כאשר מגיעות פניות רבות, צוות צריך להחליט למי לחזור ראשון ומה להכין לשיחה. Lead Scoring יכול לעזור לתעדף, אך ציון אינו תחליף להבנת אדם. ניקוד מבוסס על שני סוגי מידע: התאמה לשירות, כגון סוג עסק ואזור פעילות, ואיתותי התנהגות, כגון בקשת הדגמה או חזרה לעמוד מחיר. HubSpot מתארת אפשרות להפריד בין ציון התאמה לציון מעורבות. ההפרדה שימושית גם בלי HubSpot: אדם יכול להיות לקוח מתאים מאוד שעדיין לומד, או אדם פעיל מאוד שאינו קהל היעד. אם מערבבים הכול למספר אחד בלי הסבר, קל לפספס את שניהם.
מגדירים מהי החלטת התעדוף
לפני חלוקת נקודות שואלים איזו פעולה תשתנה בעקבות הציון. האם ציון גבוה יקבל שיחה מוקדמת? האם ציון בינוני יקבל מדריך? האם ציון נמוך יסומן לבדיקה ידנית? אם אין פעולה אחרת לכל קבוצה, הציון הוא קישוט בדוח. מגדירים גם מי יכול לעקוף את הכלל ומדוע, למשל פנייה עם בקשה דחופה אך מעט נתונים דיגיטליים. מתחילים מנתוני פניות קודמות, אחרי הסרת מידע רגיש, ומחפשים מאפיינים שבאמת היו קשורים להתאמה. אין להניח שפעולה נפוצה כמו פתיחת מייל מעידה על מוכנות לרכישה; היא עשויה לשקף סקרנות בלבד.
בונים ציון התאמה שאפשר להסביר
התאמה עוסקת בשאלה האם העסק מסוגל לשרת את האדם או הארגון. עבור שירות מקומי אפשר לבחון אזור, סוג צורך והיקף פרויקט; עבור מוצר B2B אפשר לבדוק שימוש נדרש, גודל צוות ומערכות קיימות. אין צורך לאסוף כל פרט אפשרי רק כדי למלא טופס. לכל רכיב ניקוד מציינים מדוע הוא רלוונטי ומה מקור הנתון. אם משתמשים בנתון שהלקוח לא מסר במפורש, בודקים שהוא אמין ושמותר להשתמש בו. כללי התאמה צריכים להיות ניתנים לביקורת כדי שלא יבנו הטיה בלתי מוצדקת נגד סוגי לקוחות מסוימים. כדאי לבדוק גם פניות שהציון דחה אך אנשי מכירות מצאו מתאימות.
בונים ציון מעורבות עם מגבלות
בקשת שיחה היא איתות חזק יותר מצפייה כללית בעמוד, אך גם היא אינה מבטיחה תקציב או צורך מתאים. ביקורים חוזרים יכולים לבוא מעובד פנימי, מספק או ממי שמחפש עבודה. תורידו משקל לאירועים ישנים אם התנהגות כבר אינה רלוונטית, ותבדקו כפילות כאשר מערכת מדידה רושמת אותה פעולה כמה פעמים. לא צריך להפוך כל הקלקה לנקודות. בוחרים כמה פעולות בעלות משמעות ברורה, מוודאים שהן נמדדות נכון ומסבירים לצוות מה הציון אינו יודע. אם אין נתונים על התנהגות בגלל חסימה או העדפות פרטיות, אין להסיק שהאדם אינו מעוניין.
משתמשים ב-BANT כשאלות, לא כמסננת קשיחה
BANT מתייחס לתקציב, סמכות החלטה, צורך ולוח זמנים. ארבע השאלות עשויות לעזור לנציג להבין מסלול, אך לא כל אדם יודע תקציב מדויק בתחילת בירור, ולא כל מי שפונה הוא מקבל החלטה יחיד. שאלת ״מי עוד צריך להיות בשיחה״ יכולה להיות מועילה יותר משאלה בוטה על סמכות. אם לקוח מתאים צריך עזרה בבניית הצדקה פנימית, ציון נמוך בגלל היעדר תקציב מאושר עלול לסגור הזדמנות מוקדם מדי. לכן משתמשים ב-BANT כדרך לתעד מה ידוע ומה חסר, ומבחינים בין חוסר מידע לבין תשובה שלילית אמיתית.
משתמשים ב-MEDDIC לעסקאות מורכבות
במכירות ארוכות לארגונים, MEDDIC מסייע לחשוב על מדדים, קונה כלכלי, קריטריונים ותהליך החלטה, כאב, גורם פנימי תומך ותחרות או חלופות. אין צורך להציג את כל השאלות בטופס ראשוני. חלק מהמידע מתגלה בשיחות ובתהליך משותף עם הלקוח. אם העסק מוכר שירות פשוט עם החלטה מהירה, המסגרת עלולה ליצור בירוקרטיה שלא מוסיפה ערך. בוחרים רק את השאלות שעוזרות להכין צעד הבא. גם כאן היעדר תשובה אינו הוכחה שאין סיכוי לעסקה. ציון מועיל מציין אי ודאות, לא מכסה עליה במספר מדויק למראה.
