Scoring firm: jak zbudować skuteczny model B2B

Lead scoring powstał dla świata, w którym jedna osoba Cię znajdowała, coś pobierała i w końcu rozmawiała ze sprzedażą. Transakcje B2B już tak nie działają. Badanie Forrester z 2024 roku wykazało, że w decyzję zakupową zaangażowanych jest średnio 13 osób. Gdy oceniasz każdą z nich osobno, dostajesz trzynaście letnich leadów zamiast jednej gorącej firmy. Scoring firm to naprawia, sumując każdy sygnał na poziomie firmy, która faktycznie podpisze umowę.

Ten wpis wyjaśnia, jak zbudować model scoringu firm, któremu zaufa dział sprzedaży: co do niego trafia, dlaczego dopasowania i zaangażowania nigdy nie należy sumować, jak liczyć szerokość komitetu zakupowego, oraz zawiera przykład do zaadaptowania.

Scoring kont a lead scoring

Różnica tkwi w jednostce, a ona zmienia niemal wszystko na dalszych etapach.

• Lead scoring ocenia jedną osobę. Nagradza jej własne zachowania: otwarte e-maile, pobrane materiały, obejrzane strony. Dobrze sprawdza się w ocenie, kiedy znany kontakt jest gotowy na rozmowę.
• Scoring firm ocenia jedną firmę. Agreguje zachowania wszystkich osób z tej firmy, zidentyfikowanych lub nie, i łączy je z tym, jak dobrze firma pasuje do profilu idealnego klienta. Dobrze sprawdza się w ustalaniu, które firmy zasługują teraz na uwagę sprzedaży i marketingu.

Potrzebujesz obu. Scoring kont decyduje, na czym się skupić, scoring leadów – do kogo dzwonić w danym koncie. Jeśli dziś masz tylko scoring leadów, zachowaj go: sekcje poniżej pokazują, jak zsumować jego sygnały na poziomie firmy.

Błąd: jedna liczba dla dopasowania i zaangażowania

Popularny model scoringu firm sumuje punkty dopasowania i punkty zaangażowania w jeden wynik na 100. Wygląda schludnie. Prowadzi do złych decyzji.

Idealnie dopasowane duże konto, które nigdy nie odwiedziło Twojej strony, i słabo dopasowany startup, którego stażysta przeczytał dwadzieścia wpisów na blogu, mogą dostać ten sam wynik. Sprzedaż widzi dwa „65” i nie ma pojęcia, że jedno to strategiczny cel bez intencji, a drugie to szum z dużą aktywnością. Pojedyncza liczba ukrywa jedyną rzecz, którą handlowiec musiał wiedzieć. Ten sam argument dotyczy pojedynczych leadów – od strony outboundu omawia go artykuł o fit score a intent score.

Zamiast tego prowadź dwa wyniki na dwóch osiach:

• Wynik dopasowania (0–100): jak bardzo firma pasuje do Twojego ICP. Zmienia się powoli. Opiera się na danych firmograficznych i technograficznych.
• Wynik zaangażowania (0–100): jak aktywnie firma prowadzi teraz research. Zmienia się codziennie. Oparty na zachowaniu na stronie, danych o intencji i reakcjach na kampanie, z wygaszaniem w czasie.

Następnie działaj na podstawie kombinacji, a nie sumy. Wystarczy prosta siatka:

Ta siatka daje też marketingowi jasne zadanie w ćwiartce wysokiego dopasowania i niskiego zaangażowania, czyli tam, gdzie większość programów account-based powinna wydawać budżet.

Z czego składa się ocena dopasowania

Dopasowanie wynika z Twojego profilu idealnego klienta, który powinien być zbudowany na danych o wygranych transakcjach, a nie na tym, czym zarząd chciałby, żeby był ICP. Typowe dane wejściowe:

• Branża (ważona współczynnikiem wygranych w danej branży)
• Liczba pracowników lub przedział przychodów
• Geografia (gdzie możesz sprzedawać, zapewniać wsparcie i spełniać wymogi prawne)
• Stos technologiczny (korzysta z platformy, z którą się integrujesz, albo z rozwiązania konkurencji, które zastępujesz) (nasz przewodnik po budowaniu stosu martech B2B wokół personalizacji wyjaśnia, które integracje mają znaczenie)
• Sygnały dotyczące modelu biznesowego (np. ma zespół sprzedaży, prowadzi płatne pozyskiwanie, sprzedaje B2B)

Waż każdy czynnik według tego, jak mocno oddziela wygrane transakcje od przegranych. Jeśli np. większość przychodu z wygranych transakcji pochodzi od firm programistycznych z 200–2000 pracowników, te dwa atrybuty zasługują na większość punktów za dopasowanie. Nasz przewodnik po budowaniu ICP do personalizacji strony przeprowadza przez tę analizę.

