Cégpontozás: hogyan építs működő B2B modellt

A leadpontozást egy olyan világra találták ki, ahol egy ember megtalált, letöltött valamit, és végül beszélt az értékesítéssel. A B2B üzletek már nem így működnek. A Forrester 2024-es kutatása szerint átlagosan 13 ember vesz részt egy vásárlási döntésben. Ha mindegyiküket külön pontozod, tizenhárom langyos leadet kapsz egy forró fiók helyett. A fiókpontozás ezt úgy oldja meg, hogy minden jelet ahhoz a céghez összesít, amely ténylegesen aláírja a szerződést.

Ez a bejegyzés elmagyarázza, hogyan építs olyan cégpontozási modellt, amelyben az értékesítés megbízik: mi kerül bele, miért nem szabad soha összeadni az illeszkedést és az elköteleződést, hogyan számold a beszerzési bizottság szélességét, és egy adaptálható kidolgozott példát is ad.

Fiókpontozás vs. lead scoring

A különbség az egységben van, és ez szinte mindent megváltoztat a későbbi lépésekben.

• A lead scoring egy személyt értékel. Az illető saját viselkedését jutalmazza: megnyitott e-maileket, letöltött anyagokat, megtekintett oldalakat. Jól eldönti, mikor kész egy ismert kapcsolat egy hívásra.
• A cégpontozás egy céget értékel. Összesíti az adott cégtől érkező összes ember viselkedését, akár azonosítottak, akár nem, és kombinálja azzal, mennyire illeszkedik a cég az ideális ügyfélprofilodhoz. Arra jó, hogy eldöntse, mely cégek érdemelnek éppen most értékesítési és marketingfigyelmet.

Mindkettőre szükséged van. A fiókpontozás eldönti, mire fókuszálj, a leadpontozás pedig azt, kit hívj fel az adott fiókon belül. Ha ma csak leadpontozásod van, tartsd meg: az alábbi szekciók megmutatják, hogyan összesítsd a jelzéseit céges szintre.

A hiba: egyetlen szám az illeszkedésre és az elköteleződésre

Egy gyakori fiókpontozási modell az illeszkedési és az elköteleződési pontokat egyetlen, 100-as skálájú összegbe adja össze. Rendezettnek tűnik. Rossz döntéseket eredményez.

Egy tökéletesen illeszkedő nagyvállalati fiók, amely még soha nem járt az oldaladon, és egy rosszul illeszkedő startup, amelynek a gyakornoka húsz blogbejegyzést olvasott el, ugyanazt a pontszámot kaphatja. Az értékesítés két „65-öst” lát, és fogalma sincs, hogy az egyik egy stratégiai célpont szándék nélkül, a másik pedig sok aktivitással járó zaj. Az egyetlen szám épp azt az egy dolgot rejti el, amit az értékesítőnek tudnia kellett volna. Ugyanez az érvelés az egyes leadekre is érvényes, ezt a kimenő oldal szemszögéből az illeszkedési pontszám vs. szándékpontszám magyarázó cikkünk tárgyalja.

Ehelyett két pontszámot vezess két tengelyen:

• Illeszkedési pontszám (0–100): mennyire felel meg a cég az ICP-dnek. Lassan változik. Cégjellemzőkön és technológiai adatokon alapul.
• Aktivitási pontszám (0–100): mennyire aktívan kutat a cég éppen most. Naponta változik. Weboldal-viselkedésen, szándékadatokon és kampányreakciókon alapul, idővel csökkenő súllyal.

Aztán a kombináció alapján cselekedj, ne az összeg alapján. Egy egyszerű rács megteszi:

Ez a rács a marketingnek is egyértelmű feladatot ad a jól illeszkedő, de kevéssé aktív sarokra, és a legtöbb fiókalapú programnak ide kellene költenie a keretét.

