Hoe start je met lead scoring

Een centraal element binnen marketing automation is lead scoring. Met lead scoring worden leads automatisch gewaardeerd op basis van de eigenschappen die ze hebben (bijvoorbeeld functie) en het gedrag dat ze vertonen. Door het gebruik van een goed passend lead scoring model weet je welke leads behoefte hebben aan welke informatie en wanneer een lead warm genoeg is om doorgezet te worden naar Sales.

Maar hoe zet je zo’n lead scoring model nu precies op? In dit artikel ga ik hier dieper op in met handige best practices.

Lead scoring is the act of deciding whom to spend  time on, and when to spend it. Also identify the people you don’t want to talk to.” Craig Rosenberg, Focus and The Funnelholic

Introductie begrip lead scoring

Lead scoring is gebaseerd op de volgende factoren:

• Fit of expliciete eigenschappen: Hoe goed past (fit) de lead binnen je ideale klantprofiel of buyer persona?

• Engagement of impliciete eigenschappen: Hoe hoog is de interesse of engagement van de lead met je producten of diensten?
• Buying stage: Waar bevindt de lead zich in de buyer journey?

Een lead die hoog scoort op fit en engagement is “Ready” om doorgezet te worden naar sales.

Maar hoe weet je wat een lead scoort op Fit of Engagement? Door Fit eigenschappen en vertoond/niet-vertoond gedrag punten toe te kennen. Hoe meer punten op zowel Fit als Engagement, hoe meer “ready” de lead is. Dit breng je te samen in een lead scoring model wat 100% op jouw product of dienst is afgestemd.

Fit

Met Fit hebben we het over de expliciete eigenschappen van je lead:

• Eigenschappen van de lead zoals functietitel, specialisme, tekenbevoegdheid
• Eigenschappen van het bedrijf gekoppeld aan de lead zoals het aantal medewerkers, locatie of de branche.

Selecteren van je Fit

Voor het bepalen van je fit eigenschappen gebruik je idealiter je buyer persona’s. Hierin staan de fit eigenschappen duidelijk bij elkaar. Als je geen buyer persona hebt ontwikkeld, onderzoek dan je huidige klantenbestand. Welke eigenschappen zie je vaak terugkomen? Praat ook met sales over welke eigenschappen zij belangrijk vinden bij een lead. Neem ook de BANT eigenschappen mee.

Onderstaande een lijstje van mogelijke eigenschappen:

• Functie titel – CxO, Manager, P&O medewerker, IT-manager, etc.
• Afdeling – Welke afdeling werkt de lead? Marketing, P&O, ICT?
• Budget – Is er budget beschikbaar voor de aankoop? Welk budget heb je ideaal nodig voor je product/dienst?
• Beslissingsbevoegd – Is de contactpersoon bevoegd om een beslissing te nemen? Of is het een gebruiker?
• Bedrijfsgrootte – Wat is de ideale bedrijfsgrootte voor je product of dienst?
• Locatie – Levert u alleen regionaal, landelijk of Europees?
• Tijd – Op welke termijn is een beslissing te verwachten? – Binnen 1 maand, 2 tot 5 maanden, 6 en meer
• Type industrie of branche – Welk branche past het beste bij uw product/dienst?

Voor nog meer Fit eigenschappen heeft Marketo een handig document: The Big List of Scoring Rules (voor link zie onderaan de pagina bij Resources).

Scoren van de Fit

Elke eigenschap heeft meerdere antwoordmogelijkheden die je opschrijft. Maximaal 5 mogelijkheden per eigenschap om het overzichtelijk voor jezelf te houden. Elke antwoordmogelijkheid ga je vervolgens punten toekennen. Qua punten toekenning kan je het beste simpel beginnen:

• Heel erg belangrijk = 15 punten
• Belangrijk = 10 punten
• Minder belangrijk = 5 punten

Daarnaast is het ook belangrijk om minpunten toe te kennen aan eigenschappen die je juist niet wilt hebben. Denk bijvoorbeeld aan een student, een bedrijf dat een locatie heeft waar je niet levert of een bedrijf dat in dezelfde branche zit (concurrenten). Deze geef je negatieve punten.

Voorbeeld lead scoring model op Fit

Onderstaand een lead scoring model op basis van Fit. In dit voorbeeld is de maximale score 120 punten. Een lead met deze score op Fit wil je eigenlijk direct bellen, maar wacht daarmee.

Verkrijgen van de Fit

De beste methode om de Fit eigenschappen te verkrijgen van je leads is deze uit te vragen via een webformulier, bijvoorbeeld wanneer ze een whitepaper aanvragen. Liefst niet allemaal tegelijk want hoe korter het formulier hoe hoger de conversie. Als je gebruikt maakt van een marketing automation systeem kan je hiervoor de progressive profiling functionaliteit inzetten. Andere mogelijkheid is om een online scan of test te ontwikkelen waarvoor de leads de benodigde velden moeten invullen.

