Denne malen for ideell kundeprofil gjør «de beste kundene våre» om til et poengsatt arbeidsark som salg, markedsføring og nettstedet ditt kan bruke. Den har fem deler: vektede kriterier for passform, en poengregel, A/B/C-nivåer, en anti-ICP-liste med diskvalifiserende kriterier, og en metode for å sjekke helheten mot avtaler du faktisk har vunnet og tapt. Kopier tabellene inn i et regneark, eller last ned malen som CSV.
For tankegangen bak en ICP (og hvordan den skiller seg fra en kjøperpersona), les guiden vår om hvordan du bygger en ideell kundeprofil. Denne siden er arbeidsarket.
Hva de fleste maler for ideell kundeprofil tar feil av
De fleste ICP-maler er en liste med bokser: bransje, størrelse, omsetning, smertepunkter. De beskriver et selskap, men de lar deg ikke rangere to reelle kontoer mot hverandre. Vårt syn: en ICP er bare nyttig hvis den gir et tall eller et nivå for enhver konto i CRM-et ditt, og hvis det nivået forutsier vinnraten. Derfor har denne malen vekter og et valideringstrinn. En profil som aldri er sjekket mot tapte avtaler, er en hypotese, ikke en ICP.
Del 1: Match-kriterier og vekter
Velg fem til åtte kriterier du faktisk kan få data for. Gi hvert av dem en vekt slik at vektene til sammen blir 100. Definer hva som teller som sterk og delvis match før du scorer noe.
| Kriterium | Vekt | Sterk passform (fullt antall poeng) | Delvis treff (halve poeng) | Ingen passform (0) | Datakilde |
|---|---|---|---|---|---|
| Bransje | CRM, beriking, NAICS-kobling | ||||
| Bedriftsstørrelse (ansatte) | Berikelse | ||||
| Region / land | CRM, IP-land | ||||
| Teknologi i bruk | Teknografiske data, behovsavklaring i salg | ||||
| Team eller funksjon finnes | LinkedIn, stillingsannonser | ||||
| Utløsende hendelse (siste 6 måneder) | Nyheter, ansettelser, finansieringsdata | ||||
| Budsjettsignal | Finansieringsfase, omsetningsintervall | ||||
| Totalt | 100 | ||||
Regler for å sette vekter:
- Start med forskjellene mellom vunne og tapte avtaler, ikke med meninger. Hvis 80 % av de vunne avtalene bruker et bestemt CRM og de tapte er jevnt fordelt, fortjener teknologi stor vekt.
- Ingen enkeltkriterier over 30. Ellers avgjør ett felt nivået, og du har bygget et filter, ikke en score.
- Ta bare med kriterier du kan fylle ut for i hvert fall de fleste kontoene. Et kriterium som er tomt for mesteparten av CRM-et ditt, gir bare støy. For definisjoner av feltene, se ordlisteoppføringene for firmografiske data og teknografiske data.
Del 2: Scoringsregel og nivåer
Hvert kriterium gir full vekt ved sterk match, halv vekt ved delvis match og 0 ved ingen match. Legg dem sammen for en score mellom 0 og 100.
| Nivå | Score | Salgsmodell | Behandling på nettstedet |
|---|---|---|---|
| A | 75 til 100 | Oppsøkende arbeid mot navngitte kontoer, senior selger | Personalisert hero, matchende bevis, CTA for direkte møte |
| B | 50 til 74 | Oppfølging av inbound, nurturing | Personalisering på segmentnivå (bransje eller størrelse) |
| C | Under 50 | Selvbetjening eller ingen aktiv oppfølging | Standardnettsted |
| Ekskludert | Treff på en hvilken som helst anti-ICP-regel | Ikke forfølg | Standardnettsted, ingen salgsvarsler |
Del 3: Anti-ICP (diskvalifiserende kriterier)
Anti-ICP-en er en kort liste med betingelser som utelukker en konto uansett poengsum. Den er ofte mer nyttig enn selve ICP-en, fordi den hindrer at salgstid går til avtaler som ser bra ut, men aldri lukkes eller faller fra raskt.
| Diskvalifiserende kriterium | Dokumentasjon som rettferdiggjør det | Gjelder for |
|---|---|---|
| Eksempel: færre enn 10 ansatte | Eksempel: de fleste slike kunder churnet i løpet av det første året | Utgående kontakt og betalt målretting |
| Eksempel: regulert sektor som krever lokal drift (on-premise) | Eksempel: produktet er kun i skyen | Alle salgsmodeller |
| Eksempel: eksisterende kontrakt med en konkurrent som løper 2 år eller mer til | Eksempel: salgssykluser som stoppet opp hos innkjøp | Utgående |
Del 4: Utfylt eksempel (fiktivt selskap)
Kun et eksempel. «Example Co» er et oppdiktet selskap som selger planleggingsprogramvare til servicebedrifter i felt (installatører, vedlikeholdsentreprenører). Alle tall nedenfor er illustrerende.
