Denne skabelon til en ideel kundeprofil gør "vores bedste kunder" til et scoringsark, som salg, marketing og dit website alle kan bruge. Den har fem dele: vægtede fit-kriterier, en scoringsregel, A/B/C-niveauer, en anti-ICP-liste over diskvalifikatorer og en metode til at tjekke det hele mod deals, du faktisk har vundet og tabt. Kopiér tabellerne ind i et regneark, eller download skabelonen som CSV.
Tankerne bag en ICP (og hvordan den adskiller sig fra en buyer persona) finder du i vores guide til, hvordan du bygger en ideel kundeprofil. Denne side er arbejdsarket.
Hvad de fleste skabeloner til ideelle kundeprofiler gør forkert
De fleste ICP-skabeloner er en liste af felter: branche, størrelse, omsætning, smertepunkter. De beskriver en virksomhed, men de lader dig ikke rangere to rigtige konti mod hinanden. Vores holdning: en ICP er kun nyttig, hvis den giver et tal eller et niveau for enhver konto i dit CRM, og hvis det niveau forudsiger win rate. Derfor har denne skabelon vægte og et valideringstrin. En profil, der aldrig er blevet tjekket mod tabte aftaler, er en hypotese, ikke en ICP.
Del 1: fit-kriterier og vægte
Vælg fem til otte kriterier, du rent faktisk kan få data til. Giv hvert en vægt, så vægtene tilsammen giver 100. Definér, hvad der tæller som stærkt og delvist fit, før du scorer noget.
| Kriterium | Vægt | Stærkt fit (fuld point) | Delvis fit (halve point) | Intet fit (0) | Datakilde |
|---|---|---|---|---|---|
| Branche | CRM, berigelse, NAICS-mapping | ||||
| Virksomhedsstørrelse (medarbejdere) | Berigelse | ||||
| Region / land | CRM, IP-land | ||||
| Teknologi i brug | Teknografiske data, discovery i salget | ||||
| Team eller funktion findes | LinkedIn, jobopslag | ||||
| Udløsende begivenhed (de sidste 6 måneder) | Data om nyheder, ansættelser og finansiering | ||||
| Budgetsignal | Finansieringsfase, omsætningsinterval | ||||
| I alt | 100 | ||||
Regler for fastsættelse af vægte:
- Tag udgangspunkt i forskellene mellem vundne og tabte deals, ikke i holdninger. Hvis 80 % af de vundne deals bruger et bestemt CRM, og de tabte deals er jævnt fordelt, fortjener teknologi en høj vægt.
- Intet enkelt kriterie over 30. Ellers afgør ét felt niveauet, og så har du bygget et filter, ikke en score.
- Medtag kun kriterier, du kan udfylde for i hvert fald de fleste konti. Et kriterie, der er tomt for det meste af dit CRM, tilføjer støj. Feltdefinitioner finder du i ordlisteopslagene for firmografiske data og technographics.
Del 2: Scoringsregel og niveauer
Hvert kriterie giver sin fulde vægt ved stærkt fit, halvdelen af sin vægt ved delvist fit og 0 ved intet fit. Læg dem sammen for at få en score mellem 0 og 100.
| Tier | Score | Salgsmodel | Behandling på websitet |
|---|---|---|---|
| A | 75 til 100 | Opsøgende arbejde mod navngivne konti, senior sælger | Personaliseret hero, matchende bevis, CTA til direkte møde |
| B | 50 til 74 | Opfølgning på inbound, nurture | Personalisering på segmentniveau (branche eller størrelse) |
| C | Under 50 | Selvbetjening eller ingen aktiv opfølgning | Standardsite |
| Udelukket | Enhver anti-ICP-regel rammes | Forfølg ikke | Standardsite, ingen salgsalarmer |
Del 3: Anti-ICP (diskvalifikatorer)
Anti-ICP'en er en kort liste over betingelser, der udelukker en account uanset score. Den er ofte mere nyttig end selve ICP'en, fordi den forhindrer, at salgstid går til deals, der ser godt ud og aldrig lukker eller hurtigt churner.
| Diskvalifikator | Dokumentation, der retfærdiggør det | Gælder for |
|---|---|---|
| Eksempel: færre end 10 ansatte | Eksempel: De fleste af den slags kunder opsagde inden for det første år | Outbound og betalt målretning |
| Eksempel: reguleret sektor, der kræver on-premise-hosting | Eksempel: produktet er kun i skyen | Alle salgsmodeller |
| Eksempel: eksisterende kontrakt med en konkurrent, der løber 2+ år endnu | Eksempel: salgscyklusser gik i stå hos indkøb | Outbound |
Del 4: udfyldt eksempel (fiktiv virksomhed)
Kun et eksempel. "Example Co" er en fiktiv virksomhed, der sælger planlægningssoftware til servicevirksomheder med teknikere ude hos kunderne (installatører, vedligeholdelsesentreprenører). Alle tal nedenfor er illustrative.
