Leadscoring uitgelegd: een model dat sales echt gebruikt

Leadscoring is de gewoonte om een getal op een contact of een account te zetten, zodat een beperkte hoeveelheid salesaandacht terechtkomt bij de leads die het waarschijnlijkst converteren. Dat is het hele doel. Een score voorspelt geen omzet, vervangt geen kwalificatie en is geen rapport. Het is een volgorde in de wachtrij.

Het probleem dat het oplost, verschijnt bij een bepaalde omvang. Bij dertig leads per maand leest een SDR ze allemaal en verslaat geen enkel model zijn oordeel. Bij driehonderd werkt de SDR de bovenkant van de lijst af en komt de onderkant nooit aan bod — en zonder score betekent de bovenkant van de lijst simpelweg wat het laatst binnenkwam. Scoring vervangt recentheid door iets dat dichter bij waarschijnlijkheid ligt.

Daaruit volgen twee dingen. Ten eerste is een score pas het bouwen waard als er meer leads zijn dan capaciteit om ze te bewerken; anders rangschikt u een rij die toch volledig wordt afgewerkt. Ten tweede moet het model leesbaar zijn voor de mensen die het gebruiken. Een SDR die niet kan zien waarom een lead 82 scoorde, gaat stilletjes terug naar de nieuwste binnenkomers bellen — en dat merkt u pas een kwartaal later.

Elk model put uit twee soorten input. Expliciete signalen zijn dingen die de lead of een databron ronduit vermeldt — kenmerken. Impliciete signalen zijn dingen die de lead doet — gedrag. Beide tellen, en ze falen op verschillende manieren.

De gebruikelijke fout is impliciete signalen op volume wegen. Tien blogbezoeken zijn geen intentie, dat is een abonnee. Eén bezoek aan de prijzenpagina, gevolgd door een terugkerende sessie twee dagen later, is wél intentie — uit veel minder gebeurtenissen. Weeg een handeling naar wat die de persoon kost en wat die zegt over waar hij in een besluit zit, niet naar hoe vaak die voorkomt.

Ga ook eerlijk om met ontbrekende expliciete data. Een leeg veld bedrijfsomvang is geen klein bedrijf. Scoor het als onbekend en laat verrijking het later invullen, anders geeft u iedereen die een kort formulier tegenkwam stelselmatig een lagere positie.

Fit en intentie samenpersen tot één totaal is de meest voorkomende manier waarop een model misgaat. Ze beantwoorden verschillende vragen, en elke combinatie vraagt om een andere actie.

Fit vraagt of dit het soort bedrijf is dat u kunt bedienen en waaraan u kunt verkopen: omvang, sector, regio, budget, en of ze het probleem hebben dat u daadwerkelijk oplost. Intentie vraagt of ze nu in beweging zijn: waar ze naar keken, wat ze vroegen, hoe recent.

Houdt u ze als twee scores, dan vertellen de kwadranten u wat u moet doen. Hoge fit met hoge intentie is vandaag bellen. Hoge fit met lage intentie is een nurture-traject, geen afwijzing — het account is volgend kwartaal nog steeds de moeite waard. Lage fit met hoge intentie is het gevaarlijke kwadrant: een enthousiaste lead die niet gaat tekenen of weer opzegt, en die een week van een SDR opslokt als een gemengde score hem naar boven laat drijven. Lage fit met lage intentie is een uitsluiting, geen plek in de rij.

Eén getal kan het tweede geval niet van het derde onderscheiden, want een 40 opgebouwd uit fit en een 40 opgebouwd uit intentie zien er in de lijst identiek uit. Dringt uw tooling aan op één getal, bewaar dan in elk geval beide componenten en toon de verdeling ernaast.

Begin handmatig en klein. Vijftien regels die u kunt controleren presteren beter dan een zwarte doos die u niet kunt controleren, en u zet ze in een middag in elkaar.

1. Bepaal het doel. Niet ‘een goede lead’ — iets telbaars, zoals een gehouden kennismakingsgesprek of een gesloten deal binnen negentig dagen.
2. Zet kandidaat-signalen op een rij die u vandaag voor de meeste leads kunt vastleggen. Een signaal dat op een tiende van de dossiers staat is onbruikbaar, hoe voorspellend het er ook uitziet.
3. Kijk achteruit. Neem uw recente gewonnen en verloren deals en controleer signaal voor signaal hoe het conversiepercentage verschilt wanneer het aanwezig is. Alles wat het nauwelijks beweegt, valt af.
4. Ken hele getallen toe op een vaste schaal — bijvoorbeeld 0 tot 100 voor fit en 0 tot 100 voor intentie. Rond de gewichten af. Precisie die u niet kunt onderbouwen is ruis.
5. Test op achtergehouden historie voordat het de live wachtrij raakt: zou dit model de gewonnen deals van vorig kwartaal bovenaan hebben gezet?
6. Schrijf de regels op op een plek waar het salesteam ze kan lezen zonder het u te vragen.

Welke tool u ook gebruikt, de scoringsregels en uw bronnen voor leadgeneratie horen in hetzelfde systeem: een score berekend op velden die de bronstap nooit gevuld heeft, is niet meer dan een standaardwaarde met een getal om. Growmindr scoort leads zodra ze de werkruimte binnenkomen en houdt de meewegende regels zichtbaar in het contactdossier, zodat een SDR kan zien waar een getal vandaan komt voordat hij bepaalt hoeveel hij erop vertrouwt.

