Infer Net New Leads: Salesforce'taki En İyi Potansiyel Müşterileri Belirleyin ve Gönderin

ekran görüntüsü çıkarmak

İşletmeler, müşterileri ve onları neyin motive ettiği hakkında çok sayıda veriyi yorumlamakta zorlanıyor. İnsanlar kayıt sistemlerine odaklandıklarında, Salesforce, Marketo ve Google Analytics gibi farklı sistemlerdeki tüm sinyallerden ve web'deki yapılandırılmamış kaynaklardan yararlı bilgiler elde etmeye karşı ağaçlardan ormanı görmek neredeyse imkansız.

Çok az şirket, verilerini çıkaracak ve uygulayacak kaynaklara veya uzmanlığa sahip analytics hangi potansiyel müşterilerin ürünlerini ne zaman satın alacağını belirler. Pazarlama otomasyon sistemlerinde müşteri adayı puanlama ile zorlukların üstesinden gelmeye çalışanlar, içgüdülerine ve bir kullanıcının faaliyetinin küçük bir alt kümesine göre kuralları manuel olarak tanımlamalıdır.

Ve bazı şirketlerin sürekli bir gelen potansiyel müşteri akışı varken, diğerleri büyümeyi sağlamak için giden satışlara ve hedefli pazarlamaya bağlıdır. En yaygın yaklaşım, şüpheli potansiyel müşterilerden oluşan büyük listelerden satın almak ve birkaç iyi olasılık bulmayı ummaktır, ancak bu çok fazla zaman ve para gerektirir.

Tahmine dayalı puanlamanın, pazarlama otomasyonunda geleneksel müşteri adayı puanlamadan farkı nedir?

Davranışsal puanlama modellerimiz, belirli bir eylem için manuel olarak puan eklemek yerine, bir şirketin pazarlama otomasyonu platformundaki tüm etkinlik verilerini incelemek için güçlü makine öğrenimi kullanır. Satış ve pazarlama ekipleri, önümüzdeki üç hafta içinde hangi potansiyel müşterilerin dönüşeceğini tahmin etmek için davranışsal puanları kullanabilir.

Infer bunu nasıl çözüyor ve uygulamayla ilişkili en iyi uygulamalar var mı?

Müşteri yolculuğu boyunca, şirketlerin kazanma oranlarında, lider dönüşümlerde, ortalama anlaşma boyutlarında ve yinelenen gelirlerde önemli artışlar elde etmelerine yardımcı olan doğru, istatistiksel olarak kanıtlanmış müşteri tahminleri üretiyoruz. Fit modellerimiz tahmini kullanır analytics ve bir kişinin belirli bir ürünü almaya uygun olup olmadığını anlamak için gelişmiş makine öğrenimi ve davranış modellerimiz onların yakında satın alma olasılığının olup olmadığını belirler.

Anlam çıkarmak

Bunu, bir şirketin iş modeli, teknoloji satıcıları, ilgili iş ilanları, halka açık başvurular, sosyal mevcudiyet, web sitesi etkinlikleri, pazarlama otomasyon verileri, ürün kullanım verileri ve diğer özellikler gibi temel sinyalleri analiz ederek yapıyoruz. Müşterilerimizin Infer'i yalnızca potansiyel müşterilerini filtrelemek ve önceliklendirmek için değil, aynı zamanda pazarlama kampanyalarını optimize etmek, giden satışları iyileştirmek, akıllı müşteri adayı beslemesi oluşturmak, satış hizmeti düzeyi anlaşmaları tasarlamak vb. İçin kullandıklarında en fazla değeri ortaya çıkardıklarını gördük. En iyi anahtarlardan biri şirketlerin kullandığını gördüğümüz uygulama, örneğin en uygun, satın alma olasılığı yüksek müşteri adaylarını doğrudan en iyi temsilcilerine göndererek farklı segmentler etrafında programlar geliştirmelerine yardımcı olan basit bir 4X4 uyum ve davranış skor matrisidir.

nen Net-Yeni Potansiyel Müşteriler teklif, InsideView gibi en iyi veri sağlayıcılarla ortaklık kurarak ve bir şirketin en uygun potansiyel müşterilerini belirlemek için kişiselleştirilmiş tahmin modellerini kullanarak satış ekiplerine yeni bir yüksek kaliteli potansiyel müşteri kaynağı sağlar. Pazarlama ekipleri, lider listelerini kendi başlarına puanlamak için genellikle Infer'i kullandılar, ancak şimdi doğrudan bizden net-yeni potansiyel müşteriler satın alabiliyor, soğuk kişileri puanlamak için özel olarak tasarlanmış modellerimizden yararlanabiliyor ve yalnızca en iyi hesaplar için ödeme yapabiliyorlar.

Infer'in temel farklılaştırıcıları nelerdir?

Tahmin alanında birkaç nedenden ötürü benzersiziz - her şeyden önce derin ve odaklanmış delicesine akıllı tahmine dayalı puanlama ürünlerimiz sayesinde. DNA'mız Google, Microsoft ve Yahoo'dan kaynaklanan güçlü bir mühendislik kültüründen oluşur. Veri edinme ve veri biliminin B2B satış ve pazarlama için en fazla değeri ortaya çıkarabileceği alanları bulma konusunda kısırız.

Çıkarım süreci

Infer'in misyonu, şirketlerin veri biliminin gücüyle büyümesine yardımcı olmaktır. Tahmine dayalı zekamız, satış ve pazarlama için bir dizi farklı uygulamayı güçlendirmeye yardımcı olur:

  • Süzme - Tüm gürültüyü filtrelerken (kötü uçlar) anında iyi uçları belirleyin.
  • Önceliklendirme - Satışların güçlü satın alma sinyalleri gösteren ve gelir üzerinde en büyük etkiye sahip olma olasılığı yüksek olan potansiyel müşterilere odaklanması için potansiyel müşterilere öncelik verin.
  • Net-Yeni Olası Satışlar - Şu anda veritabanınızda olmayan bir şirketin en uygun potansiyel müşterilerini belirleyerek giden satışları artırın.
  • Terbiye - Potansiyel müşterileri yeniden etkileşime girer girmez satışlara geri göndermek için yetiştirme veritabanlarındaki potansiyel müşterileri izleyin.
  • Exec Gösterge Tabloları - Karar verme sürecine rehberlik edin, yeni trendleri tespit edin ve talep üretiminin boru hattınızı ne kadar iyi beslediğini izleyin.

Hedefimiz hiçbir zaman bir danışmanlık şirketi kurmak olmadığından, hizmetlere büyük ölçüde güvenmek yerine, model performansına ve müşterilerimiz için etkili, tekrarlanabilir sonuçlar elde etmeye odaklanmaya devam ettik. Bu nedenle rekabetçi pişirmeleri teşvik ediyoruz ve hem teknoloji hem de mühendislik mükemmelliğimizin ve model performansımızın konuşmasına izin veriyoruz.

Ne düşünüyorsunuz?

Bu site spam'i azaltmak için Akismet'i kullanıyor. Yorum verilerinizin nasıl işlendiğini öğrenin.