Określ prawdopodobieństwo zamknięcia za pomocą predykcyjnej oceny potencjalnych klientów.

Korzystając z algorytmów predykcyjnego uczenia maszynowego, HubSpot analizuje klientów, aby określić prawdopodobieństwo, że otwarte kontakty zostaną zamknięte jako klienci w ciągu 90 dni.

Właściwości Prawdopodobieństwo zamknię cia i Priorytet kontaktu pomagają analizować i segmentować kontakty w oparciu o ten predykcyjny model oceny potencjalnych klientów. Dowiedz się więcej o tych właściwościach:

• Prawdopodobieństwo zamknięcia: wynik , który reprezentuje procentowe prawdopodobieństwo zamknięcia kontaktu jako klienta w ciągu najbliższych 90 dni w oparciu o określone właściwości kontaktu i działania.Na przykład kontakty o wartości prawdopodobieństwa zamknięcia 22 mają 22% szans na zamknięcie jako klient w ciągu najbliższych 90 dni.
• Priorytet kontaktu: ranking kontaktów równomiernie podzielonych na poziomy w oparciu o ich wyniki prawdopodobieństwa zamknięcia. Dostępne opcje to Bardzo wysokie, Wysokie, Średnie, Niskie i Wygrane zamknięcie, gdzie Bardzo wysokie to największe prawdopodobieństwo zamknięcia, a Niskie to najmniejsze prawdopodobieństwo zamknięcia. Kontakty są grupowane w oparciu o następującą logikę:
  • Każdy poziom zawiera 25% kontaktów w oparciu o wynik prawdopodobieństwa zamknięcia (tj. kontakty z wynikami w górnych 25% są ustawione jako Bardzo wysokie , kontakty z wynikami w dolnych 25% są ustawione jako Niskie itd.) Ponieważ kategorie są grupami względnymi, zakres wyników na każdym poziomie może zmieniać się w czasie.
  • Jeśli wartość etapu cyklu życia kontaktu jest ustawiona na Klient i ma wartość dlawłaściwości Data zamknię cia, priorytet kontaktu jest ustawiony na Wygrane zamknięcie .Aby zapewnić automatyczne ustawienie tej wartości, zaleca się powiązanie kontaktów z transakcjami, które po zamknięciu automatycznie zaktualizują te właściwości kontaktu.

Właściwości lead scoring są automatycznie ustawiane przez HubSpot i nie można ich edytować. Aby ustawić wartości dla tych właściwości, HubSpot analizuje następujące dane:

• Analytics i informacje o konwersji, w tym:
  • Liczba odsłon
  • Średnia liczba odsłon strony
  • Liczba odwiedzin strony internetowej
  • Liczba kliknięć na Facebooku, LinkedIn i X
  • Dni od ostatniej wizyty lub ostatniego kliknięcia
  • Liczba dostarczonych lub odesłanych wiadomości e-mail
  • Subskrypcje e-mail, z których kontakt zrezygnował
  • Liczba otwarć wiadomości e-mail, kliknięć i ostatnich odpowiedzi
  • Liczba wiadomości e-mail wysłanych od ostatniej aktywności kontaktu
  • Liczba konwersji lub unikalnych konwersji (np. przesłanych formularzy)
• Interakcje i wartości właściwości w HubSpot CRM, w tym:
  • Liczba zarejestrowanych notatek
  • Dni od ostatniej rezerwacji spotkania przez kontakt
  • Dni od ostatniego kontaktu z kontaktem
  • Dni do następnej aktywności
  • Czy kontakt ma wartość Numer telefonu lub Numer telefonu komórkowego
  • Dni od utworzenia kontaktu
  • Dni od ostatniej aktualizacji kontaktu
  • Czy adres e-mail kontaktu jest domeną bezpłatnej poczty (np. Gmail).
  • Wartość kontaktu dla właściwości Lifecycle stage. Jeśli wartość etapu cyklu życia kontaktu to Customer, wartość Likelihood to close zostanie wyczyszczona, a priorytet kontaktu zostanie ustawiony na Closed Won.

• Informacje firmograficzne dostarczone przez HubSpot Insights na temat firmy powiązanej z kontaktem, w tym:
  
  • Przychody firmy
  • Wykorzystywane przez firmę technologie
  • Liczba pracowników

• Informacje firmograficzne o firmie i koncie HubSpot, w tym:
  
  • Liczba kontaktów w HubSpot CRM
  • Przychody firmy
  • Wykorzystywane przez firmę technologie
  • Branża, w której działa firma
  • Liczba pracowników

Uwaga: HubSpot wykorzystuje uczenie maszynowe typu blackbox do prognozowania. W przypadku uczenia maszynowego typu blackbox dane wejściowe i wyjściowe modelu są znane, ale nie wiadomo, w jaki sposób dane wejściowe są przekształcane w dane wyjściowe. W przypadku oceny potencjalnych klientów oznacza to, że nie można dokładnie określić, w jaki sposób każde dane wejściowe przyczyniają się do oceny kontaktu. Zamiast tego skupiamy się na tym, jak dobrze model przewiduje prawdopodobieństwo zamknięcia potencjalnych klientów. Dowiedz się więcej o tym, jak korzystać z lead scoringu w lekcji Understanding HubSpot Lead Scoring HubSpot Academy.