Hoppa till innehåll
Observera: Översättningen av denna artikel är endast avsedd att underlätta för dig. Översättningen har skapats automatiskt med hjälp av en översättningsprogramvara och har eventuellt inte korrekturlästs. Den engelska versionen av denna artikel bör därför betraktas som den gällande versionen med den senaste informationen. Du kan komma åt den här.
Contacts

Bestäm sannolikheten för att stänga med prediktiv lead scoring

Senast uppdaterad: november 2, 2021

Gäller för:

Marketing Hub Enterprise
Sales Hub Enterprise

Med hjälp av förutsägande maskininlärningsalgoritmer analyserar HubSpot dina kunder och kundgrupper inom branschen för att fastställa sannolikheten för att dina öppna kontakter kommer att stängas som kunder inom 90 dagar.

Sannolikhet att stängaochPrioritet för kontaktegenskaper gör det möjligt att analysera och segmentera dina kontakter baserat på denna prediktiva lead scoring-modell.

  • I ditt HubSpot-konto, klicka på inställningsikonen inställningar i huvudnavigeringsfältet.
  • Navigera till CRM > Egenskaper i den vänstra sidofältets meny.
  • Sök eller bläddra i egenskapsgruppenKontaktinformation efterLikelihood to close ochContact priority:
    • Sannolikhet att stänga:ett värde som representerar den procentuella sannolikheten för att en kontakt avslutas som kund inom de närmaste 90 dagarna baserat på standardiserade kontaktegenskaper och beteende.Kontakter med ett värde för sannolikhet att stänga på 22 har till exempel en 22-procentig sannolikhet att avslutas som kund inom de närmaste 90 dagarna.
    • Kontaktprioritering:Kategorier av kontakter baserade på sannolikheten för avslut, som kan användas somCRM-filter för att segmentera dina bästa och/eller sämsta leads.
      • Kategorierna Mycket hög, Hög, Medelhög och Låg innehåller vardera 25 % av dina kontakter baserat på sannolikheten för avslut, där kategorin Mycket hög gäller för de 25 % bästa värdena.
      • Kategorin " Slutat som vunnit " gäller kontakter vars livscykel är " kund".
      • Eftersom kategorierna är relativa grupperingar kan poängintervallet i varje kategori skifta med tiden. Om du har ett nyare HubSpot-konto kan du se lägre poäng i den högsta kategorin. När mer data samlas in om dina kontakter och kunder med tiden kan det hända att du får högre poäng i den högsta nivån.

Observera: Du måste ha minst 100 kontakter i ditt HubSpot-konto för att se värden för egenskapenKontaktprioritet.

För att ställa in värden för dessa egenskaper analyserar HubSpot:

  • Analytics-information (t.ex. besök på webbsidor, tidpunkt för det senaste besöket, e-postinteraktioner, inklusive klick, öppningar och svar, och händelser för inlämning av formulär).
  • Firmografisk information somtillhandahålls avHubSpot Insights om kontaktföretagets företag.
  • Firmografisk information om ditt företag och HubSpot-konto.
  • Interaktioner som loggas i HubSpot CRM (t.ex. spårade e-postklick, bokade möten).

HubSpot använder de senaste prediktiva maskininlärningsalgoritmerna, så kallade black boxes, för att ge exakta förutsägelser. Med en svart låda förstår datavetare modellens indata och utdata, men hur indata omvandlas till utdata är okänt. Dessa modeller har visat sig överträffa white box-modeller, men det är inte möjligt att bryta ner hur varje enskild input bidrar till en kontakts poäng. Istället ligger fokus på modellens övergripande prediktiva prestanda.

Om du vill lära dig hur du använder lead scoring för att prioritera dina uppsökande insatser, kan du läsa HubSpot Academy-lektionen om att förstå HubSpot Lead Scoring.