Page 1 of 1

通过网站访客识别进行意图评分:深入探究

Posted: Sun Jan 26, 2025 4:14 am
by shukla7789
大辩论:基于预测的意图评分与基于规则的意图评分
让我们来谈谈我在 SaaS 营销中经常听到的一句话:我们应该如何进行B2B 意向评分?这是一个热门话题,理由很充分——它对于我们如何确定账户优先级以及协调销售和营销至关重要。

我是这样解释的:“关于意图评分一直存在争议。它应该是一个完全预测的模型,其中无需用户输入即可自动生成分数?还是应该是一个基于规则的模型,其中可以为特定操作分配权重?”

这两种方法各有利弊,并且根据贵公司的目标和技术堆栈,它们可以满足不同的需求。让我为您分解一下。

总结
预测意向评分使用人工智能来预测近期的转化行动,但感 乐队数据库 觉就像一个黑匣子,并且难以应对 B2B 的长销售周期。
基于规则的评分允许为特定操作分配权重,为优先考虑高意向账户提供灵活性和透明度。
Factors 将短期准确性的预测模型与具有预建模板、衰减机制和动态评分的灵活规则系统相结合。
衡量成功需要跟踪预测能力并确保透明度,这样团队才能信任并有效地使用评分系统。
预测模型方法
预测评分使用人工智能自动生成转换可能性分数,虽然它的简单性和自动化很有吸引力,但也带来了显著的挑战。

缺点是它是一种黑盒模型。你得到了一个分数,但你如何信任它?你如何围绕它建立直觉?当你的销售团队问“我们为什么要联系这些公司?”时,你不能只是说“黑盒系统告诉我的。”

B2B 预测模型面临的另一大挑战是决定预测什么。目标是预测门控内容下载?第一个入站查询?销售会议?还是创造机会?B2B 的长销售周期使这一点更加棘手。鉴于许多公司的销售周期很复杂,很难对每个阶段都进行自信的预测。如果没有明确的预测目标,模型就有可能变得模糊且难以操作。

基于规则的模型方法
基于规则的评分让营销人员可以为特定操作分配权重,并将它们组合成最终分数。虽然它比预测模型更透明、更可定制,但成功的关键在于找到一个足够灵活的系统来适应您的用例。

当谈到基于规则的评分时,我总是强调这一点:

全面的数据集成
您需要一个可以处理任何类型数据进行评分的系统。这包括:

Salesforce 中跟踪的营销活动。
销售会议和电话。
网站活动和参与度。
公司级信号,例如 LinkedIn 广告点击。
从 G2 或 Capterra 等平台审查网站意图。
根据您的业务量身定制的意图信号
灵活的规则定义
您希望能够定义符合您目标的规则。例如,与匿名用户的互动相比,您可能为 C 级高管的参与分配更高的权重。

通过适当的灵活性和数据集成,基于规则的评分可以让您的团队清楚并控制如何对潜在客户和帐户进行优先排序。