Lead scoring

Il lead scoring è la va­lu­ta­zio­ne dei lead: in questa fase viene ana­liz­za­ta la qualità dei contatti raccolti. Nella va­lu­ta­zio­ne giocano un ruolo sia la quantità di in­for­ma­zio­ni per ciascun lead (punteggio esplicito) sia la reazione del lead alla co­mu­ni­ca­zio­ne (punteggio implicito). Da simili criteri si è in grado di dedurre quanto sia alta la pro­ba­bi­li­tà che un po­ten­zia­le cliente si trasformi in un cliente vero e proprio.

L’espres­sio­ne inglese to score something significa “valutare, dare un punteggio a qualcosa”; nel lead scoring si tratta di una va­lu­ta­zio­ne sui lead. Pertanto si giudica non solo la qualità e lo status dei contatti, ma in­di­ret­ta­men­te anche le pos­si­bi­li­tà di vendita dell’azienda.

Ge­ne­ral­men­te è possibile ef­fet­tua­re una va­lu­ta­zio­ne oggettiva per stabilire se un contatto sia pronto per la vendita solamente con­fron­tan­do­lo con altri contatti. Per questo nell’analisi si uti­liz­za­no due criteri prin­ci­pa­li: con uno si verifica la com­ple­tez­za delle in­for­ma­zio­ni relative al contatto o al profilo dell’utente (si parla a questo proposito anche di in­for­ma­zio­ni esplicite) mentre con l’altro si valuta la reazione del lead avuta in seguito a dei tentativi di contatto durante la lead nurturing e così si ottengono in­for­ma­zio­ni implicite.

Lo scopo del lead scoring è, tra gli altri, quello di fa­ci­li­ta­re il coor­di­na­men­to e il lavoro di squadra tra il reparto di marketing e quello delle vendite. Questo avviene già all’inizio del processo del lead ma­na­ge­ment at­tra­ver­so un pre-se­le­zio­na­men­to dei lead ricevuti, anche e so­prat­tut­to at­tra­ver­so linee guida chiare, che sta­bi­li­sco­no quando un lead è pronto all’acquisto e con quale priorità si debba trattarlo.

Tali regole e linee guida si con­den­sa­no in un modello di lead scoring (lead scoring model), che si im­ple­men­ta sia nel marketing, sia nella vendita in ambito B2B e B2C. Il modello aiuta a decidere se il personale di vendita deve insistere su un contatto e procedere poi al lead routing, o se è ancora ne­ces­sa­rio prendersi cura di lui e con­ti­nua­re con la lead nurturing.

Secondo la già citata di­stin­zio­ne tra in­for­ma­zio­ni implicite ed esplicite avviene anche uno scoring implicito (implicit) o esplicito (explicit), entrambi applicati nel modello del lead scoring.

Scoring esplicito: valutare i profili degli in­te­res­sa­ti

Lo scoring esplicito si occupa delle in­for­ma­zio­ni di contatto e quindi del profilo del lead.

Nel B2C le in­for­ma­zio­ni rilevanti sono dati so­cio­de­mo­gra­fi­ci come età, sesso o luogo di residenza. Nel B2B hanno un ruolo centrale, ad esempio la posizione del contatto nell’azienda, il settore al quale l’azienda ap­par­tie­ne, il suo numero di di­pen­den­ti o il fatturato annuale previsto. Ogni azienda decide au­to­no­ma­men­te quali dati espliciti vorrebbe men­zio­na­re nella va­lu­ta­zio­ne del profilo. Per lo scoring è im­por­tan­te una stretta col­la­bo­ra­zio­ne tra il settore delle vendite e il marketing: insieme de­ter­mi­na­no i fattori per decidere quali siano i clienti migliori.

Stabilire le categorie e valutarne il peso

Da queste con­si­de­ra­zio­ni emerge un profilo generale dell’in­te­res­sa­to, di cui si de­ter­mi­na­no i fattori più im­por­tan­ti. Le singole categorie (nel seguente esempio sono la posizione, il settore e il numero di di­pen­den­ti) hanno un peso dif­fe­ren­te a seconda delle esigenze aziendali. La posizione del contatto nell’azienda è per il nostro esempio il fattore con il peso maggiore:

Assegnare i punteggi alle categorie

In questo passaggio si analizza il peso delle categorie e per questo si assegnano dei punteggi (score). Ci serviamo di un esempio dall’ambito del B2B. In questo settore l’am­mi­ni­stra­to­re delegato so­li­ta­men­te ottiene un miglior valore di po­si­zio­na­men­to rispetto a quello del ca­po­re­par­to, che a sua volta è più in alto degli stagisti. Nel nostro esempio 10 è il punteggio massimo.

