跳到內容
請注意::這篇文章的翻譯只是為了方便而提供。譯文透過翻譯軟體自動建立,可能沒有經過校對。因此,這篇文章的英文版本應該是包含最新資訊的管理版本。你可以在這裡存取這些內容。

確定以預測性潛在客戶評分結束的可能性

上次更新時間: 一月 20, 2023

套用至:

行銷 Hub Enterprise
銷售 Hub Enterprise

使用預測性機器學習演算法, HubSpot會分析您的客戶,以確定您的開放聯繫人將在90天內作為客戶關閉的可能性。

關閉聯絡優先聯絡人屬性的可能性可幫助您根據此預測性潛在客戶評分模型分析和細分聯絡人。 進一步了解這些房源:

  • 關閉的可能性: 根據特定的聯繫人屬性和活動,代表客戶在未來90天內關閉聯繫人的百分比概率的分數。

     例如,接近概率值為22的聯繫人在未來90天內有22 %的機會作為客戶關閉。
  • 聯絡優先順序:根據聯絡人關閉分數的可能性,將聯絡人平均分布在會員等級中。  該物業的選項包括非常高  關閉勝利,其中非常高最有可能關閉,而則最不可能關閉。 聯絡人會根據以下邏輯分組:
    • 每個會員等級包含25%的聯絡人,根據結束得分的可能性(即得分最高的25%的聯絡人設置為非常高,得分最低的25%的聯絡人設置為等)。 由於類別是相對分組,因此每個會員等級的分數範圍可能會隨著時間而變化。
    • 如果聯絡人的生命週期階段值設定為「客戶」,則聯絡人的優先順序設定為「已結束」。

索評分屬性由HubSpot自動設定,無法編輯。 若要設定這些屬性的值, HubSpot會分析以下資料:

  • 分析和 轉換資訊(例如網頁訪問、上次訪問時間、電子郵件互動,包括點擊、開啟和回覆,以及表單提交事件)。
  • Lifecycle階段屬性。如果工單的生命週期階段值為客戶,則將清除關閉值的可能性,並將工單優先級設置為已關閉勝利
  • HubSpot Insights  提供的聯系人公司的牢固信息。
  • 您的業務和HubSpot帳戶的穩定信息。
  • 記錄在HubSpot CRM中的互動(例如,跟蹤的電子郵件點擊次數、預訂的會議)。

請注意: HubSpot使用黑盒機器學習來提供預測。 使用黑盒機器學習,模型的輸入和輸出是已知的,但輸入如何轉換為輸出是未知的。 對於線索評分,這意味著不可能確切知道每個輸入對聯繫人的得分有何貢獻。 相反,重點是模型如何預測你的線索關閉的可能性。 在了解HubSpot Lead Scoring HubSpot Academy課程中進一步了解如何使用潛在客戶評分。

這篇文章有幫助嗎?
此表單僅供記載意見回饋。了解如何取得 HubSpot 的協助