Co składa się na wskaźnik zaangażowania

Zaangażowanie powinno mierzyć aktywność zakupową, a nie ogólne zainteresowanie. Liczą się trzy rodzaje danych wejściowych:

Głębokość: co przeglądało konto

Przypisuj dużą wagę stronom późnego etapu: cennikowi, porównaniom, dokumentacji integracji, stronom o bezpieczeństwie, case studies z branży danej firmy. Ruchowi na blogu przypisuj małą wagę. Firma czytająca dziesięć wpisów blogowych poznaje temat. Firma czytająca cennik i stronę o SOC 2 ocenia dostawcę.

Szerokość: ile osób jest zaangażowanych

To dane wejściowe, których lead scoring nigdy nie uchwyci, i naszym zdaniem najbardziej przydatne. Dwie osoby z tej samej firmy na Twojej stronie w tym samym tygodniu oznaczają, że wewnątrz toczy się rozmowa. Trzy osoby z różnych działów oznaczają, że uformowała się grupa zakupowa. Skoro typowy zakup angażuje wiele osób (podana wyżej liczba Forrester to 13), nawet częściowy wgląd w tę grupę jest cenny.

Oceniaj szerokość według liczby unikalnych odwiedzających, z premią, gdy da się wywnioskować różne role (np. jeden odwiedzający czyta dokumentację techniczną, a drugi cennik).

Świeżość: kiedy to się wydarzyło

Zaangażowanie bez wygaszania to drugi najczęstszy błąd w modelowaniu. Firma, która w marcu intensywnie przeglądała Twoją stronę, a potem zamilkła, nie jest gorąca w październiku. Zmniejszaj punkty zaangażowania o połowę co 14–30 dni, w zależności od cyklu sprzedaży. Krótsze cykle wymagają szybszego wygaszania.

Jeśli kupujesz zewnętrzne dane o intencji, dodaj je jako osobny składnik zaangażowania z limitem, aby sam skok zainteresowania tematem nie mógł wepchnąć konta do kolumny „od razu do sprzedaży” bez żadnej aktywności na Twoich kanałach. Nasz artykuł o wykorzystaniu danych o intencji do personalizacji strony omawia, jak łączyć oba źródła. Nasz przewodnik po dostawcach danych o intencji wyjaśnia, jak przeprowadzić pilotaż, zanim zaczniesz na nich polegać.

Które sygnały oznaczają zakup, a nie przeglądanie

Nie każda wizyta to sygnał zakupowy. Ktoś, kto czyta trzy wpisy na blogu, może zbierać materiały do własnego artykułu. Przydatne jest rozróżnienie na sygnały first-party (co konto robi na Twojej stronie, co obserwujesz bezpośrednio) i sygnały third-party (research tematów w innych miejscach, raportowany przez dostawcę danych o intencji, któremu musisz zaufać).

• First-party, silne: strony cennika, porównań i alternatyw, dokumentacja integracji lub API, strony o bezpieczeństwie i zgodności, strony o wdrożeniu lub onboardingu, case studies z branży danego konta. To strony ewaluacyjne.
• First-party, wzorzec: powtarzające się wizyty w krótkim czasie. Jedna wizyta w miesiącu to zainteresowanie; trzy wizyty w tygodniu to ewaluacja. Liczy się też tempo: konto, które w dwa dni przejrzy cennik, dwa case studies i stronę o bezpieczeństwie, porusza się szybciej niż takie, które czyta te same strony przez kwartał.
• Third-party: wzrosty zainteresowania tematami, aktywność w serwisach z opiniami, rekrutacja na stanowisko, któremu służy Twój produkt. Przydatne do wychwytywania kont, zanim odwiedzą stronę, ale słabsze jako dowód, że kupują właśnie od Ciebie.
• Ujemne: wizyty wyłącznie na stronie kariery, domeny konkurencji, studenci i regiony spoza rynku. Bez odejmowania punktów konkurent analizujący Twoją stronę może uruchomić alert dla sprzedaży.