Miből áll az illeszkedési pontszám

Az illeszkedés az ideális ügyfélprofilodból származik, amelyet a megnyert üzleteid adataiból kell felépíteni, nem abból, amit a vezetés remél az ICP-ről. Jellemző inputok:

• Iparág (a vertikumonkénti nyerési arányoddal súlyozva)
• Létszám- vagy árbevételsáv
• Földrajz (hol tudsz értékesíteni, támogatást nyújtani és megfelelni a szabályoknak)
• Technológiai stack (olyan platformot használ, amellyel integrálódsz, vagy olyan versenytársat, akit kiváltasz) (a personalizációra épülő B2B martech stack felépítéséről szóló útmutatónk leírja, mely integrációk számítanak)
• Üzleti modellre utaló jelek (például van sales csapata, fizetett ügyfélszerzést futtat, B2B-ben értékesít)

Minden bemenetet aszerint súlyozz, mennyire erősen választja el a megnyert üzleteket az elvesztettektől. Ha például a megnyert bevételed nagy része 200–2000 fős szoftvercégektől származik, ez a két jellemző érdemli az illeszkedési pontok nagy részét. Az ICP felépítéséről weboldal-személyre szabáshoz szóló útmutatónk végigvezet az elemzésen.

Miből áll az engagement score

Az aktivitásnak a vásárlási tevékenységet kell mérnie, nem az általános érdeklődést. Háromféle bemenet számít:

Mélység: mit nézett meg a fiók

A késői szakaszhoz tartozó oldalakat súlyozd erősen: árazás, összehasonlító oldalak, integrációs dokumentáció, biztonsági oldalak, a cég iparágából származó esettanulmányok. A blogforgalmat súlyozd gyengén. Egy cég, amely tíz blogbejegyzést olvas, egy témáról tanul. Egy cég, amely az árazást és a SOC 2 oldaladat olvassa, szállítót értékel.

Szélesség: hány ember érintett

Ezt a bemenetet a leadpontozás soha nem tudja megragadni, és szerintünk ez a leghasznosabb. Ha ugyanattól a cégtől két ember ugyanazon a héten jár az oldaladon, az azt jelenti, hogy belső beszélgetés zajlik. Ha három különböző területről, akkor kialakult egy beszerzési csoport. Mivel egy tipikus vásárlásban sokan vesznek részt (a fenti Forrester-adat szerint 13-an), már a csoportba való részleges rálátás is értékes.

A szélességet a különböző látogatók száma alapján pontozd, bónusszal, ha különböző szerepkörökre tudsz következtetni (például az egyik látogató technikai dokumentációt olvas, a másik az árazást).

Frissesség: mikor történt

Az elavulás nélküli elköteleződés a második leggyakoribb modellezési hiba. Egy fiók, amely márciusban rávetette magát az oldaladra, aztán elcsendesedett, októberben nem forró. A sales ciklusodtól függően 14–30 naponta felezd meg az elköteleződési pontokat. A rövidebb ciklusokhoz gyorsabb elavulás kell.

Ha third-party szándékadatokat vásárolsz, külön, korláttal ellátott aktivitási bemenetként add hozzá, hogy egy témakiugrás önmagában, first-party aktivitás nélkül ne tolhasson be egy fiókot az „azonnal értékesítésre” oszlopba. A szándékadatok weboldal-személyre szabásra való használatáról szóló cikkünk bemutatja, hogyan vegyítsd a kettőt. A szándékadat-szolgáltatókról szóló útmutatónk elmagyarázza, hogyan próbálj ki egyet, mielőtt támaszkodnál rá.

Mely jelek utalnak vásárlásra, és nem nézelődésre

Nem minden látogatás vásárlási jel. Aki három blogcikket olvas el, lehet, hogy éppen a saját cikkéhez gyűjt anyagot. A hasznos megkülönböztetés a first-party jelek (amit a fiók a te oldaladon csinál, és amit közvetlenül megfigyelsz) és a third-party jelek (máshol végzett témakutatás, amelyet egy intent data szolgáltató jelent, és amelyet bizalomra kell elfogadnod) között van.

• First-party, erős: árazási, összehasonlító és alternatívákat bemutató oldalak, integrációs vagy API-dokumentáció, biztonsági és megfelelőségi oldalak, bevezetési vagy onboarding oldalak, a fiók saját iparágából származó esettanulmányok. Ezek értékelési oldalak.
• First-party, minta: rövid időn belüli ismételt látogatások. Havi egy látogatás érdeklődés; heti három látogatás értékelés. A sebesség is számít: az a fiók, amely két nap alatt végignézi az árazást, két esettanulmányt és a biztonsági oldalt, gyorsabban halad, mint az, amely ugyanezeket az oldalakat egy negyedév alatt olvassa el.
• Third-party: témakiugrások, aktivitás értékelő oldalakon, felvétel olyan pozícióra, amelyet a terméked kiszolgál. Hasznos ahhoz, hogy észrevedd az accountokat, mielőtt meglátogatnának, de gyengébb bizonyíték arra, hogy tőled vásárolnak.
• Negatív: csak a karrieroldalt érintő látogatások, versenytársi domainek, diákok és piacon kívüli régiók. Levonások nélkül egy versenytárs, aki az oldaladat tanulmányozza, értékesítési riasztást indíthat.

