Chấm điểm tài khoản: cách xây dựng mô hình B2B hiệu quả

Lead scoring được xây dựng cho một thế giới nơi một người tìm thấy bạn, tải thứ gì đó và cuối cùng trao đổi với sales. Thương vụ B2B không còn diễn ra như vậy. Nghiên cứu năm 2024 của Forrester cho thấy trung bình có 13 người tham gia vào một quyết định mua hàng. Khi bạn chấm điểm riêng từng người, bạn có mười ba lead hờ hững thay vì một tài khoản nóng. Chấm điểm tài khoản khắc phục điều đó bằng cách gom mọi tín hiệu lên công ty sẽ thực sự ký hợp đồng.

Bài viết này giải thích cách xây dựng mô hình chấm điểm tài khoản mà sales tin tưởng: gồm những gì, vì sao không bao giờ nên cộng mức phù hợp và mức tương tác với nhau, cách đếm độ rộng của nhóm ra quyết định mua, và một ví dụ minh họa bạn có thể điều chỉnh.

Chấm điểm tài khoản và chấm điểm lead

Khác biệt nằm ở đơn vị, và nó thay đổi gần như mọi thứ phía sau.

• Chấm điểm lead đánh giá một người. Nó ghi điểm cho hành vi của chính người đó: email đã mở, tài liệu đã tải, trang đã xem. Nó giỏi trong việc quyết định khi nào một liên hệ đã biết sẵn sàng cho một cuộc gọi.
• Chấm điểm tài khoản đánh giá một công ty. Nó tổng hợp hành vi của tất cả mọi người từ công ty đó, dù đã được nhận diện hay chưa, và kết hợp với mức độ công ty phù hợp với hồ sơ khách hàng lý tưởng của bạn. Nó giỏi trong việc quyết định công ty nào đáng được sales và marketing chú ý ngay lúc này.

Bạn cần cả hai. Chấm điểm tài khoản quyết định nên tập trung vào đâu, chấm điểm lead quyết định nên gọi cho ai trong tài khoản đó. Nếu hiện bạn chỉ có chấm điểm lead, hãy giữ lại: các phần dưới đây chỉ cách tổng hợp tín hiệu của nó lên cấp công ty.

Sai lầm: một con số cho cả mức phù hợp và mức tương tác

Một mô hình chấm điểm tài khoản phổ biến cộng điểm phù hợp và điểm tương tác thành một tổng trên 100. Trông gọn gàng. Nhưng tạo ra quyết định tồi.

Một tài khoản enterprise phù hợp hoàn hảo nhưng chưa từng ghé website và một startup không phù hợp có thực tập sinh đọc hai mươi bài blog có thể có cùng điểm số. Sales thấy hai con "65" và không hề biết một bên là mục tiêu chiến lược chưa có ý định mua, còn bên kia là nhiễu với nhiều hoạt động. Con số duy nhất che giấu đúng điều mà đại diện bán hàng cần biết. Lập luận tương tự áp dụng cho từng lead, được trình bày từ góc độ outbound trong bài giải thích về điểm phù hợp và điểm ý định.

Thay vào đó, hãy giữ hai điểm số trên hai trục:

• Điểm phù hợp (0-100): mức độ công ty khớp với ICP của bạn. Thay đổi chậm. Dựa trên firmographic và technographic.
• Điểm tương tác (0-100): mức độ công ty đang tích cực tìm hiểu ngay lúc này. Thay đổi hằng ngày. Dựa trên hành vi trên website, dữ liệu ý định mua và phản hồi chiến dịch, có suy giảm theo thời gian.

Sau đó hành động dựa trên tổ hợp, không phải tổng điểm. Một bảng lưới đơn giản là đủ:

Lưới này cũng giao cho marketing một nhiệm vụ rõ ràng ở góc phù hợp cao nhưng tương tác thấp, nơi mà hầu hết chương trình account-based nên dồn ngân sách.

Điểm phù hợp gồm những gì

Mức độ phù hợp đến từ hồ sơ khách hàng lý tưởng, và nó nên được xây dựng từ dữ liệu thương vụ đã thắng, không phải từ ICP mà ban lãnh đạo mong muốn. Các đầu vào điển hình:

• Ngành (tính trọng số theo tỷ lệ thắng của bạn ở từng ngành dọc)
• Nhóm số nhân viên hoặc doanh thu
• Địa lý (nơi bạn có thể bán, hỗ trợ và tuân thủ quy định)
• Bộ công nghệ (đang dùng một nền tảng bạn tích hợp được, hoặc một đối thủ mà bạn có thể thay thế) (hướng dẫn của chúng tôi về xây dựng bộ martech B2B xoay quanh cá nhân hóa nói rõ tích hợp nào quan trọng)
• Tín hiệu mô hình kinh doanh (ví dụ: có đội sales, chạy quảng cáo thu hút khách hàng, bán B2B)

Gán trọng số cho mỗi yếu tố đầu vào theo mức độ nó phân biệt thương vụ thắng với thương vụ thua. Ví dụ, nếu phần lớn doanh thu từ thương vụ thắng đến từ các công ty phần mềm có 200-2.000 nhân viên, hai thuộc tính đó xứng đáng nhận phần lớn điểm phù hợp. Hướng dẫn xây dựng ICP cho cá nhân hóa website của chúng tôi trình bày từng bước phân tích.