| Kriterium | Vægt | Stærkt fit | Delvist fit | Intet fit |
|---|---|---|---|---|
| Branche | 25 | Installationsentreprenører i bygge- og anlægsbranchen (NAICS 2382) | Andre specialiserede entreprenører (NAICS 238, resten) | Alt andet |
| Virksomhedsstørrelse | 20 | 50 til 500 ansatte | 20 til 49 eller 501 til 1.000 | Under 20 eller over 1.000 |
| Serviceteknikere | 20 | 15 eller flere teknikere | 5 til 14 | Færre end 5 |
| Teknologi i brug | 15 | Bruger et CRM, vi integrerer med | Bruger et andet CRM | Kun regneark |
| Region | 10 | Norden og DACH | Resten af EU | Uden for EU |
| Udløsende hændelse | 10 | Ansætter disponenter eller åbner en ny afdeling | Ansætter teknikere | Ingen set |
| I alt | 100 | |||
Scoring af to eksempelaccounts:
| Kriterium | Konto 1: VVS-entreprenør, 140 ansatte, 40 teknikere, integreret CRM, Tyskland, ansætter en disponent | Account 2: el-installatør, 35 ansatte, 8 teknikere, regneark, Frankrig, ingen udløser |
|---|---|---|
| Branche (25) | Stærk: 25 | Stærk: 25 |
| Virksomhedsstørrelse (20) | Stærk: 20 | Delvis: 10 |
| Serviceteknikere (20) | Stærk: 20 | Delvis: 10 |
| Teknologi (15) | Stærk: 15 | Intet fit: 0 |
| Region (10) | Stærk: 10 | Delvis: 5 |
| Udløser (10) | Stærk: 10 | Intet fit: 0 |
| Score og niveau | 100, Tier A | 50, niveau B |
Begge er i den rette branche. Kun scoren viser, at konto 1 fortjener en senior sælger i denne uge, og at konto 2 hører hjemme i nurture.
Del 5: Validér mod vundne og tabte deals
Gør det, før nogen bruger niveauerne. Det tager en eftermiddag med et CRM-udtræk.
- Eksporter lukkede aftaler. Alle vundne og tabte salgsmuligheder fra de seneste 12 til 24 måneder med de felter, dine kriterier kræver. Udelad kun aftaler, der er tabt af årsager uden relation til fit, hvis du kan gøre det konsekvent (for eksempel bliver "ingen beslutning" med; "dubleret post" ryger ud).
- Scor hver aftale med kontodataene, som de var, da aftalen blev oprettet, hvis dit CRM gemmer historik. Dagens antal ansatte er en rimelig fallback.
- Beregn vinderrate pr. niveau. Vundne divideret med (vundne plus tabte) for A, B og C.
- Tjek adskillelsen. Niveau A skal vinde tydeligt oftere end B, og B oftere end C. Hvis to niveauer vinder lige ofte, gør vægtene ikke deres arbejde.
- Se på dem, der ikke passer ind. Læs tabene i Tier A og gevinsterne i Tier C én for én. De fortæller dig, hvilket kriterium der mangler eller vægtes for højt.
- Justér og scor igen én gang. Ændr vægte eller definitioner, kør trin 2 til 4 igen, og stop. Gentagen tuning til den samme historik overtilpasser modellen.
- Fastsæt en revisionsdato. Genvalidér hver sjette måned med de nye lukkede deals.
Eksempelresultat for Example Co, 200 lukkede salgsmuligheder scoret med tilbagevirkende kraft:
| Tier | Salgsmuligheder | Vundet | Win rate |
|---|---|---|---|
| A | 60 | 21 | 35% |
| B | 80 | 14 | 17.5% |
| C | 60 | 3 | 5% |
Niveauerne adskiller sig tydeligt: En salgsmulighed på A-niveau vinder dobbelt så ofte som en på B-niveau og syv gange så ofte som en på C-niveau i dette eksempel. Hvis dine rigtige tal ser flade ud på tværs af niveauerne, så vent med at rulle ICP'en ud. Med små stikprøver skal du betragte forskellene som retningsgivende: 3 vundne ud af 60 kan flytte sig meget med en håndfuld handler.
Sådan bruger du ICP'en på dit website
Når niveauerne er valideret, bliver de til segmenter. Konti på niveau A kan udløse alarmer og sider på kontoniveau, niveau B får personalisering efter branche eller størrelse, og niveau C får standardwebsitet. Guiden til segmenteringsstrategi viser, hvordan du gør niveauer til websitesegmenter, og skabelonen til lead scoring-model lægger adfærdsbaseret scoring oven på denne fit-score. For at se, hvilke konti på de forskellige niveauer der besøger dig, skal du bruge data på virksomhedsniveau fra identifikation af besøgende. Se vores indlæg om kontoscoringsmodellen for scoring på kontoniveau, der kombinerer fit og intent.
Ofte stillede spørgsmål
Hvad skal en skabelon til en ideel kundeprofil indeholde?
Fit-kriterier, du kan skaffe data til (branche, størrelse, region, teknologi, triggere), en vægt for hvert, definitioner af stærkt og delvist match, en scoringsregel, der giver niveauer, en anti-ICP-liste over diskvalificerende faktorer og et valideringstrin mod vundne og tabte aftaler. Uden vægte og validering beskriver en ICP kunder, men kan ikke rangere konti.
Hvordan adskiller en ICP sig fra en buyer persona?
En ICP beskriver den virksomhed, der passer godt: branche, størrelse, teknologi, situation. En buyer persona beskriver en person i den virksomhed: rolle, mål, indvendinger. Du vælger konti med ICP'en og former budskaberne med personas. De fleste B2B-teams har brug for én ICP med niveauer og to eller tre personas pr. niveau.
Hvor mange fit-kriterier bør en ICP have?
Fem til otte. Færre end fem betyder som regel, at et eller to felter dominerer, og at niveauerne opfører sig som et simpelt filter. Flere end otte betyder som regel, at nogle kriterier er tomme for de fleste konti, hvilket giver støj. Behold kun kriterier, der adskiller dine vundne og tabte aftaler, og som du kan udfylde pålideligt.
Hvor ofte skal jeg opdatere min ideelle kundeprofil?
Genvalidér hver sjette måned mod nye lukkede aftaler, og straks efter en større ændring som en ny produktlinje, et nyt marked eller en prisændring. Justér vægtene én gang pr. gennemgang i stedet for løbende, så niveauerne er stabile nok til, at salg stoler på dem.