Példa aktivitási súlyok, az alábbi kidolgozott példával összhangban. Kiindulópontként kezeld őket, amelyet visszamenőleg tesztelned kell, ne benchmarkként:

Két szabály tartja tisztességesen az aktivitási pontszámot. Korlátozz minden egyes űrlapkitöltést vagy letöltést nagyjából 10 pontra, hogy egyetlen kapuzott anyag ne tudja önmagában „azonnal értékesítésnek” szintre tolni a fiókot. A pontszámcsökkenést pedig csak az aktivitásra alkalmazd, soha az illeszkedésre: egy cég attól még nem szűnik meg illeszkedni az ICP-dhez, hogy elcsendesedett.

Kidolgozott példa: három fiók, egy hét

Egy szemléltető modell három kitalált cégre alkalmazva. A súlyok a példa kedvéért kitaláltak; a tieidnek a saját nyerési adataidból kell származniuk.

Illeszkedési súlyok: célzott iparág 35, létszámsáv 30, integrálódik a CRM-eddel 20, célrégió 15.

Aktivitási súlyok: árazás megtekintése 15, összehasonlító vagy biztonsági oldal 15, iparági esettanulmány 10, minden további különböző látogató 10 (max. 30), blogmegtekintés 2 (max. 10), szándékfelfutás 10. A pontok 21 naponta feleződnek.

Ellenőrizd a számolást az első sorban: árazás 15, biztonsági oldal 15, esettanulmány 10, plusz három további látogató egyenként 10, az összesen 70. Egyetlen 200-as összpontszámba összeadva a fintech cég 88 ponttal kényelmesen a második helyre kerülne, és egy értékesítő könnyen forró leadnek tekinthetné. Két tengelyen tisztább a kép: erős illeszkedés, de ott még senki nem értékel. Helye a célcéglistán, outboundhoz és perszonalizált tartalomhoz. Az ügynökség nem ér meg egy SDR-délutánt.

Fiókpontszámok használata a weboldaladon

A pontszámokat általában értékesítési eszközként kezelik, pedig ugyanilyen hasznosak annak eldöntésében, hogy mit mutasson a weboldal. Néhány szabály, ami a rácsból következik:

• Erős illeszkedés, alacsony elköteleződés: mutass iparágspecifikus bizonyítékot és alacsony elköteleződést igénylő CTA-t (benchmarkriport, ROI-kalkulátor). A cél egy második látogatás kiérdemlése.
• Jó illeszkedés, magas aktivitás: cseréld a tartalmi CTA-kat közvetlen megbeszélés-ajánlatra, és nevezd meg a fiók iparágát a hero részben.
• Gyenge illeszkedés, magas elköteleződés: sales demó helyett önkiszolgáló útra vagy könnyebb csomagra irányítsd.

A Markettailor account-based marketing funkciói ilyen szabályokat alkalmaznak az oldalon: amint egy cég azonosítva van, az illeszkedési és elköteleződési szintje dönti el, milyen herót, bizonyítékot és CTA-t lát.

Az értékesítésnek való átadás automatizálása

Egy pontszám, amely alapján senki sem cselekszik, csak dísz. Az átadáshoz három dolgot kell írásban meghatározni és beépíteni a CRM-be vagy a marketingautomatizációba:

1. Küszöbértékek. A rácsot használd, ne egyetlen határértéket. Az „azonnal az értékesítésnek” a magas illeszkedésű, magas elköteleződésű cella; a közepes illeszkedésű, magas elköteleződésű cella egy SDR-hez kerül előzetes minősítésre. Negyedévente ellenőrizd újra a határértékeket a visszateszttel, mert a tartalmad növekedésével az elköteleződés eloszlása is eltolódik.
2. Irányítás. Ha a cégnek van felelőse a CRM-ben, hozzá irányíts. Ha nincs, terület vagy szegmens szerint irányíts, és a körforgásos elosztást csak utolsó lépésként használd. Egy közös postafiókba érkező riasztás senkié. A weboldal-leadek irányításáról szóló útmutatónk a leadek cégekhez párosítását tárgyalja a kiosztás előtt.
3. SLA. Állapodjatok meg szintenként egy válaszidőben, például ugyanazon a munkanapon az „azonnal értékesítésre” kategóriánál, és egy héten belül az SDR-minősítésnél, és riportoljatok róla. Amíg a riasztások várakoznak, a fiókok kikerülnek a vásárlási ablakból.

