Skip to content

Ikke kast bort tid på lead scoring i HubSpot. Her er hva du bør gjøre istedenfor

Thorstein Nordby 07.04.22 08:50
Lead scoring i HubSpot er bortkastet

Lead scoring er en av mange avanserte, men ofte unødvendige taktikker markedsførere tror de trenger for å lykkes for å vinne flere kunder.

Lead scoring høres bra ut i teorien.

I praksis er dette en taktikk svært få norske bedrifter har behov for. I denne artikkelen vil du lære hvorfor, og hva du kan gjøre istedenfor.

Les mer: Hva er HubSpot? Les den komplette guiden

 

Hva er lead scoring?

Tanken bak lead scoring er fornuftig.

Formålet med lead scoring er å bruke data fra dine kontakter til å kvalifisere og deretter prioritere hvem salg skal følge opp først.

Eksempler på slike data kan være:

  • Atferdsdata som åpning av e-poster, sidevisninger eller antall besøk
  • Demografisk data som bransje, omsetning, stilling eller funksjon
  • Signaler som viser at et selskap rekrutterer mye eller har mottatt kapital

En kontakt eller et selskap kan få tildelt en poengsum fra 0 til 100 der en høyere poengsum (i teorien) innebærer at kontakten er mer kvalifisert og klar til å kjøpe dine produkter eller tjenester.

Noen handlinger og datapunkter er naturligvis mer verdifulle enn andre.

Du kan for eksempel vektlegge et besøk til din produkt- eller prisside høyere enn forsiden.

Hvis en person fyller ut et skjema, kan du gi en høyere poengsum til en person som har daglig leder som sin rolle, og en negativ poengsum hvis kontakten er en student eller en journalist.

Hvordan du kommer frem til denne poengsummen kan defines enten manuelt eller gjennom prediktiv scoring som bruker maskinlæring (ML).

Dette høres fornuftig ut på papiret. Hvorfor er det da sannsynligvis bortkastet å investere tid og ressurser i en lead scoring-modell for din bedrift?

 

Lead scoring er basert på antakelser, ikke data

Kanskje den største mangelen med lead scoring er at poengs settes helt vilkårlig.

For at lead scoring skal fungere, trenger du store mengder data.  Problemet er at det kan ta lang tid for en bedrift å samle inn nødvendig data for at lead scoring kan fungere.

Når bedrifter ikke har nok data om sine kontakter, gjør de en rekke antakelser. De gir vilkårlige poeng til handlinger som antall artikler som er lest og e-poster som er åpnet.

Tenk på dette:

Hvorfor skal et besøk til produksiden gi 7 poeng og ikke 10? Hvorfor bør fem e-poster få flere poeng enn om en kontakt åpner den tre ganger?

Det er også vanlig å sette en terskel for når en kontakt er kvalifisert.

Hvis 50 poeng er din terskel, vil dette kunne utløse et varsel til dine selgere om å følge opp kontakten som har konvertert.

Antakelsen er at en høyere lead score betyr at kvaliteten på et lead er høy.

Problemet er at når lead scoring er basert på tilfeldige poengsummer, er dette overhodet ikke datadrevet.

En mer effektiv lead scoring-modell for en norsk SMB er binær.

Enten er en person kvalifisert og tar kontakt for å sette opp et møte, eller så er de ikke klare til å kjøpe fra deg. Det trenger ikke å være mer komplisert enn det.

Du har ikke nok leads til å få utbytte av lead scoring

Aktører som HubSpot, Salesforce og Marketo har gjort en god jobb med å markedsføre lead scoring-funksjonen i sine plattformer. 

Husk likevel på at dette er internasjonale selskaper verdt mange milliarder, og som har ressursene til å generere flere hundre tusen leads hver måned som de sender til sine store salgsavdelinger.

I disse tilfellene kan det å bruke kompleks lead scoring være mer aktuelt fordi volumet er såpass høyt, og det er et behov for å prioritere hvilke leads som bør følges opp først.

Hvis dine selgere ikke er overveldet av antallet leads de må følge opp hver måned, trenger du ikke å investere masse tid og ressurser i å lage en lead scoring-modell.

Hvis de har nok kapasitet til å følge opp, og om de supplerer innkommende leads med oppsøkende salgsaktiviteter, trenger du ikke lead scoring fordi volumet av leads er for lavt.

