예측 리드 스코어링이란 무엇입니까? AI는 더 많은 인간적 마케팅을 가능하게 해줍니다.

이제 마케팅 담당자는 미래를 알려줄 수정구슬이 필요했습니다. 이제 Act-On AI 예측 리드 스코어와 같은 예측 리드 스코어링 모델의 출현으로 퍼널을 통한 리드 진행 결과를 예측하는 것이 조금 더 쉬워졌습니다.

전통적인 리드 스코어링은 여전히 ​​그 자리를 차지하고 있지만, AI와 머신 러닝을 통해 리드 스코어링을 증폭하고 개선하면 잠재성이 높은 잠재 고객을 그 어느 때보다 쉽게 ​​식별할 수 있습니다. Act-On의 자체 AI 예측 리드 스코어를 포함하여 예측 리드 스코어링의 세계에 대해 자세히 알아보세요. 정의, 예측 채점과 수동 채점 간의 차이점을 다루고 몇 가지 잠재적인 사용 사례를 제시합니다.

예측 리드 스코어링이란 무엇입니까?

이 최첨단 방법론은 고급 기계 학습 및 데이터 분석 기술을 활용하여 고객으로 전환될 가능성에 따라 리드에 점수를 할당합니다. 이는 직위, 산업, 회사 규모 등 미리 결정된 기준에 크게 의존하는 수동 리드 스코어링의 제약을 뛰어넘습니다. 대신, AI 기반 리드 스코어링은 과거의 리드 행동, 참여 패턴, 인구통계학적 정보를 포함한 다양한 데이터 포인트를 조사하고 긍정적인 결과를 기반으로 지속적으로 업데이트합니다. 이 접근 방식을 통해 마케팅 담당자는 정보에 근거한 결정을 내릴 수 있으며 전환 가능성이 더 높은 리드에 노력을 집중할 수 있습니다.

예를 들어, 새로운 Act-On AI 예측 리드 점수 기능은 기계 학습 모델을 사용하여 연락처가 판매로 전환될 가능성을 예측합니다. 매일 업데이트되는 점수는 새로운 접촉 행동이 시스템에 추가됨에 따라 시간이 지남에 따라 변경됩니다.

수동 리드 스코어링과 AI 예측 리드 스코어링의 차이점은 무엇입니까?

기존의 리드 스코어링은 사전 정의된 기준과 수동 평가에 크게 의존합니다. 기본 수준의 리드 우선순위 지정을 제공할 수 있지만, AI 예측 리드 스코어링이 머신러닝의 힘을 통해 포착할 수 있는 복잡한 패턴과 행동의 뉘앙스를 간과하는 경우가 많습니다. 한마디로 좀 더 주관적이다.

AI 예측 리드 스코어링 모델은 방대한 양의 데이터를 분석하여 고객 행동에 숨겨진 패턴을 식별할 수 있습니다. Act-On AI Predictive Lead Score를 통해 우리는 훈련된 기계 학습 모델을 사용하여 특정 행동을 긍정적인 결과와 연관시키고 각 접촉에 대해 매일 새로운 점수를 생성합니다. 우리는 ML 성향 모델을 설계하여 리드가 결국 성공하거나 실패할 가능성이 있는 패턴을 식별했습니다.

게다가 이 방법은 시간이 지남에 따라 적응하고 개선되어 새로운 데이터를 기반으로 예측을 지속적으로 개선하는 반면, 현재의 리드 스코어링 모델은 수동으로 업데이트해야 합니다. AI 리드 스코어링은 리드의 전환 가능성에 대한 보다 객관적인 시각을 제공합니다.

하지만 솔직히 말해서 우리는 완전히 객관적이거나 주관적이기를 원하지 않습니다. 마케팅은 과학이 아니라 예술이다. 수동 및 예측 리드 스코어링을 결합하고 균형을 맞추는 것이 정교한 마케팅 조직을 위한 최선의 방법인 경우가 많습니다(블로그에서 자세히 설명하겠습니다).

AI 예측 리드 스코어링 사용 사례

현재로서는 예측 리드 스코어링 모델이 현재 수동 리드 스코어링 시스템을 완전히 대체하는 것이 아니라 보완한다는 점을 명심하는 것이 중요합니다. 모든 비즈니스에는 리드 점수를 매길 때 고려해야 하는 고유한 점수 기준이 있습니다.

따라서 예측 리드 점수 사용 사례 목록을 읽어보세요. 일반적으로 AI 예측 점수, 특히 Act-On AI 예측 리드 점수를 최대한 활용하는 데 도움이 될 수 있습니다.