Assegnare una va­lu­ta­zio­ne sulla base della com­pa­ti­bi­li­tà con il profilo ideale

In base al peso e ai singoli punteggi si ricava un profilo ideale che si adatta al 100 % con il cliente ideale definito ini­zial­men­te. Alla fine si confronta il profilo dell’in­te­res­sa­to con quello ideale e si enumerano le so­mi­glian­ze, ri­ca­van­do­ne un altro rating. Nel nostro esempio, il valore A è la con­ver­gen­za più alta, quello D invece la più bassa.

I contatti con il valore di rating A si adattano molto bene al profilo ideale creato e sono quindi rilevanti per l’azienda. Nel nostro esempio è l’am­mi­ni­stra­to­re delegato di un’azienda che proviene da un settore adatto e gestisce un’azienda suf­fi­cien­te­men­te grande (numero di di­pen­den­ti). Grazie a un punteggio alto nelle tre categorie più rilevanti, soddisfa par­ti­co­lar­men­te bene tutti i criteri e ottiene così il rating A.

Scoring implicito: valutare il com­por­ta­men­to degli utenti

Lo scoring implicito si occupa del com­por­ta­men­to degli in­te­res­sa­ti, ad esempio ana­liz­zan­do le loro reazioni dopo aver preso contatto o le misure di Content Marketing. Le analisi e la va­lu­ta­zio­ne del com­por­ta­men­to do­vreb­be­ro chiarire quale sia il grado di interesse.

Esistono svariati parametri che vi aiutano a chiarire se un cliente abbia raggiunto o meno il “grado di ma­tu­ra­zio­ne” de­si­de­ra­to. Tra questi ci sono, tra gli altri, il tempo di per­ma­nen­za sul sito, le visite, i clic, i download e le richieste di contatto. Più il po­ten­zia­le cliente si informa e si occupa di un prodotto concreto, più aumentano le pro­ba­bi­li­tà che si decida a comprare o a scaricare un white paper o un ebook, ad esempio per ap­pro­fon­di­re un interesse di cui ha già raggiunto un livello avanzato.

Stabilire le categorie e valutarne il peso

Come per i dati espliciti degli utenti, anche nello scoring implicito si scelgono i parametri rilevanti per la propria azienda, che nel nostro esempio sono la richiesta di un’offerta, il download di un ebook, le visite a una landing page e la reazione a una new­slet­ter.

Assegnare un punteggio di scoring alle categorie

Altri dati, stesso pro­ce­di­men­to: anche nello scoring implicito si valuta il peso delle categorie. Nel nostro esempio si tratta delle visite della landing page, valutando la loro attualità e frequenza di ag­gior­na­men­to. Il punteggio massimo è ancora 10.

Stabilire un rating sulla base della com­pa­ti­bi­li­tà con il profilo ideale

Come nello scoring esplicito, si con­fron­ta­no ora i singoli profili degli in­te­res­sa­ti con quello ideale e si sta­bi­li­sce il grado di com­pa­ti­bi­li­tà.

Un in­te­res­sa­to molto attivo che visita il sito web re­go­lar­men­te e che ha già richiesto un’offerta e scaricato un ebook cor­ri­spon­de a un livello elevato con il profilo ideale e ottiene il rating 1.

Chi intende gestire una lead nurturing efficace che porti poi a solide basi per il lead routing ha bisogno ne­ces­sa­ria­men­te del lead scoring. Un modello di lead scoring (lead scoring model) pro­fes­sio­na­le e ben ponderato si concentra sui lead che sembrano avere maggiore pos­si­bi­li­tà di acquisto o di arrivare a una con­clu­sio­ne. In questo modo il reparto marketing e vendite sono in grado di di­stri­bui­re e sfruttare il tempo e le risorse in maniera più ef­fi­cien­te. Per questo vanno ca­te­go­riz­za­te e prio­riz­za­te le richieste.

Se si deduce che nel gruppo dal 20 % al 30 % dei propri contatti la pro­ba­bi­li­tà di acquisto è maggiore, ci si può impegnare mag­gior­men­te in questo segmento di lead. Allo stesso tempo è bene non tra­scu­ra­re i restanti contatti: anche un lead con scoring B3 potrebbe diventare, con le giuste misure, un cliente. Un lead con un valore più basso dovrebbe comunque godere di minore priorità nel lead routing. Questo gruppo si collega più fa­cil­men­te alle campagne di lead nurturing au­to­ma­tiz­za­te, con le quali si ottengono altri po­ten­zia­li clienti.