Elke eigenschap wordt in het formulier een drop down lijst met alle antwoordmogelijkheden. Zo zorg je ervoor dat je de gegevens die je binnenkrijgt ook direct kan gebruiken om te scoren. Je kan de gebruiker ook zelf een waarde laten invullen in plaats van te selecteren, alleen dan bestaat de kans op spellingsfouten, etc.

Waarde van de Fit

De Fit eigenschappen zijn een belangrijk element in je lead scoring. Alleen staar je niet blind op de data. De velden worden namelijk niet altijd naar waarheid of kennis ingevuld. Denk aan je eigen reactie als velden verplicht zijn en je het antwoord niet weet of niet wilt geven, wat vul je dan in? De velden niet verplicht maken is een oplossing. Een andere prachtige oplossing is om alleen de velden die juist niet verplicht zijn te benoemen met de tekst optional. Zie http://uxmovement.com/forms/why-users-fill-out-less-if-you-mark-required-fields/

Sommige marketing automation tools zijn uitgerust met een tool waarmee het IP-adres van een lead omgezet kan worden naar een bedrijfsnaam aangevuld met andere bruikbare informatie. Je kan hier ook speciale software voor inschakelen en koppelen aan je MA systeem. Deze extra informatie hoef je dan niet uit te vragen, is zeer betrouwbaar en is ook zeer bruikbaar voor sales.

Engagement of impliciete eigenschappen

Impliciete eigenschappen worden ook wel Engagement genoemd omdat je scores koppelt aan vertoond en niet-vertoond gedrag. Bijvoorbeeld een bezoek aan de website, of klikken op een link in een verstuurde e-mail. De gedachte is dat hoe meer interactie de lead vertoond met je content, hoe meer interesse er is in je product of dienst.

Daarnaast wordt ook meegenomen welke content ze lezen of downloaden. Een bezoek aan de product prijzen pagina toont namelijk meer interesse in je product dan een bezoek aan de homepage.

Engagement eigenschappen selecteren

De meest MA systemen hebben al een standaard lijstje in het systeem staan. Dit kan je als basis gebruiken. Denk aan:

• E-mail geopend
• Geklikt op link in e-mail
• Website bezocht
• Formulier verzonden
• Landingspagina bezocht
• Whitepaper of eBook gedownload
• Webinar bekeken

De volgende stap is om content te selecteren die je extra punten gaat toekennen, zoals het bekijken van product prijzen pagina of aanvraag van een demo. Bekijk je website, e-mails en andere content die je online beschikbaar stelt:

• Welke websitepagina’s leveren waardevolle leads op of komen vaak terug in de websiteflow van leads (specifieke blogs, de productpagina’s of over ons pagina)?
• Welke whitepapers, eBooks, video’s of webinars leveren waardevolle leads op of komen vaak terug in de websiteflow van leads?
• Welke content gebruikt Sales vaak wanneer ze met potentiële klanten praten?
• Welke formulieren leveren waardevolle leads op?

Selecteer alleen de pareltjes waarvan jij weet dat als iemand die dit leest of bekijkt er sprake is van een hoge mate van interesse in je product of dienst. De buyer journey speelt hier een belangrijke rol in, daar komen we hieronder op terug.

Als je een content map hebt gemaakt wordt het proces een stuk eenvoudiger omdat hierin al je content staat die belangrijk is.

Scoren volgens de buyer journey

Met je eigen buyer journey ga je content op basis van plek in de buyer journey punten toe te kennen. Een product demo geef je veel punten omdat je weet dat iemand die dit aanvraagt een hoge mate van interesse heeft in je product of dienst.

Het heeft dus te maken met waar het contentitem zich bevindt in de buyer journey. Bevindt het zich aan het begin van de journey (Awareness fase of Top of Funnel) dan geef je het weinig punten. Bevindt de content zich aan het einde (Decision fase of Bottom of Funnel) dan ken je veel punten toe.

Maak ook hier gebruik van negatieve scores. Denk bijvoorbeeld aan leads die al meer dan 30 dagen geen interactie vertonen met je e-mails of geen bezoek hebben gebracht aan je website. Of mensen die de vacature pagina bezoeken.

Lead scoring model op Engagement

Onderstaand een voorbeeld van een lead scoring model op Engagement.

Zoals je ziet wordt er meer punten gegeven aan content die verder in de buyer journey zit. Als je geen buyer journey of content map hebt kan je onderstaand voorbeeld gebruiken om je content over de verschillende fases in de journey te verdelen.

Fit en Engagement samen

Volgende stap is het samenvoegen van de fit en engagement in een matrix zoals onderstaand voorbeeld.

Zoals je ziet in de matrix is Engagement verdeeld in 4 blokken wat overeenkomt met de vier fases: TOF, MOF, BOF en MQL. Ook Fit is verdeeld in vier fases. Zo ontstaat er een raster van 16 hokjes waarin leads vallen met een bepaalde puntenwaarde op Fit en Engagement.

