Den här mallen för ideal kundprofil gör om ”våra bästa kunder” till ett poängsatt arbetsblad som sälj, marknad och din webbplats alla kan använda. Den har fem delar: viktade passformskriterier, en poängregel, A/B/C-nivåer, en anti-ICP-lista med diskvalificerande faktorer och en metod för att kontrollera helheten mot affärer du faktiskt har vunnit och förlorat. Kopiera tabellerna till ett kalkylark, eller ladda ner mallen som CSV.
För tankarna bakom en ICP (och hur den skiljer sig från en köparpersona), läs vår guide om hur du bygger en ideal kundprofil. Den här sidan är arbetsbladet.
Vad de flesta mallar för ideal kundprofil gör fel
De flesta ICP-mallar är en lista med rutor: bransch, storlek, omsättning, smärtpunkter. De beskriver ett företag, men de låter dig inte rangordna två verkliga konton mot varandra. Vår syn: en ICP är bara användbar om den ger en siffra eller en nivå för varje konto i ditt CRM, och om den nivån förutsäger vinstfrekvensen. Därför har den här mallen vikter och ett valideringssteg. En profil som aldrig har kontrollerats mot förlorade affärer är en hypotes, inte en ICP.
Del 1: passformskriterier och vikter
Välj fem till åtta kriterier som du faktiskt kan få data för. Ge vart och ett en vikt så att vikterna blir 100 sammanlagt. Definiera vad som räknas som stark och delvis passform innan du poängsätter något.
| Kriterium | Vikt | Stark passform (full poäng) | Delvis matchning (halva poängen) | Ingen passform (0) | Datakälla |
|---|---|---|---|---|---|
| Bransch | CRM, berikning, NAICS-mappning | ||||
| Företagsstorlek (anställda) | Berikning | ||||
| Region/land | CRM, IP-land | ||||
| Teknik som används | Teknografisk data, behovsanalys i sälj | ||||
| Team eller funktion finns | LinkedIn, jobbannonser | ||||
| Utlösande händelse (senaste 6 månaderna) | Nyheter, rekrytering, finansieringsdata | ||||
| Budgetsignal | Finansieringsfas, omsättningsintervall | ||||
| Totalt | 100 | ||||
Regler för att sätta vikter:
- Utgå från skillnaderna mellan vunna och förlorade affärer, inte från åsikter. Om 80 % av de vunna affärerna använder ett visst CRM och de förlorade är jämnt fördelade förtjänar teknik en tung vikt.
- Inget enskilt kriterium över 30. Annars avgör ett enda fält nivån och du har byggt ett filter, inte en poängsättning.
- Ta bara med kriterier som du kan fylla i för åtminstone de flesta konton. Ett kriterium som är tomt för större delen av ditt CRM tillför brus. För fältdefinitioner, se ordlisteuppslagen för firmografisk data och teknografisk data.
Del 2: Poängregel och nivåer
Varje kriterium ger full vikt vid stark passform, halva vikten vid delvis passform och 0 vid ingen passform. Summera dem för ett resultat mellan 0 och 100.
| Nivå | Poäng | Säljmodell | Behandling på webbplatsen |
|---|---|---|---|
| A | 75 till 100 | Kontakt med namngivna konton, senior säljare | Personaliserad hero, matchande bevis, CTA för direkt möte |
| B | 50 till 74 | Uppföljning av inbound, nurture | Personalisering på segmentnivå (bransch eller storlek) |
| C | Under 50 | Självbetjäning eller ingen aktiv bearbetning | Standardsajt |
| Exkluderade | Träff på någon anti-ICP-regel | Satsa inte | Standardsajt, inga säljaviseringar |
Del 3: anti-ICP (diskvalificerare)
Anti-ICP:n är en kort lista med villkor som utesluter ett konto oavsett poäng. Den är ofta mer användbar än själva ICP:n, eftersom den hindrar att säljtid läggs på affärer som ser bra ut men aldrig stängs eller snabbt går förlorade.
| Diskvalificerare | Belägg som motiverar det | Gäller för |
|---|---|---|
| Exempel: färre än 10 anställda | Exempel: de flesta sådana kunder churnade under det första året | Utgående kontakt och betald inriktning |
| Exempel: reglerad sektor som kräver lokal drift | Exempel: produkten finns bara i molnet | Alla säljmodeller |
| Exempel: befintligt avtal med en konkurrent som löper i ytterligare 2+ år | Exempel: säljcykler som kört fast i upphandlingen | Outbound |
Del 4: ifyllt exempel (fiktivt företag)
Endast exempel. ”Example Co” är ett fiktivt företag som säljer schemaläggningsprogramvara till fältserviceföretag (installatörer, underhållsentreprenörer). Alla siffror nedan är illustrativa.