Minden riasztás tartalmazza az okait: a cég és az illeszkedési jellemzők, a pontszám a legfontosabb hozzájáruló jelekkel („3 látogató a héten, kétszer az árazás, biztonsági oldal”), az elmúlt hét napban meglátogatott oldalak szándék szerint rangsorolva, az ismert kontaktok és egy javasolt megközelítés aszerint, amit a fiók olvasott. Az az értékesítő, aki látja, miért forró egy fiók, fel fogja hívni; aki csak egy „82”-t lát, nem.

Hogyan kalibráld a modellt

A pontozási modell hipotézis. Teszteld az előzményekkel szemben, mielőtt az értékesítés támaszkodna rá.

1. Exportáld az elmúlt 12 hónap megnyert és elvesztett lehetőségeit a fiók illeszkedési jellemzőivel együtt.
2. Minden fiókot úgy pontozz, ahogyan a lehetőség létrehozása előtt 30 nappal nézett ki.
3. Ellenőrizd, hogy a megnyert cégek a jól illeszkedő, erősen elkötelezett sarokban csoportosulnak-e. Ha nem, rosszak a súlyaid.
4. Nézd meg azokat az „azonnal értékesítésre” kategóriás fiókokat, amelyekből soha nem lett értékesítési lehetőség. Ezek az álpozitívjaid. Keresd meg azt a bemenetet, amely feljebb tolta őket, és csökkentsd a súlyát.
5. Negyedévente futtasd újra a visszatesztet. Az ICP a termék változásával elmozdul.

Ha kiinduló munkalapot szeretnél a súlyokhoz és küszöbértékekhez, a lead scoring modell sablonunk ugyanazt az illeszkedés–viselkedés szerkezetet használja, és kisebb módosításokkal fiókszinten is működik.

Négy hiba, ami miatt az értékesítés figyelmen kívül hagyja a pontszámot

A teljes adatbázis pontozása. 40 000 fiók pontozása értelmetlen 12-esek és 17-esek hosszú farkát eredményezi. Azokat a fiókokat pontozd, amelyek átmennek egy minimális illeszkedési küszöbön, a többit hagyd pontozatlanul. A kisebb, tisztább listát használni is fogják.

Az indokok elrejtése. Egy 82-es pontszám semmit sem mond az értékesítőnek arról, mit mondjon. Minden pontszám mellé járjon a három legfontosabb hozzájáruló jel („3 látogató ezen a héten, kétszer nézte az árazást, HubSpotot használ”). Az értékesítők abban bíznak meg, amit meg tudnak magyarázni maguknak.

A meglévő ügyfelek érdeklődőként való számolása. Egy ügyfél munkatársai, akik a dokumentációdat olvassák, minden héten felpörgetik az elköteleződési pontszámot. Az ügyfélcégeket egy külön bővítési vagy ügyfélegészség-modellbe irányítsd, különben kiszorítják az új üzleteket. Ügyfélélményhez irányítsd őket; lásd: perszonalizáció az ügyfélmegtartásért és a lemorzsolódás csökkentéséért.

Soha nem vezetsz ki bemenetet. Minden negyedéves felülvizsgálat után kerülnek be új bemenetek, és szinte soha nem kerülnek ki. Egy év után a modellnek 30 bemenete van, fele redundáns. Ha hozzáadsz egy bemenetet, vegyél ki egyet, és tartsd a teljes számot egy tucat alatt.

Kezdd kicsiben

Az induláshoz nincs szükséged prediktív modellre. Négy illeszkedési jellemző, öt elköteleződési input, elévülés és egy kéttengelyes rács jobb kiindulópont, mint egy egyetlen számot adó modell. Építsd fel táblázatkezelőben, teszteld vissza, majd vidd át a CRM-edbe vagy a személyre szabási platformodba, amint az értékesítés egyetért abban, hogy az első 20 fiók rendben van.

Ha szeretnéd látni, hogyan határozhatják meg az illeszkedési és aktivitási szintek, mit lát az egyes fiók az oldaladon, foglalj bemutatót az árazási oldalunkon.