Điểm tương tác gồm những gì

Mức độ tương tác nên đo hoạt động mua hàng, không phải sự quan tâm chung chung. Có ba loại đầu vào quan trọng:

Độ sâu: tài khoản đã xem những gì

Đặt trọng số cao cho các trang giai đoạn cuối: bảng giá, trang so sánh, tài liệu tích hợp, trang bảo mật, case study trong ngành của tài khoản. Đặt trọng số thấp cho traffic blog. Một công ty đọc mười bài blog là đang tìm hiểu một chủ đề. Một công ty đọc trang bảng giá và trang SOC 2 của bạn là đang đánh giá nhà cung cấp.

Độ rộng: bao nhiêu người tham gia

Đây là đầu vào mà chấm điểm lead không bao giờ nắm bắt được, và theo chúng tôi là đầu vào hữu ích nhất. Hai người từ cùng một công ty vào website của bạn trong cùng một tuần nghĩa là đang có một cuộc trao đổi nội bộ. Ba người từ các bộ phận khác nhau nghĩa là một nhóm mua hàng đã hình thành. Khi một giao dịch mua điển hình có nhiều người tham gia (con số của Forrester ở trên là 13), ngay cả việc nhìn thấy một phần nhóm đó cũng có giá trị.

Chấm điểm độ rộng theo số khách truy cập khác nhau, cộng thêm điểm khi bạn suy ra được các vai trò khác nhau (ví dụ, một người đọc tài liệu kỹ thuật và một người khác đọc bảng giá).

Độ mới: điều đó xảy ra khi nào

Tương tác không có độ phai là lỗi mô hình hóa phổ biến thứ hai. Một tài khoản lướt website của bạn liên tục vào tháng 3 rồi im lặng thì không còn nóng vào tháng 10. Hãy giảm một nửa điểm tương tác sau mỗi 14-30 ngày tùy chu kỳ bán hàng. Chu kỳ ngắn hơn cần độ phai nhanh hơn.

Nếu bạn mua dữ liệu ý định mua bên thứ ba, hãy thêm nó như một đầu vào tương tác riêng có giới hạn, để chỉ riêng sự tăng đột biến về chủ đề không thể đẩy một tài khoản vào cột "cần sales ngay" khi không có hoạt động bên thứ nhất nào. Bài viết về dùng dữ liệu ý định để cá nhân hóa website của chúng tôi trình bày cách kết hợp hai nguồn. Hướng dẫn nhà cung cấp dữ liệu ý định mua giải thích cách thí điểm một nhà cung cấp trước khi phụ thuộc vào họ.

Tín hiệu nào cho thấy đang mua, không phải chỉ xem

Không phải lượt truy cập nào cũng là tín hiệu mua hàng. Người đọc ba bài blog có thể đang nghiên cứu để viết bài của chính họ. Sự phân biệt hữu ích là giữa tín hiệu bên thứ nhất (những gì tài khoản làm trên website của bạn, bạn quan sát trực tiếp) và tín hiệu bên thứ ba (việc tìm hiểu chủ đề ở nơi khác, do nhà cung cấp intent data báo cáo, bạn phải tin vào đó).

• Bên thứ nhất, mạnh: trang bảng giá, so sánh và lựa chọn thay thế, tài liệu tích hợp hoặc API, trang bảo mật và tuân thủ, trang triển khai hoặc onboarding, case study cùng ngành với tài khoản. Đây là các trang đánh giá.
• Bên thứ nhất, mô thức: các lượt truy cập lặp lại trong thời gian ngắn. Một lượt mỗi tháng là sự quan tâm; ba lượt trong một tuần là đang đánh giá. Tốc độ cũng quan trọng: một tài khoản xem bảng giá, hai case study và trang bảo mật trong hai ngày đang tiến nhanh hơn một tài khoản đọc cùng các trang đó trong cả quý.
• Bên thứ ba: tăng đột biến chủ đề, hoạt động trên trang đánh giá, tuyển dụng cho một vị trí mà sản phẩm của bạn phục vụ. Hữu ích để phát hiện tài khoản trước khi họ truy cập, nhưng yếu hơn khi dùng làm bằng chứng rằng họ đang mua từ bạn.
• Điểm trừ: chỉ truy cập trang tuyển dụng, tên miền đối thủ, sinh viên và khu vực ngoài thị trường. Nếu không trừ điểm, một đối thủ đang nghiên cứu website của bạn có thể kích hoạt cảnh báo cho sales.