| Kriterium | Vikt | Stark matchning | Delvis matchning | Ingen passform |
|---|---|---|---|---|
| Bransch | 25 | Installationsföretag inom byggsektorn (NAICS 2382) | Övriga specialiserade bygghantverkare (NAICS 238, resten) | Allt annat |
| Företagsstorlek | 20 | 50 till 500 anställda | 20 till 49 eller 501 till 1 000 | Under 20 eller över 1 000 |
| Fälttekniker | 20 | 15 eller fler tekniker | 5 till 14 | Färre än 5 |
| Teknik som används | 15 | Använder ett CRM som vi integrerar med | Använder ett annat CRM | Bara kalkylark |
| Region | 10 | Norden och DACH | Övriga EU | Utanför EU |
| Utlösande händelse | 10 | Rekryterar arbetsledare för utryckningar eller öppnar en ny filial | Rekrytering av tekniker | Inget sett |
| Totalt | 100 | |||
Poängsättning av två exempelkonton:
| Kriterium | Konto 1: VVS-entreprenör, 140 anställda, 40 tekniker, integrerat CRM, Tyskland, rekryterar en arbetsledare för utryckningar | Konto 2: elinstallatör, 35 anställda, 8 tekniker, kalkylark, Frankrike, ingen utlösande händelse |
|---|---|---|
| Bransch (25) | Stark: 25 | Stark: 25 |
| Företagsstorlek (20) | Stark: 20 | Delvis: 10 |
| Fälttekniker (20) | Stark: 20 | Delvis: 10 |
| Teknik (15) | Stark: 15 | Ingen matchning: 0 |
| Region (10) | Stark: 10 | Delvis: 5 |
| Trigger (10) | Stark: 10 | Ingen matchning: 0 |
| Poäng och nivå | 100, nivå A | 50, nivå B |
Båda är i rätt bransch. Bara poängen visar att konto 1 förtjänar en senior säljare den här veckan och att konto 2 hör hemma i nurture.
Del 5: validera mot vunna och förlorade affärer
Gör det här innan någon använder nivåerna. Det tar en eftermiddag med en CRM-export.
- Exportera stängda affärer. Alla vunna och förlorade affärsmöjligheter från de senaste 12 till 24 månaderna, med de fält som dina kriterier kräver. Exkludera affärer som förlorats av skäl som inte har med matchning att göra bara om du kan göra det konsekvent (till exempel stannar ”inget beslut” kvar; ”dubblettpost” tas bort).
- Poängsätt varje affär med kontodatan som den såg ut när affären skapades, om ditt CRM sparar historik. Dagens antal anställda är en rimlig reserv.
- Beräkna vinstfrekvensen per nivå. Vunna dividerat med (vunna plus förlorade) för A, B och C.
- Kontrollera separationen. Nivå A ska vinna affärer klart oftare än B, och B oftare än C. Om två nivåer vinner i ungefär samma takt gör viktningen inte sitt jobb.
- Titta på de som inte passar in. Läs igenom förlorade affärer i nivå A och vunna affärer i nivå C en och en. De visar vilket kriterium som saknas eller väger för tungt.
- Justera och poängsätt om en gång. Ändra vikter eller definitioner, kör steg 2 till 4 igen och sluta sedan. Att justera om och om igen mot samma historik leder till överanpassning.
- Sätt ett datum för översyn. Validera om var sjätte månad med de nya avslutade affärerna.
Exempelresultat för Example Co, 200 avslutade affärsmöjligheter poängsatta i efterhand:
| Nivå | Affärsmöjligheter | Vunnen | Andel vunna affärer |
|---|---|---|---|
| A | 60 | 21 | 35% |
| B | 80 | 14 | 17.5% |
| C | 60 | 3 | 5% |
Nivåerna skiljer sig tydligt åt: en affärsmöjlighet på A-nivå vinns dubbelt så ofta som en på B-nivå och sju gånger så ofta som en på C-nivå i det här exemplet. Om dina verkliga siffror ser jämna ut mellan nivåerna, rulla inte ut ICP:n än. Med små urval ska du se skillnaderna som riktningsgivande: 3 vinster av 60 kan ändras mycket av en handfull affärer.
Att använda din ICP på webbplatsen
När nivåerna har validerats blir de segment. A-konton kan utlösa aviseringar och sidor på kontonivå, B-konton får personalisering efter bransch eller storlek och C-konton får standardwebbplatsen. Guiden om segmenteringsstrategi visar hur du gör nivåer till webbplatssegment, och mallen för lead scoring-modeller lägger beteendepoäng ovanpå den här matchningspoängen. För att se vilka nivåindelade konton som besöker dig behöver du data på företagsnivå från besöksidentifiering. Om poängsättning på kontonivå som kombinerar matchning och köpintention kan du läsa i vårt inlägg om modellen för kontopoäng.
Vanliga frågor
Vad ska en mall för ideal kundprofil innehålla?
Matchningskriterier som du kan få data för (bransch, storlek, region, teknik, triggers), en vikt för varje, definitioner av stark och delvis matchning, en poängregel som ger nivåer, en anti-ICP-lista med diskvalificerande faktorer och ett valideringssteg mot vunna och förlorade affärer. Utan vikter och validering beskriver en ICP kunder men kan inte rangordna konton.
Hur skiljer sig en ICP från en köparpersona?
En ICP beskriver det företag som passar bra: bransch, storlek, teknik, situation. En köparpersona beskriver en person inom det företaget: roll, mål, invändningar. Du väljer konton med ICP:n och formar budskapen med personor. De flesta B2B-team behöver en ICP med nivåer och två eller tre personor per nivå.
Hur många kriterier för passform ska en ICP ha?
Fem till åtta. Färre än fem innebär oftast att ett eller två fält dominerar och att nivåerna beter sig som ett enkelt filter. Fler än åtta innebär oftast att vissa kriterier saknar värde för de flesta konton, vilket ger brus. Behåll bara kriterier som skiljer sig mellan dina vunna och förlorade affärer och som du kan fylla i på ett tillförlitligt sätt.
Hur ofta ska jag uppdatera min ideala kundprofil?
Validera om var sjätte månad mot nya avslutade affärer, och direkt efter en större förändring som en ny produktlinje, en ny marknad eller en prisändring. Justera vikterna en gång per genomgång i stället för löpande, så att nivåerna är tillräckligt stabila för att säljteamet ska lita på dem.