• Leads met een hoge score op fit en een hoge score op engagement (A1) zijn hot leads. Deze kan je doorsturen naar sales. Deze noemt men MQL: Marketing kwalificeert deze leads als goed om door te zetten naar Sales. A2, B1 kunnen hier ook onder vallen.
• Daaronder zitten leads met een hoge fit maar nog geen goede score op engagement (A2 t/m A4). Deze leads ga je nurturen door het sturen van relevante e-mails met links naar content. Hier komen de buyer journey fase naar voren:
  • Lage score op engagement: Nurturing campagnes met content die focust op de vragen in de awareness fase / Top of Funnel.
  • Gemiddelde score op engagement: Nurturing campagnes met content die focust op de vragen in de consideration fase / Middle of Funnel.
  • Hoge score op engagement: Nurturing campagnes met content die focust op de vragen in de decision fase / Bottom of Funnel.
• Leads met een gemiddelde fit (B2 t/m B4 en C2 t/m C4)  laat je ook meelopen in je leadnurturing proces. Wanneer deze een hoge score hebben op Engagement zet je ze door naar sales. Er bestaat namelijk een hele grote kans dat er wel omzet uitkomt ook als is de fit niet ideaal. Het is daarnaast aan sales om een MQL met een gemiddelde fit te accepteren.
• Leads met een lage of geen fit (D1 t/m D4) laat je ook meelopen. Hierin zitten bijvoorbeeld studenten, concurrenten of werk zoekenden.

Nu aan jouw de taak om punten ranges te koppelen aan de 4 blokken op Engagement en Fit. Voor Fit kan je de maximale score verdelen in vieren en elk blok een puntenrange toekennen. Voor maximale score van 120 wordt dat: 0-30, 31-60, 61-90 en 90 tot 120. Voor engagement wordt het moeilijker en zul je wat voorbeelden moeten uitwerken zodat je een gevoel krijgt bij de punten.

Als voor Fit en Engagement een onderverdeling hebt bespreek je dit met de sales afdeling, zij gaan namelijk de leads die je aanlevert als MQL opvolgen. Bepaal in overleg welke  hokjes aangemerkt worden als MQL en doorgezet worden naar Sales.

Bewaar alle scores in een Excel document. Zo heb je altijd een overzicht bij de hand en kan je je lead scoring model verder optimaliseren wanneer je de eerste echte data binnenkrijgt.

Lead scoring in je marketing automation systeem

De implementatie van lead scoring verschilt per marketing automation systeem. De meeste systemen bieden wel de mogelijkheid om op Fit en engagement te scoren maar niet om ze afzonderlijk weer te geven. Vaak zijn hier wel work arounds voor beschikbaar. Bespreek dit met je leverancier.

Onderstaand een aantal screenshots van hoe je lead scoring in verschillende marketing automation systemen verwerkt.

Act-on

Hubspot

Mautic

Sharpspring

Optimaliseren van je lead scoring model

Je lead scoring model is geen statisch geheel maar zal je moeten aanpassen en verbeteren op basis van feedback van sales en analyse van de beschikbare data. Vergeet niet dat de lead score niet meer is dan een cijfer en dat in het uiteindelijke echte klantcontact zal blijken of bijvoorbeeld je MQL lead score ook correct is. Zo niet, dan is het je taak om het model aan te passen en te verbeteren.

Lead scoring is often at its most optimized after a year of data, so just get started and your scoring will get better over time. In the meantime, stay a bit broader than you want to be; don’t rule too many leads out, because over time, the data you collect will allow you to make better scoring decisions going forward. (Rosenberg)

Sales is je belangrijkste partner!

De afdeling sales is je belangrijkste partner in het succes van lead scoring. Hoe beter de samenwerking is tussen marketing en sales, hoe groter de kans op succes. Een aantal belangrijke tips:

• Betrek ze bij het bepalen welke fit eigenschappen belangrijk zijn, dus uitgevraagd moeten worden.
• Voor de Engagement eigenschappen kunnen zij aangeven welke content zij gebruiken in hun sales proces en welke content voor hun goed werkt.
• Samen moet je overeenstemming hebben wanneer een lead wordt overgedragen aan Sales. Bij welk gedrag en fit wordt een lead een MQL?
• Maak heldere afspraken over de overdracht van leads aan sales. Dit wordt vastgelegd in een Service Level Agreement. Denk aan:
  • Afspreken welke lead informatie wordt meegestuurd met een MQL. Dit bestaat vaak uit de beschikbare expliciete en impliciete data uit het marketing automation systeem, mogelijk aangevuld met externe data (social media profielen of Graydon/KvK data)
  • Aantal uren waarbinnen sales een lead wel/niet moet accepteren MQL ⇒ SAL ⇒ SQL)
  • Aantal uren waarbinnen sales een lead moet opvolgen
• Overleg regelmatig met sales over de leads die worden aangeleverd. Zijn ze hot? Is de bijgevoegde informatie bij een MQL bruikbaar? Zijn er onderdelen te verbeteren? Optimaliseren is key!

Hulp nodig met lead scoring?

Heb je hulp nodig met je lead scoring? Neem dan vrijblijvend contact op via marten@alles-over-marketing-automation.nl of bel met 06-46062850.

Resources

• Big list of Lead Scoring Rules – Document van Marketo met meer dan 250 Fit en Engagement scoring eigenschappen.