HubSpot使用預測性機器學習演算法，分析您的客戶，以確定您的開放客服案件在90天內以客戶身份關閉的可能性。
「關閉的可能性」和「客服案件優先順序」客服案件屬性可協助您根據此預測潛在客服案件評分模型分析和細分客服案件。 進一步了解這些房源：
- 關閉的可能性： 根據特定的客服案件屬性和活動，代表未來90天內客服案件關閉的百分比。 例如，接近概率值為22的客服案件有22%的機會在接下來的90天內以客戶身分結案。
- 客服案件優先順序： 根據客服案件關閉分數的可能性，將客服案件平均分成等級。 該物業的選項有「非常高」、「高」、「中」、「低」和「關閉勝出」，其中「非常高」最有可能關閉，而「低」最不可能關閉。 客服案件會根據以下原則分組：
- 根據關閉分數的可能性，每個等級包含25%的客服案件(即分數在前25%的客服案件設為「非常高」，分數在後25%的客服案件設為「低」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。
- 如果客服案件的生命週期階段值設定為「客戶」，且該 客服案件的「結案日期」屬性有值，則「客服案件」優先順序設定為「已結案」。 為了確保自動設定此值，建議將聯絡人與交易關聯，當交易結束時，將自動更新這些聯絡人屬性。
潛在客戶評分屬性由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，包括：
- 頁面瀏覽次數
- 平均頁面瀏覽次數
- 網站造訪次數
- Facebook、LinkedIn和X的點擊次數
- 距離最後一次造訪或最後一次點擊的天數
- 已傳送或退回的電子郵件數量
- 聯絡人已選擇退出的電子郵件訂閱
- 電子郵件開啟次數、點擊次數和最近的回覆次數
- 自聯絡人上次活動後發送的電子郵件數量
- 轉換次數或不重複轉換次數（例如：表單提交）
- HubSpot CRM中的交互和屬性值，包括：
- 記錄的筆記數量
- 聯絡人上次預約會議後的天數
- 距離上次聯絡聯絡人的天數
- 距離下一個活動的天數
- 聯絡人是否有電話號碼或手機號碼值
- 建立客服案件後的天數
- 距離上次更新聯絡人的天數
- 聯絡人的電子郵件是否為免費郵件網域(例如Gmail)
- Lifecycle stage屬性的連絡人值。 如果客服案件的生命週期階段值為「客戶」，則會清除關閉的可能性值，並將客服案件優先順序設為「已關閉」。
- 有關貴公司和HubSpot帳戶的機構資料，包括：
- HubSpot CRM中的聯絡人數量
- 貴公司的收入
- 貴公司使用的技術
- 貴公司營運的行業
- 員工人數
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。 對於潛在客服案件評分，這意味著無法確切知道每個輸入對客服案件評分的貢獻。 相反，重點在於模型如何預測潛在客戶關閉的可能性。 在瞭解HubSpot潛在客戶評分HubSpot學院課程中，進一步了解如何使用潛在客戶評分。