Przykładowe wagi zaangażowania, zgodne z przykładem poniżej. Traktuj je jako punkt wyjścia do testów wstecznych, a nie benchmark:

Dwie zasady utrzymują uczciwość wyniku zaangażowania. Ogranicz każde pojedyncze wypełnienie formularza lub pobranie do około 10 punktów, żeby jeden materiał za formularzem nie mógł sam wypchnąć konta do kategorii „od razu do sprzedaży”. I stosuj wygaszanie tylko do zaangażowania, nigdy do dopasowania: firma nie przestaje pasować do Twojego ICP dlatego, że ucichła.

Przykład krok po kroku: trzy konta, jeden tydzień

Model ilustracyjny zastosowany do trzech fikcyjnych firm. Wagi zostały wymyślone na potrzeby przykładu; Twoje powinny wynikać z danych o Twoich wygranych dealach.

Wagi dopasowania: docelowa branża 35, przedział zatrudnienia 30, integracja z Twoim CRM 20, docelowy region 15.

Wagi zaangażowania: wyświetlenie cennika 15, strona porównania lub bezpieczeństwa 15, case study z branży 10, każdy kolejny unikalny odwiedzający 10 (maks. 30), wyświetlenie bloga 2 (maks. 10), wzrost intencji 10. Punkty zmniejszają się o połowę co 21 dni.

Sprawdź rachunki w pierwszym wierszu: cennik 15, strona o bezpieczeństwie 15, case study 10 i trzech dodatkowych odwiedzających po 10 daje 70. Po zsumowaniu w jeden wynik na 200 fintech miałby 88 punktów, wyraźnie drugie miejsce, a handlowiec łatwo uznałby go za gorący lead. Na dwóch osiach obraz jest jaśniejszy: świetne dopasowanie, ale nikt tam jeszcze nie ocenia rozwiązań. Ta firma powinna trafić na listę docelową dla outboundu i spersonalizowanych treści. Agencja nie jest warta popołudnia SDR-a.

Wykorzystanie scoringu firm na stronie

Scoring zwykle traktuje się jako narzędzie sprzedaży, ale równie dobrze pomaga decydować, co pokazuje strona. Kilka zasad wynikających z tej siatki:

• Wysokie dopasowanie, niskie zaangażowanie: pokaż dowody z danej branży i CTA o niskim progu zaangażowania (raport benchmarkowy, kalkulator ROI). Celem jest zdobycie drugiej wizyty.
• Wysokie dopasowanie, wysokie zaangażowanie: zastąp CTA prowadzące do treści bezpośrednią propozycją spotkania i wymień branżę konta w sekcji hero.
• Niskie dopasowanie, wysokie zaangażowanie: skieruj na ścieżkę samoobsługową lub lżejszy plan zamiast na demo ze sprzedażą.

Funkcje account-based marketingu w Markettailor stosują takie reguły na stronie: gdy firma zostanie zidentyfikowana, jej poziom dopasowania i zaangażowania decyduje, jakie hero, dowody i CTA zobaczy.

Automatyzacja przekazania do sprzedaży

Wynik, na który nikt nie reaguje, to ozdoba. Przekazanie wymaga trzech rzeczy zdefiniowanych na piśmie i wbudowanych w CRM lub marketing automation:

1. Progi. Używaj siatki, a nie jednego progu. „Sprzedaż teraz” to komórka wysokiego dopasowania i wysokiego zaangażowania; komórka średniego dopasowania i wysokiego zaangażowania trafia najpierw do SDR-a do kwalifikacji. Co kwartał sprawdzaj progi względem testu wstecznego, bo rozkłady zaangażowania zmieniają się wraz z rozrostem treści.
2. Routing. Jeśli firma ma opiekuna w CRM, kieruj do opiekuna. Jeśli nie, kieruj według terytorium lub segmentu, a przydział rotacyjny stosuj tylko jako ostatni krok. Alert we wspólnej skrzynce to alert, który do nikogo nie należy. Nasz przewodnik po routingu leadów ze strony omawia dopasowywanie leadów do firm przed przydziałem.
3. SLA. Uzgodnij czas reakcji dla każdego poziomu, np. ten sam dzień roboczy dla „od razu do sprzedaży” i do tygodnia na kwalifikację przez SDR, i raportuj jego realizację. Konta wypadają z okna zakupowego, gdy alerty czekają.

