[B2B 버전]{class="badge informative"}
Real-Time CDP B2B의 예측 리드 및 계정 점수
B2B 마케터는 마케팅 단계의 맨 위에서 여러 가지 문제에 직면합니다. 효과를 거두기 위해서는 B2B 마케터들은 많은 수의 사람들이 고가치 타겟에 집중할 수 있도록 자격을 부여하는 자동화된 방법이 필요하다. 자격은 마케팅 전환뿐만 아니라 궁극적인 판매 성과와 일치해야 합니다.
계정 은 B2B 제품 및 서비스를 구매하는 최종 엔티티입니다. 효과적인 마케팅 및 판매를 위해 B2B 마케터는 개인의 뿐만 아니라 계정의 구매 가능성까지 알아야 합니다.
계정 기반 마케팅은 특히 마케팅 타겟으로 계정을 전략화합니다. 거래처 성향 점수는 B2B 마케터가 투자수익률을 극대화하기 위해 거래처 간 우선순위를 매기는 데 큰 도움이 됩니다.
예측 리드 및 계정 점수 책정 서비스는 영업 기회 단계 전환 이벤트를 학습하고 예측하며 계정 점수를 산출하기 위해 개인 활동을 계정 수준으로 집계하여 위의 문제를 해결합니다. 점수는 사용자 프로필 및 계정 프로필의 사용자 정의 필드로 쉽게 사용할 수 있으며, 대상을 세분화하기 위한 세그먼트 기준으로 쉽게 포함할 수 있습니다. B2B 마케터가 점수를 유도한 요소를 더 잘 이해하는 데 도움이 되는 가장 영향력 있는 요소는 집계와 단위 수준 모두에서 사용할 수도 있습니다.
예측 리드 및 계정 점수 이해 how-it-works
예측 리드 및 계정 점수는 트리 기반(랜덤 포레스트/그래디언트 부스팅) 머신 러닝 방법을 사용하여 예측 리드 점수화 모델을 구축합니다.
관리자는 구성된 각 전환 이벤트에 대해 모델이라고도 하는 여러 프로필 점수 목표를 구성하여 구성된 각 목표에 대해 별도의 점수를 생성할 수 있습니다.
예측 리드 및 계정 점수는 다음 전환 목표 유형 및 필드를 지원합니다.
leadOperation.convertLead
leadOperation.convertLead.convertedStatus
leadOperation.convertLead.assignTo
opportunityEvent.opportunityUpdated
opportunityEvent.dataValueChanges.attributeName
opportunityEvent.dataValueChanges.newValue
opportunityEvent.dataValueChanges.oldValue
예:opportunityEvent.dataValueChanges.attributeName
다음과 같음Stage
및opportunityEvent.dataValueChanges.newValue
다음과 같음Contract
이 알고리즘에서는 다음 속성과 입력 데이터를 고려합니다.
- 개인 프로필
personComponents.sourceAccountKey.sourceKey
workAddress.country
extSourceSystemAudit.createdDate
extendedWorkDetails.jobTitle
sourceAccountKey.sourceKey
person:personComponents 필드 그룹의 필드.- 계정 프로필
accountKey.sourceKey
extSourceSystemAudit.createdDate
accountOrganization.industry
accountOrganization.numberOfEmployees
accountOrganization.annualRevenue.amount
- 경험 이벤트
_id
personKey.sourceKey
timestamp
eventType
다음과 같은 엄격한 제한이 설정되어 여러 모델이 지원됩니다.
- 각 프로덕션 샌드박스는 5개의 모델을 사용할 수 있습니다.
- 각 개발 샌드박스는 하나의 모델을 사용할 수 있습니다.
데이터 품질 요구 사항은 다음과 같습니다.
- 가장 최근 2년 동안의 데이터가 교육 목적으로 제공되는 것이 이상적입니다.
- 필요한 최소 데이터 길이는 6개월에 예측 기간을 더한 값입니다.
- 각 예측 목표에 대해 적어도 10개의 정규화된 전환 이벤트가 필요하다.
채점 작업은 매일 실행되며 결과는 프로필 속성 및 계정 속성으로 저장되며 세그먼트 정의 및 개인화에 사용할 수 있습니다. 계정 개요 대시보드에서 기본 분석 인사이트를 사용할 수도 있습니다.
자세한 내용은 설명서 를 참조하십시오 예측 리드 및 계정 점수 관리 서비스.
예측 리드 및 계정 점수 책정 결과 보기 how-to-view
작업 실행 후 결과는 이름 아래에 각 모델의 새 시스템 데이터 세트에 저장됩니다 LeadsAI.Scores
- 점수 이름. 각 점수 필드 그룹은 다음 위치에 있습니다. {CUSTOM_FIELD_GROUP}.LeadsAI.the_score_name
.
프로필이 전환될 가능성이 높은 이유에 대한 예측된 이유. 인자는 다음 속성으로 구성됩니다.
- 코드: 프로필의 예측된 점수에 긍정적인 영향을 주는 프로필 또는 행동 속성.
- 값: 프로필 또는 동작 속성의 값입니다.
- 중요도: 프로필 또는 행동 속성이 예측된 점수(낮음, 중간, 높음)에 대해 갖는 가중치를 나타냅니다.
고객 프로필 점수 보기
개인 프로필에 대한 예측 점수를 보려면 다음을 선택합니다. 프로필 왼쪽 패널의 고객 섹션에 id 네임스페이스와 id 값을 입력합니다. 완료되면 다음을 선택합니다. 보기.
그런 다음 목록에서 프로필을 선택합니다.
다음 세부 사항 이제 페이지에 예측 점수가 포함됩니다. 예측 점수 옆에 있는 차트 아이콘을 클릭합니다.
팝업 대화 상자는 점수, 전체 점수 분포, 이 점수에 대해 가장 영향력 있는 상위 요인 및 점수 목표 정의를 표시합니다.
예측 리드 및 계정 점수 지정 작업 모니터링 monitoring-jobs
대시보드를 통해 기본 지표와 일별 작업 실행 상태를 모니터링할 수 있습니다. 지표에는 다음이 포함됩니다.
- 채점된 총 개인/계정 프로필
- 다음 채점 작업(날짜)
- 다음 교육 작업(일자)
자세한 내용은 예측 리드 및 계정 점수에 대한 작업 모니터링.