Når volumet av leads er lavt, kan en selger enkelt vurdere om henvendelsen er av høy kvalitet eller ikke.

De trenger ikke noe algoritme eller lead scoring for å gjøre en såpass enkel oppgave.

For en vanlig norsk SMB er målsetningen å generere noen få kvalifiserte henvendelser hver måned. Ikke tiltrekke hundretusenvis av besøkende og leads.

Hvis dette beskriver din bedrift, bør du heller fokusere på å generere flere innkommende leads og henvendelser og ikke kaste bort tiden din på lead scoring.

Analyser din nettside for å avdekke muligheter for hva som kan gjøres bedre. Kan nettsiden konvertere bedre? Publiserer dere for lite innhold? Eller er nettsiden ikke optimalisert for søk?

Som oftest er det grunnleggende ting som mangler.

Lead scoring er for komplisert og tidkrevende

Ekte lead scoring krever en mer kompleks matematisk modell hvis du skal oppnå formålet med å avdekke hvilke kontakter som har høyest sannynlighet for å bli din kunde.

Ved hjelp av algoritmer som analyserer en rekke sett med data, kan lead scoring hjelpe deg å forstå hvilke kjennetegn som har en sterk korrelasjon med sluttresultatet du ønsker å oppnå.

Dette kalles for prediktiv lead scoring, og er noe de fleste ikke klarer manuelt.

Ulempen for mange små og mellomstore bedrifter er at dette er en funksjon som krever mye data, at selgere er flinke til å logge sine aktiviteter i CRM-systemet, og en kostbar software-lisens.

Prediktiv lead scoring avansert funksjon som kun er tilgjengelig i de mest kostbare lisensene hos HubSpot, Salesforce og Marketo. Dette gjør denne funksjonen utilgjengelig for de fleste bedrifter.

 

Det er enkelt å finne demografisk data

Som nevnt tidligere i dette innlegget, trenger du mye data for at lead scoring skal fungere. En viktig kategori av data er demografiske data. Eksempler på demografisk data er:

  • Bransje
  • Land
  • Omsetning
  • Bransjekode
  • Antall ansatte.

Mange bedrifter venter på å samle inn denne informasjonen via skjemaer på sine nettsider. Det tar med andre ord mye tid å innhente informasjonen som er nødvendig for å score et lead.

I dag er det derimot ekstremt enkelt å innhente demografisk informasjon ved å bruke løsninger som Proff, Bisnode eller LinkedIn eller lignende bedriftsdatabaser.

Med slike bedriftsdatabaser kan du enkelt bygge lister eller målrette dine markedsaktiviteter kun mot de selskapene som du vet har en høy sannsynlighet for å kjøpe dine produkter og tjenester.

På denne måten vil du kunne gjennomføre salgs- og markedsaktiviteter mot en liste over prekvalifiserte selskaper, noe som igjen gjør lead scoring mindre relevant.

Konklusjon

Hvis du ikke får nok leads, eller at de ikke er kvalifiserte nok, vil ikke dette kunne løses ved å bruke en plattform som HubSpot eller Salesforce.

Da er du ikke klar for lead scoring helt enda.

Det er en lang rekke med tiltak du bør fokusere på først, og ikke tenk at du må gjøre de mest avanserte taktikkene som finnes for å generere leads og vinne flere kunder.

Før du i det hele tatt vurderer å ta i bruk lead scoring, sørg for at du får nok innkommende henvendelser og at salg er gode til å følge disse opp innen kort tid.

Istedenfor å lage en kompleks lead scoring-modell, sett dine leads i to kategorier. 

Enten er de kvalifisert og tar kontakt, eller så er de ikke klaret.

Det trenger ikke å være mer komplisert. 

Dette gjør at du kan bruke din tid på mer produktive ting. Bruk mer tid på grunnleggende elementer i din markedsstrategi som:

  • Definer din ideelle kundeprofil (ICP)
  • Bygg en liste over selskaper (target accounts)
  • Sett opp noen enkle kvalifiseringskriterier
  • Lag skjemaer som stiller gode kvalifiseringsspørsmål
  • Sett opp en intern varsel til salg når et lead kommer inn
  • Produser innhold basert på tilbakemeldinger fra kunder og salg