HubSpotは予測型の機械学習アルゴリズムを使用して顧客を分析し、未対応のコンタクトが90日以内に顧客になる確率を判定します。
[クローズの可能性]および[コンタクトの優先]プロパティー は、この予測リードスコアリングモデルに基づいてコンタクトを分析して 絞り込む のに役立ちます。これらのプロパティーについて詳しく説明します。
- クローズの可能性: 特定のコンタクトのプロパティーやアクティビティーに基づいて、今後90日以内にコンタクトが顧客としてクローズする確率を表すスコア。例えば、クローズの確率が22のコンタクトは、今後90日以内に顧客としてクローズする可能性が22%になります。
- コンタクトの優先順位: クローズの可能性 スコアに基づいて均等にティアに分散されたコンタクトのランキング。プロパティーの選択肢は、[ 非常に高い]、[ 高]、[ 中]、[ 低]、[ 成約]から選択でき、 非常に高い はクローズする可能性が最も高く、[ 低] はクローズする可能性が最も低くなります。コンタクトは以下のロジックに基づいてグループ化されます。
- 各ティアには、 クローズの可能性 スコアに基づくコンタクトの25%が含まれます(つまり、スコアが上位25%のコンタクトは [非常に高い ]に設定され、下位25%のコンタクトは [低]に設定されます)。カテゴリーは相対的なグループ分けであるため、各ティアのスコアの範囲は時間の経過とともに変化する可能性があります。
- コンタクトの [ライフサイクルステージ ]の値が [顧客 ]に設定されていて、[ クローズ日 ]プロパティーに値が設定されている場合、[ コンタクトの優先順位 ]は[ 成約]に設定されます。この値が自動的に設定されるようにするには、コンタクトを取引に関連付けることをお勧めします。関連付けると、クローズ時にこれらのコンタクトプロパティーが自動的に更新されます。
リードスコアリングのプロパティーはHubSpotによって自動的に設定され、編集することはできません。これらのプロパティーの値を設定するために、HubSpotは以下のデータを分析します。
- 以下を含むアナリティクス および コンバージョン 情報
- ページビュー数
- 平均ページビュー数
- ウェブサイト訪問数
- Facebook、LinkedIn、でのクリック数 X
- 前回の訪問または前回のクリックからの日数
- 配信またはバウンスされたEメールの数
- コンタクトがオプトアウトしたEメール配信登録
- Eメールの開封数開封数、クリック数、直近の返信数
- コンタクトの前回アクティビティーからのEメール送信数
- コンバージョン数またはユニークコンバージョン数（フォーム送信など）
- 次のようなHubSpot CRMのインタラクションとプロパティー値。
- 記録されたメモの数
- コンタクトが最後にミーティングを予約してからの日数
- コンタクトへの最後の連絡時点からの日数
- 次のアクティビティーまでの日数
- コンタクトの［電話番号］または［携帯電話番号］に値があるかどうか
- コンタクトが最後に作成されてからの日数
- コンタクトが最後に更新されてからの日数
- コンタクトのEメールが無料のメールドメインかどうか（Gmailなど）
- ライフサイクルステージ のプロパティーに対するコンタクトの値。コンタクトのライフサイクルステージの値が［顧客］の場合、［成立確率］の値は消去され、［コンタクトの優先順位］が［成約］に設定されます。
- コンタクトに関連付けられている会社に関してBreeze から提供された企業特性情報には、次のものが含まれます。
- 会社の収益
- この会社で使用されているテクノロジー
- 従業員数
- お客さまのビジネスとHubSpotアカウントに関する次のような企業特性情報：
- HubSpot CRMのコンタクトの数
- 自社の収益
- 会社で使用しているテクノロジー
- 会社が属する産業
- 従業員数
注：HubSpotはブラックボックス機械学習を使用して予測を行います。ブラックボックス機械学習では、モデルの入力と出力は判明しますが、入力から出力への変換の過程が不明です。リードスコアリングの場合、各入力がコンタクトのスコアにどのように寄与しているかを正確に把握することはできません。その代わり、リードが成約に至る確率をモデルがどの程度適切に予測したかが焦点となります。リードスコアリングの使用方法については、HubSpotアカデミーのレッスン「HubSpotリードスコアリングを理解する」をご覧ください。
properties
CRM
records
