-

Leadscoring: wat is het, en hoe pas je het toe in de praktijk?

In de afgelopen jaren is leadscoring uitgegroeid tot een van de meest interessante technieken om de kwaliteit en efficiëntie van het verkoopproces te verbeteren. In 2015 bleek uit een studie van Spear Marketing dat 68 procent van de B2B-marketeers een leadscoringstrategie voor hun merken hadden opgezet. Dit vloeide voort uit het feit dat men steeds intensiever aan de slag was gegaan met inbound marketing (content marketing).

Leadscoring is dus ontzettend waardevol. Uit eigen ervaring weet ik echter dat het niet zo eenvoudig is. In deze serie van twee artikelen ga ik hier dieper op in en leer ik je hoe je aan de slag kunt met leadscoring en alle voordelen die daarmee gepaard gaan.

Wat is leadscoring?

Leadscoring is een systeem waarbij je een score toekent aan elke lead in je CRM/Marketing Automation systeem op basis van bepaalde criteria. Hierdoor kun je beter bepalen welke lead gekwalificeerd is om opgepakt te worden door het salesteam.

Er zijn twee soorten leadscoring systemen: impliciet en expliciet. Gecombineerd geven deze twee het beste resultaat. Hieronder leg ik kort uit wat bedoeld wordt met impliciete leadscoring en expliciete leadscoring:

#1) Expliciete leadscoring

Dit zijn gegevens zoals de naam van een lead, e-mailadres, leeftijd, bedrijf waar men werkt, telefoonnummer etcetera. Vaak zijn deze gegevens verkregen door het invullen van een formulier, of bijvoorbeeld een download van een whitepaper.

#2) Impliciete leadscoring

Hierbij kennen we scores toe aan acties die een lead onderneemt. Dit kan bijvoorbeeld het bezoeken van een bepaalde pagina op je website zijn, het openen van een e-mail of het aanklikken van een link in een mail.

Automatische leadscoring

Het spreekt voor zich dat leadscoring iets is wat automatisch moet gebeuren middels een marketing automation systeem. Met een dergelijk systeem is het dus mogelijk om op basis van bepaalde criteria een score toe te kennen. Op basis van een bepaalde score kan er dan weer een actie worden ondernomen.

Praktijkvoorbeeld leadscoring

Binnen ons marketing automation systeem hebben wij ook een aantal leadscoringmodellen ingericht. Eentje daarvan is de zogenaamde algemene engagement, zoals je hieronder kunt zien:

leadscoring-kg

Wat we hier bijvoorbeeld doen is het toekennen van tien punten als men zich inschrijft op de nieuwsbrief. Wanneer ze een campagne openen krijgt men één punt en wanneer men op een link klikt krijgt men drie punten.

Met deze score meten we de algemene engagement en we gebruiken dit om ‘leads’ met een hoge score te benaderen (of in ons geval ontvangen leads boven een bepaalde score automatisch een bepaald mailtje).

Wanneer we dit combineren met expliciete gegevens, zoals de functie of aantal medewerkers, krijgt onze salesafdeling een fantastisch inzicht in de leads. Op basis van de scores kan ook worden bepaald welke leads ‘warmer’ zijn en dus eerder benaderd moeten worden.

Leadscoring en leadnurturing

Leadscoring is niet alleen interessant voor het bepalen of iemand al klaar is voor de salesafdeling. Het kan ook bepalen in welke fase men nog in het leadnurturing-proces zit. Op basis van een bepaalde score kan bepaald worden of men klaar is voor de volgende stap in dit proces.

Leadscoring, hoe pak ik het aan?

De beste tip die ik kan geven is vooral om te starten. Een leadscoringsysteem is iets wat gaandeweg toch gefinetuned moet worden. Probeer dus vooral niet meteen het ideale model te creëren, dat lukt je toch niet.

Met onderstaande tips kun je echter wel een vliegende start maken!

Stap 1) Definieer kenmerken

Allereerst is het belangrijk om kenmerken vast te stellen die bepalen of een lead ook daadwerkelijk een klant zal worden (of niet). Wanneer iemand bijvoorbeeld aangeeft dat hij of zij student is, en je biedt geen dienst voor studenten, kun je deze dus al uitsluiten. Binnen leadscoring is het overigens ook mogelijk om een negatieve score toe te kennen. In dit geval zou dit dan een goede oplossing zijn.

Belangrijk is om de algemene kenmerken van je doelgroep ook mee te nemen. Wanneer je deze immers kunt vergelijken met je prospects weet je meteen welke ‘beter’ binnen je doelgroep passen (en dus meer kans hebben om te converteren naar klant).

Tenslotte kun je ook nog de kenmerken van je ideale klant een hogere score toekennen. Dit kan bijvoorbeeld op basis van iemands functie of het marketingbudget.

Stap 2) Identificeer gedragsregels

Hierbij is het van belang om alle mogelijke acties in een lijst op te nemen en deze een bepaalde score toe te kennen. Acties zijn bijvoorbeeld:

  • Het bezoeken van een bepaalde pagina (bijvoorbeeld een contactpagina)
  • Het bezoeken van minimaal x aantal pagina’s
  • Het openen van een bepaalde e-mail
  • Het aanklikken van een link in een e-mail
  • Het downloaden van een whitepaper

Untitled-design-1-690x578

Stap 3) Leadscoreschaal bepalen

In de meeste gevallen adviseren wij om te starten met een 1-100 schaal. Meestal is dit ruim voldoende. Op basis van deze schaal kun je dan bepalen welke actie hoeveel punten oplevert om zodoende naar een zo hoog mogelijke score toe te werken.

Dit is een proces wat overigens nog vaak over gedaan moet worden (zie stap 4). Ook hier adviseren we dus om gewoon te starten!

Stap 4) Finetunen!

Ons advies is om na bijvoorbeeld elke drie maanden een vergadering in te plannen met de marketing- en salesafdeling en de resultaten van de leadscoring te bespreken. Uit onze ervaring leiden deze vergaderingen vaak tot nieuwe inzichten en het veranderen van bepaalde scores (of zelfs de schaal).

Des te vaker je deze stap doorloopt des te efficiënter zal het leadscoringsysteem worden.

*) Dit artikel is tevens gepubliceerd op mijn website.

Deel dit bericht

2 Reacties

John

Goed artikel. Leadscoring kost wel veel tijd om goed in te richten maar betaald zichzelf dubbel en dwars terug. Enige wat ik nog mis is de leadscoring o.b.v. contacthistorie. Na alle impliciete en expliciete scores moet er toch een keer contact opgenomen worden, leadscoring o.b.v. contacthistorie zorgt er dan voor dat je met de juist lead op het juiste moment contact gaat opnemen.

Adwin - Inferens

Leuk artikel. Het is inderdaad belangrijk om je eerste model zo snel mogelijk te vervangen. Ik mis hier nog de onderbouwing met data. Ook als je nog niet toe bent aan predictive lead scoring, kun je je model al wel verbeteren door te werken met relatieve scoring. Ook kan het voor veel organisaties verstandig zijn om met meerdere modellen te werken.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond