.
Was ist Lead-Scoring?
Kurz gesagt, beim Lead-Scoring geht es darum, die Qualität Ihrer Interessenten zu messen, um festzustellen, welche Leads es wert sind, verfolgt zu werden und welche nicht. Normalerweise funktioniert dieser Prozess auf einem Punktesystem.
Sie weisen potenziellen Kunden Punkte nach verschiedenen Attributen zu. Genauer gesagt können Sie Leads anhand impliziter und expliziter Daten bewerten.
Explizite Informationen beziehen sich auf sachliche Daten, die Ihre Leads telefonisch oder durch Ausfüllen eines Formulars bestätigt haben. Andererseits basieren implizite Daten auf den Informationen, die Sie bereits besitzen, wie z. B. die Kaufhistorie.
Anschließend können Sie beide Datensätze in demografische und Verhaltensdaten aufschlüsseln. Demografische Daten beziehen sich auf die Unternehmensgröße, geografische Informationen oder Branche Ihrer Leads, während sich Verhaltensdaten auf Informationen konzentrieren, die auf den Aktionen Ihrer Leads basieren, wie z. B. Formularübermittlungen.
Was sind die Vorteile des Lead-Scorings?
Zunächst einmal macht das Lead-Scoring den Verkaufsprozess effizienter. Indem Sie qualifizierte und unqualifizierte Leads identifizieren, müssen Sie keine Zeit mehr für Kaltakquise oder die Personalisierung von Verkaufs-E-Mails an Leads aufwenden, die Ihrem Unternehmen wahrscheinlich keinen Wert bringen.
Indem Sie schlechte Leads aus der Gleichung herausnehmen, werden Sie wahrscheinlich in der Lage sein, die Conversions mit weniger Vertriebsmitarbeitern zu steigern.
Lead Scoring hilft Ihnen somit, Zeit und Geld zu sparen. Es hilft auch, Ihre Verkaufsanstrengungen auf hochwertige Leads zu verlagern, um bessere Ergebnisse zu erzielen.
Darüber hinaus hilft Ihnen ein Lead-Scoring-System, Ihre Marketingstrategie zu verbessern. Sie können erkennen, welche Marketingkanäle die wertvollsten Leads bringen, und so feststellen, in welche Kanäle es sich lohnt, zu investieren, und in welche nicht.
Darüber hinaus verbessert das Lead-Scoring den Nurturing-Prozess, da es Ihnen ermöglicht, genau zu bestimmen, wo sich potenzielle Kunden im Verkaufszyklus befinden.
Sie können diese Informationen verwenden, um während jeder Phase des Verkaufszyklus Inhalte für Leads zu senden. Folglich können Sie sinnvollere Beziehungen aufbauen und Geschäfte schneller abschließen.
Schließlich hilft Ihnen die Bewertung von Leads dabei, Ihre Vertriebs- und Marketingteams auf dieselbe Seite zu bringen. Wie bereits erwähnt, erfordert ein Lead-Scoring-System Daten.
Diese Informationen helfen Vermarktern zu verstehen, welche Art von potenziellen Kunden am wahrscheinlichsten konvertieren und wie sie gezielte Kampagnen erstellen, um sie anzuziehen. Die Marketingabteilung kann dann verkaufsfertige Leads an das Vertriebsteam übergeben und ihm helfen, mehr Umsatz zu generieren.
So bewerten Sie Leads manuell
Lead-to-Customer-Conversion-Rate
Die Lead-zu-Kunden-Conversion-Rate stellt den Prozentsatz der qualifizierten Leads des Unternehmens dar, die zu einem Verkauf führten. Um diese Kennzahl zu berechnen, dividieren Sie die Anzahl der qualifizierten Interessenten, die Conversions generiert haben, durch die Gesamtzahl der qualifizierten Leads.
Warum ist diese Metrik wichtig? Es fungiert im Wesentlichen als Benchmark Ihres Vertriebsteams. Es ermöglicht Ihnen, die Leistung Ihres Verkaufstrichters zu bewerten und hilft Ihnen, mehrere Marketingkanäle gegeneinander zu stapeln, um festzustellen, welche am effektivsten sind, um qualitativ hochwertige Leads zu generieren.
Wählen Sie die richtigen Attribute für Ihr Modell
Attribute sind das Rückgrat Ihres Lead-Scoring-Modells. Sie helfen Ihnen, die Merkmale verkaufsbereiter Interessenten zu definieren und zu identifizieren, und geben Ihnen eine Vorstellung davon, wie Sie die Lead-Qualität verbessern können.
Hier kommen die zuvor erwähnten Daten ins Spiel. Identifizieren Sie zunächst die potenziellen Kunden, die Ihrem Unternehmen den größten Mehrwert bringen.
