推断新潜在客户:确定并发送Salesforce中的最佳潜在客户

推断屏幕截图

企业正在努力解释有关客户及其动机的大量数据。 当人们专注于他们的记录系统时,几乎不可能从树上看到森林,而是从诸如Salesforce,Marketo和Google Analytics(分析)之类的不同系统以及来自网络的非结构化来源中,从所有信号中提取有用的见解。

很少有公司拥有资源或专业知识来挖掘其数据并应用 分析 确定哪些潜在客户会购买他们的产品,以及何时购买。 那些试图通过营销自动化系统中的潜在客户评分来应对挑战的企业,必须根据自己的直觉和一小部分用户活动来手动定义规则。

而且,尽管有些公司拥有稳定的入站潜在客户流,但其他公司则依靠出站销售和有针对性的营销来推动增长。 最常见的方法是购买大量可疑线索,并希望找到一些好的潜在客户,但这需要大量的时间和金钱。

预测评分与营销自动化中的传统潜在客户评分有何不同?

我们的行为评分模型不是使用给定动作手动添加分数,而是使用强大的机器学习功能来挖掘公司营销自动化平台内所有活动数据。 然后,销售和营销团队可以使用行为评分来预测未来三周内哪些潜在客户会转化。

推理如何解决它,并且有与实现相关的最佳实践吗?

在整个客户旅程中,我们会提供准确的,经统计证明的客户预测,从而帮助公司大幅提高获胜率,潜在客户转化率,平均交易额和经常性收入。 我们的拟合模型使用预测性 分析 以及高级机器学习来确定某人是否适合购买某种产品,我们的行为模型将确定他们是否有可能很快购买。

INTERF

我们通过分析关键信号来做到这一点-例如公司的业务模型,技术供应商,相关职位发布,公开文件,社交活动,网站活动,营销自动化数据,产品使用数据以及其他属性。 我们发现,当客户使用Infer不仅可以筛选和确定线索的优先级,而且可以优化营销活动,改善对外销售,创建智能线索培养,设计销售服务水平协议等时,他们可以释放最大的价值。我们看到的做法是,公司采用的是简单的4X4匹配度和行为评分矩阵,可帮助他们围绕不同的细分市场开发程序,例如,将最合适的,可能购买的潜在客户直接发送给他们的最高代表。

我们的 推论新的潜在客户 通过与InsideView等顶级数据提供商合作,并使用个性化的预测模型来确定公司的最佳潜在客户,该产品为销售团队提供了新的高质量潜在客户。 营销团队经常使用Infer自己对潜在客户列表进行评分,但是现在,他们也可以直接从我们这里购买新的潜在客户,利用我们专门为冷联系进行评分的专业模型,并只为最佳客户付费。

Infer的主要区别是什么?

我们在预测领域中是独一无二的,这有两个原因-首先是因为我们精深而专注的疯狂智能预测评分产品集。 我们的DNA 由Google,Microsoft和Yahoo产生的强大工程文化组成。 我们对获取数据并寻找数据科学可以为B2B销售和营销带来最大价值的领域感到恶心。

推断过程

Infer的使命是帮助公司借助数据科学的力量发展。 我们的预测智能可帮助推动许多不同的销售和营销应用程序:

  • 过滤 –在滤除所有噪声(不良导线)的同时立即识别良好的导线。
  • 优先级 –优先考虑销售线索,以便销售人员将注意力集中在展示强大购买信号并可能对收入产生最大影响的潜在客户上。
  • 净新潜在客户 –通过确定当前不在数据库中的公司最适合的销售线索来促进对外销售。
  • 培育 –监视培育数据库中的销售线索,以便在潜在客户重新参与时将其发送回销售。
  • Exec仪表板 –指导决策制定,发现新兴趋势并跟踪需求生成为管道提供动力的程度。

因为我们的目标从来都不是建立咨询公司,所以我们一直专注于模型性能,并为客户带来有意义的,可重复的结果,而不是严重依赖服务。 这就是为什么我们鼓励竞争激烈的竞争,并让我们的技术和工程卓越性以及模型性能成为话题。

你觉得呢?

本网站使用Akismet来减少垃圾邮件。 了解您的数据如何处理.