Ví dụ trọng số tương tác, nhất quán với ví dụ thực hành bên dưới. Hãy coi đây là điểm khởi đầu để kiểm tra ngược, không phải benchmark:

Hai quy tắc giữ cho điểm tương tác trung thực. Giới hạn mỗi lượt điền biểu mẫu hoặc tải tài liệu ở khoảng 10 điểm, để một tài liệu yêu cầu điền form không thể tự đẩy một tài khoản lên “chuyển sales ngay”. Và chỉ áp dụng giảm điểm theo thời gian cho tương tác, không bao giờ cho độ phù hợp: một công ty không ngừng khớp với ICP chỉ vì họ im lặng.

Ví dụ thực hành: ba tài khoản, một tuần

Một mô hình minh họa áp dụng cho ba tài khoản hư cấu. Các trọng số được đặt ra cho ví dụ; trọng số của bạn nên lấy từ dữ liệu các thương vụ thành công của chính bạn.

Trọng số phù hợp: ngành mục tiêu 35, nhóm số nhân viên 30, tích hợp với CRM của bạn 20, khu vực mục tiêu 15.

Trọng số tương tác: xem bảng giá 15, trang so sánh hoặc bảo mật 15, case study theo ngành 10, mỗi khách truy cập riêng biệt thêm 10 (tối đa 30), xem blog 2 (tối đa 10), tín hiệu ý định tăng vọt 10. Điểm giảm một nửa sau mỗi 21 ngày.

Hãy kiểm tra phép tính ở dòng đầu tiên: trang bảng giá 15, trang bảo mật 15, case study 10, và ba khách truy cập bổ sung mỗi người 10 điểm, tổng là 70. Gộp vào một tổng điểm trên thang 200, công ty fintech sẽ đạt 88, đứng thứ hai một cách thoải mái, và nhân viên sales dễ dàng coi đó là lead nóng. Trên hai trục thì bức tranh rõ hơn: mức độ phù hợp cao, nhưng chưa ai ở đó đang đánh giá giải pháp. Công ty này nên nằm trong danh sách mục tiêu cho outbound và nội dung cá nhân hóa. Còn agency thì không đáng để SDR dành cả buổi chiều.

Sử dụng điểm tài khoản trên website

Điểm số thường được xem là công cụ của sales, nhưng chúng cũng hữu ích không kém khi quyết định website hiển thị gì. Một vài quy tắc rút ra từ bảng lưới:

• Phù hợp cao, tương tác thấp: hiển thị bằng chứng theo ngành và CTA ít ràng buộc (báo cáo benchmark, công cụ tính ROI). Mục tiêu là có được lượt truy cập thứ hai.
• Phù hợp cao, tương tác cao: thay CTA nội dung bằng lời mời họp trực tiếp và nêu tên ngành của tài khoản trong phần hero.
• Mức phù hợp thấp, tương tác cao: chuyển sang lộ trình tự phục vụ hoặc một gói nhẹ hơn thay vì demo với sales.

Các tính năng account-based marketing của Markettailor áp dụng những quy tắc như thế này ngay trên trang: khi một công ty được nhận diện, hạng phù hợp và hạng tương tác của nó quyết định nó thấy hero, bằng chứng và CTA nào.

Tự động hóa việc bàn giao cho sales

Một điểm số không ai hành động theo chỉ là đồ trang trí. Việc bàn giao cần ba điều được định nghĩa bằng văn bản và xây dựng sẵn trong CRM hoặc marketing automation:

1. Ngưỡng. Dùng lưới, không dùng một mức cắt duy nhất. “Chuyển sales ngay” là ô phù hợp cao, tương tác cao; ô phù hợp trung bình, tương tác cao chuyển cho SDR sàng lọc trước. Kiểm tra lại các mức cắt với back-test mỗi quý, vì phân bố tương tác thay đổi khi nội dung của bạn tăng lên.
2. Phân bổ. Nếu tài khoản đã có người phụ trách trong CRM, chuyển cho người đó. Nếu chưa, phân bổ theo khu vực hoặc phân khúc, và chỉ dùng chia vòng tròn ở bước cuối cùng. Cảnh báo trong hộp thư chung là cảnh báo không ai chịu trách nhiệm. Hướng dẫn phân bổ lead từ website của chúng tôi trình bày cách đối chiếu lead với tài khoản trước khi giao việc.
3. SLA. Thống nhất thời gian phản hồi cho từng hạng, ví dụ trong cùng ngày làm việc với nhóm "cần sales ngay" và trong vòng một tuần với việc SDR đánh giá chất lượng, rồi báo cáo về chỉ số đó. Các tài khoản sẽ ra khỏi giai đoạn mua hàng trong lúc cảnh báo còn chờ xử lý.