1. 영업 및 마케팅 투자를 위한 리드 우선 순위 지정 : 예측 리드 스코어링은 전환 가능성이 가장 높은 리드에 노력을 집중할 수 있도록 하여 리드 우선 순위 지정에 혁신을 가져옵니다. 이를 통해 영업 및 마케팅 팀은 결과를 얻을 가능성이 가장 높은 곳에 시간과 리소스를 투자하여 리드 관리를 더욱 효율적으로 하고 전환율을 높일 수 있습니다.
2. 분할 및 정복을 위해 각 퍼널 단계에 대한 세그먼트 구축 : 예측 리드 스코어링을 사용하여 전환 가능성을 기준으로 잠재 고객을 분류할 수 있습니다. 예측 리드 점수 값을 기반으로 퍼널의 상단, 중간, 하단으로 정렬합니다. 선을 긋는 위치는 특정 비즈니스에 따라 다르지만, 예를 들어 유입경로 상단의 경우 0~30점, 중간 유입경로의 경우 31~65점, 유입경로 하단의 경우 65점 이상입니다. 그런 다음 각 세그먼트를 다양한 콘텐츠로 육성하고 영업팀 파트너가 BOFU 잠재 고객의 우선순위를 정하도록 독려하세요.
3. 보다 효율적인 리소스 할당 계획 : 마케팅 리소스를 효과적으로 할당하는 것은 성공에 매우 중요하며 예측 점수는 이를 수행하는 데 도움이 됩니다. 예측 점수가 더 높은 리드를 향해 노력을 집중함으로써 예산과 리소스를 최대한 활용할 수 있습니다.
4. 영업에 맞춰 예측 학습을 사용합니다 . 마케팅 팀과 영업팀 간의 효과적인 협업은 최고 속도로 흥얼거리는 것과 지연되는 것의 차이를 의미할 수 있습니다. 예측 리드 스코어링은 부서 간 조정을 촉진하고 신뢰를 구축합니다. 예측 모델에서 높은 점수의 리드를 영업팀에 전달하세요. 다음 단계는 중요한 부분입니다. 기존 리드 점수 모델의 인기 리드와 비교하여 이러한 리드의 성과에 대한 피드백을 들어보세요. 이러한 피드백은 수동 채점을 미세 조정하고 AI 점수가 매겨진 리드에 가장 적합한 애플리케이션을 결정하며 판매 파트너 사이에서 MQL 수용률을 높이는 데 도움이 될 수 있습니다.
5. 판매 퍼널에서 리드의 위치에 대한 콘텐츠 제공 : 예측 리드 스코어링 소프트웨어를 사용하면 개별 리드의 요구 사항과 불만 사항에 맞는 콘텐츠를 제공할 수 있습니다. 예를 들어, 점수가 높은 리드는 경쟁사에 비해 제품의 장점을 직접적으로 설명하는 콘텐츠를 받을 수 있고, 점수가 낮은 리드는 더 광범위한 주제를 다루는 교육 리소스를 통해 육성될 수 있습니다. 보너스: 예측 점수와 함께 Act-On AI Create와 같은 생성적 AI 콘텐츠 생성을 사용하여 콘텐츠를 더욱 구체화합니다.
6. 새로운 재참여 전략 고안 : 모든 리드가 즉시 전환되는 것은 아닙니다. 여기서 재참여가 필요합니다. AI 리드 스코어링은 재참여할 가치가 있는 리드를 식별하는 데 도움이 됩니다. 과거 데이터와 행동 패턴을 분석함으로써 과거에 관심을 보였지만 전환에 더 가까워지기 위해서는 추가적인 육성이 필요한 리드를 정확히 찾아낼 수 있습니다.
7. 세분화 게임을 한 단계 더 발전시키세요 . 효과적인 세분화는 타겟 커뮤니케이션의 핵심이며 예측 리드 스코어링은 데이터에 완전히 새로운 차원을 제공합니다. 예측 모델의 점수에 따라 리드를 분류한 다음 "핫 리드" 또는 "웜 리드"와 같은 기존 세그먼트에 대해 캠페인을 테스트해 보세요. 예측 버전의 성능이 더 좋나요? 이에 따라 수동 리드 스코어링을 어떻게 조정할 수 있나요?
8. 데이터를 활용하여 이상적인 고객 프로필 업데이트 및 개선 : 점수가 높은 리드의 속성을 분석하면 영업 팀을 위한 이상적인 고객 프로필을 개선하는 데 도움이 될 수 있습니다. 이전에 수동으로 점수를 매긴 리드에는 표시되지 않았지만 자동 리드 점수에서 높은 점수를 얻은 리드에 표시되기 시작하는 추세를 찾아보세요. 그런 다음 Act-On Predictive Lead Score가 CRM 플랫폼으로 다시 피드백되어 이해도가 높아집니다. 이러한 통찰력을 활용하여 ICP에 대한 접근 방식을 조정하세요.
9. 마케팅 ROI 추적에 차원 추가 : 예측 리드 스코어링은 마케팅 이니셔티브의 성공을 추적하는 실질적인 방법을 제공합니다. 높은 점수를 받은 리드의 전환율을 모니터링하여 다양한 캠페인 및 전략에 대한 투자 수익(ROI)을 평가할 수 있습니다. 기존 수동 리드 점수와 예측 점수 간의 리드 ROI를 비교해 보세요.
10. 잠재 고객과 장기적인 관계 구축 : 예측 리드 스코어 소프트웨어는 즉각적인 전환에 관한 것이 아닙니다. 지속적인 관계를 구축하는 것입니다. 예측 점수에서는 좋은 점수를 받았지만 수동 점수에서는 점수가 좋지 않은 리드 그룹을 식별할 수도 있습니다. 이러한 리드를 육성하고 그들의 행동을 주의 깊게 관찰하십시오. 고객이 전환하기 시작하면 올바른 방향으로 가고 있는 것입니다. 그렇지 않은 경우 시간이 지남에 따라 더 천천히 육성하여 참여와 관심을 구축할 수 있습니다.