מגדירים כללי מעבר ובדיקה אנושית
אפשר לקבוע שסף מסוים מעלה פנייה לתור מוקדם, אבל לפני פעולה אוטומטית יקרה בודקים מקור נתונים וסיבה. נציג שמקבל פנייה צריך לראות אילו אותות תרמו לציון, לא רק ספרה. אם נציג מגלה שהטופס נשלח בטעות, הוא מסמן זאת כדי לשפר את הכלל. אם פנייה בעלת ציון נמוך הופכת ללקוח מתאים, בודקים מה הוחמץ. שומרים נתיב ידני לפניות חריגות, במיוחד כאלה שמגיעות בטלפון, מהמלצה או מאירוע ואינן משאירות עקבות באתר. הכלל צריך לעזור לצוות לראות פניות, לא להסתיר אותן מאחורי אוטומציה.
מודדים איכות המודל לאורך זמן
משווים קבוצות ציון לשיחות שהתקיימו, להתאמה שהוגדרה ולתוצאה העסקית, תוך הכרה שמדגם קטן ותקופת מכירה ארוכה מגבילים מסקנות. בודקים גם שגיאות מסוגים שונים: פניות טובות שדורגו נמוך ופניות לא מתאימות שקיבלו עדיפות. אם רק המקרה השני נמדד, העסק עלול לפספס הכנסה בלי לראות זאת בדוח. שינויים במוצר, במחיר או בשוק מחייבים עדכון כללים. לפני עדכון רחב שומרים גרסה, מריצים השוואה על נתונים היסטוריים ובודקים שאין השפעה בלתי צפויה על חלוקת העבודה. ציון אינו יעד בפני עצמו; הוא כלי לשיחה טובה יותר בזמן הנכון.
שאלות נפוצות
האם צריך בינה מלאכותית לניקוד? לא; אפשר להתחיל בכללים שקופים ולבדוק אותם. האם חובה להשתמש בשתי המסגרות BANT ו-MEDDIC? לא; הן מועילות רק אם השאלות מתאימות למכירה. מתי מפסיקים לשלוח תוכן אוטומטי? כאשר אדם נכנס לשיחה פעילה או מבקש זאת, לפי התהליך שהוגדר. מה עושים אם אין מספיק פניות לבדיקת מודל? מתחילים בסיווג ידני של דוגמאות ובשיחה עם הצוות לפני חישוב נקודות. מערכת טובה מציגה גם מה חסר לדעת, לא רק כמה נקודות נצברו.
דוגמה לניקוד פשוט לפני מערכת מורכבת
עסק שמוכר שירותי אתר יכול להתחיל בשלושה שדות: סוג הפרויקט, מועד רצוי והאם האדם מבקש שיחה או מידע כתוב. במקום לתת משקל מתמטי לכל אפשרות, הוא יכול ליצור שלוש קבוצות טיפול: שיחה, בירור חסר ומידע להמשך. במשך חודש מתעדים מה קרה לכל קבוצה. רק כאשר מופיע עומס שמצריך תעדוף עדין יותר, מוסיפים משקל להתאמה ולמעורבות. גישה זו מונעת יצירת ציון מדויק למראה על בסיס נתונים חלשים. היא גם מאפשרת לגלות אם מקור הבעיה הוא בכלל זמן מענה או מסר עמום בטופס, ולא חוסר יכולת לחשב ציון.
מסבירים ניקוד לאדם שמקבל את הפנייה
נציג מכירות צריך לדעת למה פנייה הוצגה לו בעדיפות גבוהה: היא ביקשה שיחה על שירות מתאים, הגיעה מאזור פעילות או ציינה מועד קרוב. הצגת הסיבה עוזרת לו להכין שאלה מועילה ומאפשרת לזהות טעות. אם המערכת מראה רק ״83 נקודות״ בלי פירוט, נוצר רושם של ודאות שלא קיימת. כדאי לאפשר לנציג לציין שהניקוד לא תאם את המציאות ולתאר מדוע. סקירה של אי התאמות כאלה חשובה יותר מכיוונון קטן של מספר נקודות בדוח. כך המודל נשאר כלי תפעולי שניתן לשפר ולא סמכות מסתורית שמחליטה מי ראוי לשיחה.
ציון צריך להתחשב גם בזמן. פנייה שביקשה הדגמה לפני שנה אינה בהכרח דחופה יותר מפנייה חדשה עם צורך ברור. קובעים מתי איתות ישן מאבד משקל ומתי שיחה חדשה מחליפה הנחה קודמת. אם אדם משנה תפקיד או חברה, מידע התאמה ישן עלול להיות שגוי. בדיקה תקופתית של תאריכים ומקורות חשובה יותר מהוספת עוד אינדיקטור צבעוני בלוח הבקרה. צוות צריך לראות מה עדכני ומה רק נשמר מהעבר.
ליישום בנושא, ראו גם ייעוץ מכירות לעסקים של ברנדיני.
מקור מקצועי נוסף: מידע רשמי.