Leads identificeren aan de hand van predictive lead scoring

Technologische vooruitgang stelt steeds meer bedrijven in staat om bestaande processen te automatiseren. Dit is begonnen bij hoog-gestandaardiseerde taken, maar tegenwoordig zijn ook complexere taken steeds beter te behappen door een computer. Een veelbelovende ontwikkeling op het gebied van inbound marketing is predictive lead scoring.

De predictive lead scoring-methode neemt in beginsel de al geconverteerde klanten als uitgangspunt. Een klant is namelijk meer dan een persoon of een bedrijf. Een klant is een hele set aan gedragingen en interacties die karakteristiek zijn voor die klant en gegeneraliseerd kunnen worden om andere klanten te vinden.

Een marketingcampagne zou erop gericht moeten zijn om zoveel mogelijk verschillende interacties met potentiële klanten uit te lokken, zodat er een zo duidelijk mogelijk beeld gevormd kan worden over deze klant. Door gebruik te maken van machine-learning, waarbij een computer de modelcreatie voor zijn rekening neemt, kunnen de gedragingen van potentiële klanten vergeleken worden met de gedragingen van bestaande klanten om de kans dat deze bezoeker in de toekomst een klant wordt te bepalen.

Inbound marketing

Het uitlokken van deze interacties zit intrinsiek opgesloten in het concept van inbound marketing. Door het aanbieden van al dan niet relevante content wordt gemeten wat de interesses zijn van bezoekers. Op deze manier wordt geprobeerd in te schatten welke rol een bezoeker heeft (bijvoorbeeld CTO, IT-manager of marketingmedewerker) en in welke fase van het doen van een aankoop de klant zich bevindt (oriënterend, vergelijkend, beslissend, etc.). Een van de beperkingen van deze aanpak is dat het bepalen van de fase waartoe content behoort vaak gedaan wordt op basis van de ervaring en intuïtie van een marketeer.

Predictive lead scoring

Door gebruik te maken van een neuraal netwerk, kunnen we het creëren van de klantprofielen uitbesteden aan een computer. Door de karakteristieken van klanten te combineren met informatie over het al dan niet klant worden, kan een computer leren klanten te herkennen voor dat ze daadwerkelijk klant worden. Dit is ook wel bekend als ‘predictive lead scoring’.

Des te meer er over een klant of potentiële klant bekend is, des te beter het algoritme de geschiktheid van een lead kan bepalen. Het is dus raadzaam om zoveel mogelijk interactie met bezoekers van je website te hebben. Op die manier worden er meer datapunten gegenereerd en is het voor de computer makkelijker om onderscheid te maken.

Voorwaarden

Natuurlijk zitten er ook beperkingen aan deze aanpak. Zo is er veel data nodig om het neurale netwerk effectief te kunnen trainen. Daarom zal het alleen werken bij een groot volume aan leads. Ook is het belangrijk dat van alle leads gegevens over het verder aankoopproces wordt verzameld zodat ‘succes-profielen’ geïdentificeerd kunnen worden. Een goede integratie tussen marketing en sales-activiteiten is dus noodzakelijk.

Als je deze data binnen jouw bedrijf wilt ontsluiten, als je deze data wilt gebruiken om jouw verkoopproces te verbeteren, of als je hulp nodig hebt bij het implementeren van ‘predictive lead scoring’, dan helpen wij je daar graag mee! Neem gerust contact met ons op.