Redija um modelo de lead scoring documentado, fundamentado no histórico real de conversão do seu CRM: atributos ponderados, limites claros de MQL e SQL, e um lead real pontuado como exemplo prático.
Partes desta receita usam recursos previstos no roadmap da Joy: conectores para sistemas além do SmarterU. O restante faz parte do JoySuite desde o lançamento, e você o inicia quando pedir.
Redija um modelo de lead scoring para [produto] usando os dados de negócios ganhos do nosso CRM: atributos ponderados em uma escala de 100 pontos, limites de MQL e SQL, e um lead recente pontuado como exemplo prático.
Um exemplo ilustrativo. Seu resultado vai refletir suas fontes, dados e pedidos.
Baseei os pesos nos últimos 12 meses de negócios ganhos no seu CRM conectado: 214 conversões. Senioridade e visitas à página de preços previram conversão com muito mais força do que setor ou aberturas de e-mail, e os pesos refletem isso.
O modelo pontua cada lead em 100 pontos distribuídos por seis atributos. Fit de senioridade carrega o maior peso, com 25 pontos, seguido de visitas à página de preços e atividade de demo ou webinar com 20 cada: esses três sinais apareceram em mais de 80% dos seus negócios ganhos.
Pesos dos atributos: escala de 100 pontos
Exemplo prático: um lead criado na terça-feira, pontuado linha a linha.
| Atributo | Priya Nair, Diretora de Operações na Meridian Logistics | Pontos |
|---|---|---|
| Fit de senioridade | Nível de diretoria, operações: match exato com o ICP | 25 / 25 |
| Visita à página de preços | Visitou preços duas vezes esta semana | 20 / 20 |
| Demo ou webinar | Inscreveu-se no webinar mas não compareceu | 0 / 20 |
| Fit de porte da empresa | 240 colaboradores, dentro da faixa-alvo de 100–500 | 15 / 15 |
| Fit de setor | Adjacente (3PL) em vez do frete principal | 5 / 10 |
| Engajamento de e-mail | Abriu 4 dos últimos 6 envios, um clique | 6 / 10 |
Priya pontua 71, um MQL claro, a quatro pontos do SQL. Um agendamento de demo ou uma presença em webinar a empurra acima de 75, que é exatamente o que o próximo e-mail de nutrição dela deveria oferecer.
Quer que eu pontue os leads desta semana contra o modelo, ou teste quantos qualificariam com um limite de MQL de 60 pontos?
Modelo de Lead Scoring analisa o histórico de negócios ganhos do seu CRM para ver quais atributos precederam a conversão, e então redige um modelo de scoring completo: atributos ponderados em uma escala de 100 pontos, limites de MQL e SQL definidos em pontos reais de virada de conversão, e um exemplo prático para todos verem a matemática.
Aponte Joy para o seu CRM conectado ou adicione um arquivo de histórico de leads à Knowledge Center. O que importa é quais leads converteram e o que você sabia sobre eles antes.
Nomeie o produto ou segmento e peça um modelo de 100 pontos com limites de MQL e SQL. Adicione regras da casa de saída ("concorrentes sempre pontuam zero") se tiver.
Receba os pesos dos atributos em um gráfico, os limites com as evidências de conversão por trás deles, e um lead recente pontuado linha a linha para que o modelo seja concreto.
Copie o modelo documentado para as regras de scoring da sua plataforma de automação de marketing e para a wiki do time, e use o exemplo prático na conversa de handoff entre vendas e marketing.
Salve este pedido como um comando personalizado no assistente que sua equipe já usa, para que qualquer pessoa possa usá-lo com um clique.
O peso de cada atributo reflete quão fortemente ele precedeu a conversão nos seus próprios dados, não um template que alguém publicou em 2019.
Os cortes de MQL e SQL caem onde as taxas de conversão saltam no seu histórico, então as linhas significam algo.
Qualquer lead pontuado linha a linha sob demanda, a forma mais rápida de resolver um debate de 'por que este qualificou?'.
Mude um peso ou limite no chat e veja como o volume de leads do mês passado teria qualificado sob as novas regras.
Pontue contas em vez de leads individuais para movimentos de ABM, com intenção e engajamento consolidados por conta.
Adicione deduções de pontos para desqualificadores (estudantes, concorrentes, domínios de e-mail gratuito) para limpar a fila de MQLs.
Defina como os pontos comportamentais expiram, para que uma visita à página de preços em março não infle um lead em setembro.
Teste seu modelo atual com dados recentes de negócios ganhos e encontre os pesos que não merecem mais seus pontos.
Um modelo de lead scoring atribui pontos aos atributos e comportamentos de um lead (cargo, porte da empresa, visitas à página de preços) e usa limites para decidir quem é qualificado por marketing (MQL) ou por vendas (SQL). O JoySuite redige o modelo a partir do histórico de conversão do seu CRM, em vez de templates genéricos.
Joy compara seus negócios ganhos com leads que nunca converteram e pondera cada atributo pela força com que ele separou os dois grupos. Cada peso na saída vem com sua evidência, então o modelo é algo que seu time pode inspecionar e questionar.
Nos níveis de pontuação em que as taxas de conversão saltam no seu histórico. No modelo redigido, cada limite cita seu ponto de virada (por exemplo, a conversão subindo de 4% para 19% na linha do MQL), então os cortes são defensáveis.
Não. Joy redige e documenta o modelo, pontua leads individuais sob demanda no chat e repontua exemplos quando você muda um peso. Você copia as regras finais para a sua plataforma de automação, que faz a pontuação contínua em escala.
Revise a cada dois ou três trimestres, ou depois de qualquer coisa que mude seu funil: novo preço, novo segmento, novo produto. Como Joy reconstrói a partir dos dados atuais do CRM sob demanda, uma atualização é um pedido em vez de um projeto de várias semanas.
Entre na lista de espera e seja o primeiro a experimentar este fluxo de trabalho quando o JoySuite for lançado.