HubSpot Baza wiedzy

Określ prawdopodobieństwo zamknięcia za pomocą predykcyjnej oceny potencjalnych klientów.

Autor: HubSpot Support | Oct 18, 2021 4:59:21 PM

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.