De meeste modellen tellen alleen op. Daardoor scoort na verloop van tijd alles hoog en scheidt de rangschikking niets meer van niets.

Trek punten af voor diskwalificaties waarvoor u bewijs hebt: een domein van een concurrent, een privé- of studentenadres bij een zakelijk product, een land dat u niet kunt bedienen, een functie zonder rol in het besluit, een bestaande klant met een lopende escalatie. Kies liever een echte aftrek dan een harde uitsluiting overal waar de lead later nog kan tellen — een minpunt houdt het dossier scoorbaar als de omstandigheden veranderen, een uitsluiting verbergt het voorgoed.

Voeg daarna verval toe, want intentie is bederfelijk. Een bezoek aan de prijzenpagina is die dag een sterk signaal, drie weken later een zwak signaal en een kwartaal later helemaal geen signaal. Zonder verval staat iemand die u in maart onderzocht en toen verdween nog altijd boven iemand die deze week actief is. Een eenvoudige regel volstaat: intentiepunten vervallen na een vaste periode, of halveren elke dertig dagen. Fitpunten horen niet te vervallen — het bedrijf heeft nog steeds dezelfde omvang — maar ze horen wel te worden ververst zodra verrijking het dossier bijwerkt.

Er is een snelle toets of het verval goed staat. Haal de twintig leads met de hoogste score op en kijk wanneer elk van hen voor het laatst iets deed. Zijn er meerdere die al maanden stil zijn, dan verloopt uw verval te traag.

Een score zonder afgesproken actie is versiering. Spreek vóór de lancering de niveaus af en de reactie die elk niveau krijgt, op schrift, met het salesteam erbij.

Bepaal de A-drempel op capaciteit, niet op esthetiek. Kunnen twee SDR's samen zestig leads per week bewerken, dan hoort de drempel daar te liggen waar ongeveer zestig leads per week vallen — niet op 80 omdat 80 een rond getal is. Herzie hem zodra de bezetting of het leadvolume verandert, want een drempel die op één teamgrootte is afgestemd, breekt geruisloos bij een andere. Te laag en niveau A wordt een achterstand die niemand wegwerkt; te hoog en uw beste leads blijven onbewerkt in niveau B liggen terwijl de wachtrij er gezond uitziet.

Een leadscoringsmodel is gebouwd op één moment: uw prijzen, uw ideale klant, uw kanalen, de markt. Alle vier bewegen, en het model merkt dat niet. Herijken is regulier onderhoud, geen bekentenis dat de eerste versie verkeerd was.

Herzie het volgens een vast ritme — per kwartaal is een verstandige standaard — en controleer drie dingen.

• Onderscheidend vermogen. Verdeel de leads van het afgelopen kwartaal in scorebanden en vergelijk de conversie per band. De banden horen netjes uiteen te lopen. Converteren de tachtigers als de vijftigers, dan rangschikt het model niet meer en deelt het alleen nog getallen uit.
• Verschuiving in de mix. Is het aandeel leads boven de drempel verdubbeld zonder bijbehorende verandering in salesresultaten, dan is er stroomopwaarts iets veranderd — een nieuw kanaal, een aangepast formulier, een kapot trackingscript — en meet de score nu dát.
• Beschikbaarheid van signalen. Regels sterven in stilte wanneer een veld niet meer wordt vastgelegd of een koppeling breekt. Een signaal dat nu op de meeste dossiers ontbreekt, kost nauwkeurigheid terwijl het er in de regellijst nog gezond uitziet.

Doe een tussentijdse herziening zodra u de prijzen wijzigt, een nieuw segment betreedt of een kanaal opent met een andere bezoekersmix. En neem het kwalitatieve signaal serieus: als sales zegt dat de scores niet kloppen, hebben ze meestal gelijk — en merkten ze het meestal een kwartaal eerder dan de cijfers.

Kapotte modellen falen doorgaans op een handvol herkenbare manieren.

• Betrokkenheid scoren in plaats van koopgedrag. Geopende nieuwsbrieven en gelezen blogs hangen samen met belangstelling voor uw content, niet met budget of beslissingsbevoegdheid. Ze blazen de scores op van mensen die nooit gaan kopen.
• Eén model voor twee producten. Verkoopt u aan twee verschillende kopers, dan hebt u twee modellen nodig. Een gemengd model is voor allebei verkeerd, en verkeerd in tegengestelde richtingen.
• Persoonsscores zonder accountcontext. Drie middenkaderfunctionarissen van hetzelfde bedrijf die elk 45 scoren, zijn een sterker signaal dan elk van hen afzonderlijk — en een model dat alleen personen kent, ziet dat niet.
• Intern verkeer en bots. Uw eigen team en geautomatiseerde scanners genereren paginabezoeken. Sluit kantoor-IP-reeksen en bekende crawlers uit, anders blijkt uw hoogst scorende lead een collega te zijn.
• Een model dat niemand heeft uitgelegd. Was sales niet betrokken bij het vaststellen van de gewichten, dan werken ze de wachtrij niet af en bent u uw tijd kwijt aan het verdedigen van een getal in plaats van het verbeteren ervan.

Geen van deze dingen is zichtbaar in het model zelf. Ze komen aan het licht doordat sales de score stilzwijgend negeert — en dat is het betrouwbaarste teken dat er eronder iets mis is.