Zweitens, nehmen Sie Ihre impliziten und expliziten Datensätze und finden Sie Ähnlichkeiten zwischen Ihren hochwertigen Leads, indem Sie demografische und Verhaltensdaten untersuchen. Identifizieren Sie bei der Überprüfung der Daten die Merkmale, die qualitativ hochwertige potenzielle Kunden definieren, und weisen Sie die Attribute entsprechend zu.
Bestimmen Sie die Abschlussrate für alle Attribute
Als nächstes ist es Zeit zu bestimmen, welches Attribut wertvoller ist als das andere. Dazu müssen Sie zunächst die Abschlussrate für jedes Attribut berechnen. Identifizieren Sie insbesondere, wie viele Interessenten in Abhängigkeit von ihrem Verhalten oder ihrer Demografie zu Kunden werden.
Sie können beispielsweise die Abschlussrate von Personen berechnen, die sich für Ihren Newsletter anmelden, Ihnen in sozialen Medien folgen oder die Abschlussrate von potenziellen Kunden in verschiedenen Regionen oder Nischen bestimmen.
Punktwerte zuweisen
Nachdem Sie die Abschlussquoten für jedes Attribut ermittelt haben, müssen Sie diese vergleichen und priorisieren.
Aktuelle Instagram-Statistiken zeigen beispielsweise, dass Vermarkter Influencer-Marketing als ihren am schnellsten wachsenden Kanal zur Kundengewinnung einstufen. So stellen Sie möglicherweise fest, dass mehr Interessenten aus Influencer-Kampagnen zu Kunden werden als Interessenten, die sich für Ihren Newsletter angemeldet haben.
In diesem Fall ist das erstgenannte Attribut wertvoller. Wiederholen Sie den Vorgang für jedes spezifische Attribut, um die Merkmale zu definieren, die die Lead-Qualität genau widerspiegeln.
Vergleichen Sie außerdem die Abschlussraten Ihrer Attribute mit Ihrer Gesamtabschlussrate. Dies dient als Bezugspunkt bei der Zuweisung von Bewertungen für Ihre Attribute.
Wenn Newsletter-Anmeldungen beispielsweise eine Abschlussrate von 15 % haben, während Ihre Gesamtabschlussrate bei 1 % liegt, könnten Sie jedem Lead, der sich für Ihren Newsletter anmeldet, 15 Punkte zuweisen.
Es wird auch empfohlen, eine Mindestpunktzahl festzulegen, um die Grenze zwischen qualifizierten und nicht qualifizierten Interessenten leichter ziehen zu können. Leads mit einer Punktzahl von weniger als 50/100 Punkten sind es beispielsweise nicht wert, weiterverfolgt zu werden.
Andere Arten von Lead-Scoring
Neben dem manuellen Ansatz gibt es auch andere Methoden zum Scoring von Leads. Genauer gesagt, Lead-Scoring für vorausschauende und logistische Regression.
Predictive Lead Scoring ist möglicherweise die beste Wahl, wenn Sie Zeit sparen möchten. Diese Methode verwendet maschinelles Lernen, um Interessentendaten zu durchsuchen, um Gemeinsamkeiten zwischen Leads, die konvertieren, und Leads, die dies nicht tun, zu finden und jeden Interessenten basierend auf seiner Wahrscheinlichkeit einer Konvertierung einzustufen.
Predictive Lead Scoring eliminiert die Notwendigkeit, Daten manuell zu sichten, um wertvolle Attribute zu identifizieren, und minimiert das Risiko menschlicher Fehler.
Da prädiktive Lead-Scoring-Systeme außerdem maschinelle Lerntechnologie verwenden, müssen Sie Ihre Follow-up-Strategie nicht manuell optimieren.
Andererseits liegt die Hauptstärke von Lead-Scoring-Systemen für logistische Regression in ihrer Genauigkeit, da sie berücksichtigt, wie alle Kundenattribute miteinander interagieren.
Dies ist eine Data-Mining-Technik, die Microsoft Excel verwendet. Es funktioniert, indem eine Formel in der Tabelle erstellt wird, die die Wahrscheinlichkeit aufzeigt, mit der ein Interessent zu einem Kunden wird.
Fazit
Insgesamt ist das Lead-Scoring entscheidend, um hochwertige Interessenten zu identifizieren und Ihnen einen Einblick zu geben, wie Sie Ihre Kosten pro Lead senken können.
Beginnen Sie damit, Ihre Lead-to-Conversion spät zu bestimmen. Wählen Sie danach die richtigen Attribute in Abhängigkeit von Ihren Kundeninformationen aus, berechnen Sie die Abschlussrate jedes Attributs und sortieren Sie sie nach ihrer Wichtigkeit.