| Kriterium | Vekt | Sterk match | Delvis fit | Ingen match |
|---|---|---|---|---|
| Bransje | 25 | Entreprenører innen bygningsteknisk utstyr (NAICS 2382) | Andre spesialiserte entreprenører (NAICS 238, resten) | Alt annet |
| Selskapsstørrelse | 20 | 50 til 500 ansatte | 20 til 49 eller 501 til 1 000 | Under 20 eller over 1 000 |
| Feltteknikere | 20 | 15 eller flere teknikere | 5 til 14 | Færre enn 5 |
| Teknologi i bruk | 15 | Bruker et CRM vi integrerer med | Bruker et annet CRM | Bare regneark |
| Region | 10 | Norden og DACH | Resten av EU | Utenfor EU |
| Utløsende hendelse | 10 | Ansetter disponenter eller åpner en ny avdeling | Rekruttering av teknikere | Ingen sett |
| Totalt | 100 | |||
Poengsetting av to eksempelkontoer:
| Kriterium | Konto 1: VVS-entreprenør, 140 ansatte, 40 teknikere, integrert CRM, Tyskland, ansetter en disponent | Konto 2: elektroentreprenør, 35 ansatte, 8 teknikere, regneark, Frankrike, ingen utløser |
|---|---|---|
| Bransje (25) | Sterk: 25 | Sterk: 25 |
| Selskapsstørrelse (20) | Sterk: 20 | Delvis: 10 |
| Feltteknikere (20) | Sterk: 20 | Delvis: 10 |
| Teknologi (15) | Sterk: 15 | Ikke treff: 0 |
| Region (10) | Sterk: 10 | Delvis: 5 |
| Trigger (10) | Sterk: 10 | Ikke treff: 0 |
| Poengsum og nivå | 100, Tier A | 50, nivå B |
Begge er i riktig bransje. Bare scoren viser at konto 1 fortjener en senior selger denne uken, og at konto 2 hører hjemme i oppvarmingsløpet.
Del 5: Valider mot vunne og tapte avtaler
Gjør dette før noen bruker nivåene. Det tar en ettermiddag med en CRM-eksport.
- Eksporter lukkede avtaler. Alle vunne og tapte salgsmuligheter fra de siste 12 til 24 månedene, med feltene kriteriene dine trenger. Utelat avtaler som ble tapt av grunner som ikke har med fit å gjøre, bare hvis du kan gjøre det konsekvent (for eksempel blir «ingen beslutning» med, mens «duplikatpost» tas ut).
- Scor hver avtale med kontodataene slik de var da avtalen ble opprettet, hvis CRM-et ditt tar vare på historikk. Dagens antall ansatte er en rimelig reserveløsning.
- Beregn vinnerandel per nivå. Vunnet delt på (vunnet pluss tapt) for A, B og C.
- Sjekk skillet. Nivå A bør vinne tydelig oftere enn B, og B oftere enn C. Hvis to nivåer vinner omtrent like ofte, gjør ikke vektene jobben sin.
- Se på avvikerne. Les gjennom tapene i Tier A og gevinstene i Tier C én for én. De forteller deg hvilket kriterium som mangler eller vektes for tungt.
- Juster og poengsett på nytt én gang. Endre vekter eller definisjoner, kjør steg 2 til 4 på nytt, og stopp. Gjentatt finjustering mot den samme historikken overtilpasser modellen.
- Sett en dato for gjennomgang. Valider på nytt hver sjette måned med de nye vunne avtalene.
Eksempelresultat for Example Co, 200 lukkede salgsmuligheter scoret i etterkant:
| Nivå | Salgsmuligheter | Vunnet | Vinnerrate |
|---|---|---|---|
| A | 60 | 21 | 35% |
| B | 80 | 14 | 17.5% |
| C | 60 | 3 | 5% |
Nivåene skiller seg tydelig: en mulighet på A-nivå vinnes dobbelt så ofte som en på B-nivå og sju ganger så ofte som en på C-nivå i dette eksempelet. Ser de faktiske tallene dine flate ut på tvers av nivåene, bør du ikke rulle ut ICP-en ennå. Med små utvalg bør du se på forskjellene som retningsgivende: 3 vunnet av 60 kan endre seg mye med en håndfull avtaler.
Slik bruker du ICP-en på nettstedet
Når nivåene er validert, blir de til segmenter. Nivå A-kontoer kan utløse varsler og sider på kontonivå, nivå B får personalisering etter bransje eller størrelse, og nivå C får standardnettstedet. Guiden til segmenteringsstrategi viser hvordan du gjør nivåer om til nettstedssegmenter, og malen for lead scoring-modell legger atferdsbasert scoring oppå denne egnethetsscoren. For å se hvilke nivådelte kontoer som besøker deg, trenger du data på selskapsnivå fra identifisering av besøkende. Om scoring på kontonivå som kombinerer egnethet og intensjon, se innlegget vårt om modell for kontoscoring.
Ofte stilte spørsmål
Hva bør en mal for ideell kundeprofil inneholde?
Match-kriterier du kan skaffe data for (bransje, størrelse, region, teknologi, utløsere), en vekt for hvert, definisjoner av sterk og delvis match, en scoringsregel som gir nivåer, en anti-ICP-liste med diskvalifiserende faktorer, og et valideringssteg mot vunne og tapte avtaler. Uten vekter og validering beskriver en ICP kunder, men kan ikke rangere kontoer.
Hvordan skiller en ICP seg fra en kjøperpersona?
En ICP beskriver bedriften som passer godt: bransje, størrelse, teknologi, situasjon. En kjøperpersona beskriver en person i den bedriften: rolle, mål, innvendinger. Du velger kontoer med ICP-en og former budskapet med personaene. De fleste B2B-team trenger én ICP med nivåer og to eller tre personaer per nivå.
Hvor mange matchkriterier bør en ICP ha?
Fem til åtte. Færre enn fem betyr som regel at ett eller to felt dominerer og at nivåene oppfører seg som et enkelt filter. Flere enn åtte betyr som regel at noen kriterier står tomme for de fleste kontoer, noe som gir støy. Behold bare kriterier som skiller vunne fra tapte avtaler og som du kan fylle ut pålitelig.
Hvor ofte bør jeg oppdatere den ideelle kundeprofilen?
Valider på nytt hver sjette måned mot nye lukkede avtaler, og umiddelbart etter en stor endring som en ny produktlinje, et nytt marked eller en prisendring. Juster vektene én gang per gjennomgang i stedet for fortløpende, slik at nivåene er stabile nok til at salg stoler på dem.