위의 모든 사용 사례는 마케팅 기능에 차원과 지능을 추가합니다. 이를 구현할 때 한발 물러서서 배운 내용을 마케팅 전략에 대한 전반적인 접근 방식에 적용하십시오. 높은 점수를 받은 리드는 성공적인 전환에 기여하는 속성과 행동에 대한 귀중한 통찰력을 제공합니다. 이러한 통찰력을 분석함으로써 전반적인 마케팅 전략을 개선하여 타겟 고객의 요구와 선호도에 더 잘 부합할 수 있습니다.

수동 또는 예측 점수? 답은 둘 다이다

수동 리드 채점은 매우 주관적인 프로세스라는 점을 명심하세요. 여기에는 다양한 기준에 연결된 포인트 할당과 최선의 추측이 많이 포함됩니다. 해당 포인트가 할당되는 방식과 이유에 따라 조치와 결과 간의 상관 관계는 추적하기 어려울 수 있으며 다소 임의적일 수 있습니다. Act-On AI Predictive Lead Score와 같은 솔루션은 사용자 행동을 보다 객관적으로 측정합니다.

진정으로 정교한 마케팅 담당자는 수동 및 예측 리드 스코어링의 최고의 요소를 결합합니다. 수동 점수 매기기가 적절하게 설정된 경우 두 가지 유형의 점수 매기기 모두 구매자 행동에 대한 좋은 방향 표시를 제공합니다. 두 가지를 결합하면 특정 비즈니스의 복잡하고 고유한 판매 경로, 콘텐츠 및 잠재 구매 행동을 가장 완벽하게 표현할 수 있습니다.

수동으로 리드 점수를 설정하고 "설정하고 잊어버리는" 접근 방식을 사용한 경우 가치가 낮은 리드에 시간과 에너지를 소비하고 있을 수 있습니다. 혼합에 예측 점수를 추가하면 채점 시스템의 규율과 엄격성을 향상시킬 수 있습니다.

마케팅의 미래, 현재에 가능하다

Act-On AI Predictive Lead Score와 같은 솔루션은 리드 식별, 우선 순위 지정 및 마케팅 접근 방식의 패러다임 변화를 나타냅니다. AI와 머신러닝을 마케팅 기술과 결합함으로써 더 깊은 수준에서 잠재 고객의 공감을 불러일으키는 개인화되고 효과적인 캠페인을 만들 수 있습니다.

AI와 머신러닝에 대해 더 알고 싶으세요?

• 최신 기능인 Act-On AI 예측 리드 점수에 대해 알아보세요.
  
• AI와 마케팅 자동화가 함께 작동하는 이점과 이 혁명이 가까운 미래에 우리를 어디로 데려갈지에 대해 자세히 알아보세요.
  
• 이러한 기회를 최대한 활용하는 방법에 대한 예를 통해 마케팅 팀을 위한 AI 리드 스코어링의 이점을 이해하세요.
  
• 현재 및 향후 출시될 Act-On의 AI 마케팅 도구 전체 제품군에 대해 읽어보세요.