Każdy alert powinien zawierać uzasadnienie: atrybuty firmy i dopasowania, wynik z najważniejszymi sygnałami, które się na niego złożyły („3 odwiedzających w tym tygodniu, cennik dwa razy, strona bezpieczeństwa”), strony odwiedzone w ostatnich siedmiu dniach uszeregowane według intencji, znane kontakty i sugerowany kąt rozmowy na podstawie tego, co firma czytała. Handlowiec, który widzi, dlaczego firma jest gorąca, zadzwoni; handlowiec, który widzi tylko „82”, nie zadzwoni.

Jak skalibrować model

Model scoringowy to hipoteza. Przetestuj go na danych historycznych, zanim sprzedaż zacznie na nim polegać.

1. Wyeksportuj wygrane i przegrane szanse sprzedażowe z ostatnich 12 miesięcy wraz z atrybutami dopasowania kont.
2. Oceń każde konto tak, jak wyglądałoby 30 dni przed utworzeniem szansy sprzedażowej.
3. Sprawdź, czy wygrane firmy skupiają się w narożniku wysokiego dopasowania i wysokiego zaangażowania. Jeśli nie, Twoje wagi są błędne.
4. Przyjrzyj się kontom w kolumnie „od razu do sprzedaży”, które nigdy nie stały się szansami sprzedaży. To Twoje fałszywe alarmy. Znajdź składnik, który je wypchnął w górę, i zmniejsz jego wagę.
5. Powtarzaj test wsteczny co kwartał. ICP dryfuje wraz ze zmianami produktu.

Jeśli chcesz arkusz na start do ustalenia wag i progów, nasz szablon modelu lead scoringu korzysta z tej samej struktury dopasowania i zachowań, a po drobnych zmianach działa na poziomie kont.

Cztery błędy, przez które sprzedaż ignoruje scoring

Ocenianie całej bazy. Ocenianie 40 000 kont daje długi ogon bezwartościowych wyników 12 i 17. Oceniaj konta, które przechodzą minimalny próg dopasowania, a resztę zostaw bez oceny. Mniejsza, czystsza lista jest faktycznie używana.

Ukrywanie powodów. Wynik 82 nic nie mówi handlowcowi o tym, co powiedzieć. Każdemu wynikowi powinny towarzyszyć trzy najważniejsze sygnały, które się na niego złożyły („3 odwiedzających w tym tygodniu, cennik obejrzany dwa razy, używa HubSpot”). Handlowcy ufają temu, co potrafią sobie wyjaśnić.

Liczenie obecnych klientów jako potencjalnych. Pracownicy klienta czytający Twoją dokumentację będą co tydzień podbijać wynik zaangażowania. Kieruj firmy klientów do osobnego modelu rozwoju lub kondycji klienta, bo inaczej wyprą nowy biznes. Zamiast tego kieruj je do doświadczenia dla klientów; zobacz personalizację na rzecz retencji i ograniczania churnu.

Niewycofywanie żadnych danych wejściowych. Dane wejściowe dodaje się po każdym kwartalnym przeglądzie i prawie nigdy nie usuwa. Po roku model ma 30 danych wejściowych, z których połowa jest zbędna. Gdy dodajesz jedno, usuń inne, i utrzymuj łączną liczbę poniżej tuzina.

Zacznij od małej skali

Nie potrzebujesz modelu predykcyjnego, by zacząć. Cztery atrybuty dopasowania, pięć wskaźników zaangażowania, wygaszanie i dwuwymiarowa siatka to lepszy punkt wyjścia niż model dający jedną liczbę. Zbuduj go w arkuszu, przetestuj wstecznie, a potem przenieś do CRM lub platformy personalizacji, gdy sprzedaż potwierdzi, że 20 najlepszych kont wygląda sensownie.

Aby zobaczyć, jak poziomy dopasowania i zaangażowania mogą decydować o tym, co każde konto widzi na Twojej stronie, umów prezentację na naszej stronie z cennikiem.