Mỗi cảnh báo nên kèm lý do: thông tin công ty và mức độ phù hợp, điểm số cùng các tín hiệu đóng góp nhiều nhất (“3 khách truy cập tuần này, xem bảng giá hai lần, trang bảo mật”), các trang đã truy cập trong bảy ngày qua xếp theo mức độ ý định, liên hệ đã biết, và một góc tiếp cận gợi ý dựa trên nội dung tài khoản đã đọc. Nhân viên bán hàng thấy được vì sao tài khoản đang nóng sẽ gọi; người chỉ thấy “82” thì không.

Cách hiệu chỉnh mô hình

Một mô hình chấm điểm là một giả thuyết. Hãy kiểm chứng nó với dữ liệu lịch sử trước khi sales dựa vào nó.

1. Xuất dữ liệu các cơ hội thắng và thua trong 12 tháng gần nhất kèm các thuộc tính phù hợp của tài khoản.
2. Chấm điểm mỗi tài khoản theo trạng thái 30 ngày trước khi cơ hội được tạo.
3. Kiểm tra xem các tài khoản đã chốt thành công có tập trung ở góc phù hợp cao, tương tác cao không. Nếu không, trọng số của bạn đang sai.
4. Xem các tài khoản trong cột "cần sales ngay" mà chưa bao giờ trở thành cơ hội. Đó là các trường hợp dương tính giả. Tìm đầu vào đã đẩy điểm của chúng lên và giảm trọng số của nó.
5. Chạy lại back-test mỗi quý. ICP thay đổi dần khi sản phẩm thay đổi.

Nếu bạn muốn một bảng tính khởi đầu cho trọng số và ngưỡng, mẫu mô hình chấm điểm lead của chúng tôi dùng cùng cấu trúc độ phù hợp và hành vi, và áp dụng được ở cấp tài khoản chỉ với vài thay đổi nhỏ.

Bốn sai lầm khiến sales phớt lờ điểm số

Chấm điểm toàn bộ cơ sở dữ liệu. Chấm điểm 40.000 tài khoản tạo ra một đuôi dài những điểm 12 và 17 vô nghĩa. Hãy chấm điểm các tài khoản vượt qua ngưỡng phù hợp tối thiểu, và để phần còn lại không chấm. Một danh sách nhỏ hơn, sạch hơn mới được sử dụng.

Giấu lý do. Điểm 82 không cho nhân viên sales biết nên nói gì. Mỗi điểm số nên đi kèm ba tín hiệu đóng góp nhiều nhất (“3 khách truy cập tuần này, xem bảng giá hai lần, dùng HubSpot”). Nhân viên sales tin vào những gì họ tự giải thích được.

Tính khách hàng hiện tại là khách hàng tiềm năng. Nhân viên của khách hàng đọc tài liệu của bạn sẽ làm điểm tương tác tăng vọt mỗi tuần. Hãy chuyển tài khoản khách hàng sang một mô hình mở rộng hoặc sức khỏe khách hàng riêng, nếu không chúng sẽ lấn át khách hàng mới. Thay vào đó, hãy đưa họ đến trải nghiệm dành cho khách hàng; xem cá nhân hóa để giữ chân khách hàng và giảm tỷ lệ rời bỏ.

Không bao giờ loại bỏ đầu vào. Đầu vào được thêm sau mỗi lần rà soát hằng quý và hầu như không bao giờ bị bỏ. Sau một năm, mô hình có 30 đầu vào, một nửa trong số đó thừa. Khi thêm một đầu vào, hãy bỏ một đầu vào, và giữ tổng số dưới mười hai.

Bắt đầu nhỏ

Bạn không cần mô hình dự đoán để bắt đầu. Bốn thuộc tính phù hợp, năm đầu vào tương tác, cơ chế suy giảm điểm và lưới hai trục là điểm khởi đầu tốt hơn một mô hình chỉ cho ra một con số. Hãy xây dựng nó trong bảng tính, back-test, rồi chuyển vào CRM hoặc nền tảng cá nhân hóa khi sales đồng ý rằng 20 tài khoản đứng đầu là hợp lý.

Để xem các bậc phù hợp và tương tác có thể quyết định những gì mỗi tài khoản thấy trên website của bạn ra sao, hãy đặt lịch hướng dẫn từ trang bảng giá của chúng tôi.