Real-Time CDP B2B中的预测性商机和客户评分

B2B营销人员在营销漏斗顶部面临多种挑战。 为了取得成效,B2B营销人员需要一种自动化方法来鉴别大量人员,以便能够专注于高价值目标。 资格应与最终销售结果保持一致,而不仅仅是营销转化。

客户,是购买B2B产品和服务的最终实体。 为了有效营销和销售,B2B营销人员不仅需要了解个人的购买可能性,还需要了解账户购买的可能性。

特别是基于帐户的营销,将帐户作为营销目标来制定策略。 客户购买倾向分数可以极大地帮助B2B营销人员优先考虑客户,以实现投资回报的最大化。

预测性商机和客户评分服务通过从机会阶段转化事件中学习并预测,并将人员活动聚合到客户级别以产生客户得分,从而解决上述难题。 这些分数可随时作为自定义字段显示在人员配置文件和帐户配置文件中,并可轻松作为区段标准包含在内,以优化受众。 此外,汇总和单位级别均提供主要影响因素,以帮助B2B营销人员更好地了解驱动得分的元素。

了解预测性商机和客户评分

注意

Marketo 数据源当前是必需的,因为它是唯一可以在人员配置文件级别提供转化事件的数据源。

预测商机和帐户评分使用基于树的(随机林/梯度提升)机器学习方法构建预测商机评分模型。

管理员能够配置多个配置文件评分目标(也称为模型),每个已配置的转化事件对应一个模型,从而为每个已配置的目标生成单独的分数。

预测商机和帐户评分支持以下转化目标类型和字段:

目标类型 字段
leadOperation.convertLead
  • leadOperation.convertLead.convertedStatus
  • leadOperation.convertLead.assignTo
opportunityEvent.opportunityUpdated
  • opportunityEvent.dataValueChanges.attributeName
  • opportunityEvent.dataValueChanges.newValue
  • opportunityEvent.dataValueChanges.oldValue
  • 示例: opportunityEvent.dataValueChanges.attributeName 等于 StageopportunityEvent.dataValueChanges.newValue 等于 Contract

该算法考虑了以下属性和输入数据:

  • 人员配置文件
XDM字段 必填/可选
personComponents.sourceAccountKey.sourceKey 必需
workAddress.country 可选
extSourceSystemAudit.createdDate 必需
extendedWorkDetails.jobTitle 可选
注意

算法仅检查 sourceAccountKey.sourceKey “人员:人员组件”字段组中的字段。

  • 帐户配置文件
XDM字段 必填/可选
accountKey.sourceKey 必需
extSourceSystemAudit.createdDate 必需
accountOrganization.industry 可选
accountOrganization.numberOfEmployees 可选
accountOrganization.annualRevenue.amount 可选
  • 体验事件
XDM字段 必填/可选
_id 必需
personKey.sourceKey 必需
timestamp 必需
eventType 必需

支持多个型号,并设置了以下硬限制:

  • 每个生产沙盒有权使用五个模型。
  • 每个开发沙盒都有权使用一种模型。

数据质量要求如下:

  • 理想情况下,对于培训目的,可使用两年的最新数据。
  • 所需的最小数据长度为6个月加上预测窗口。
  • 对于每个预测目标,至少需要10个符合条件的转化事件。

评分作业每天运行,结果保存为配置文件属性和帐户属性,然后可用于区段定义和个性化。 现成的Analytics Insights也可在帐户概述功能板上找到。

请参阅文档,以了解关于如何 管理预测性商机和客户评分 服务。

查看预测性商机和客户评分结果

作业运行后,结果将保存在名称下每个模型的新系统数据集中 LeadsAI.Scores - 得分名称. 每个得分字段组可以位于 {CUSTOM_FIELD_GROUP}.LeadsAI.the_score_name.

属性 描述
得分 用户档案在定义的时间范围内实现预测目标的相对可能性。 该值不应被视为概率百分比,而应被视为用户档案相对于总体群体的可能性。 该得分范围从0到100。
百分位数 此值提供有关用户档案相对于其他类似评分的用户档案的性能信息。 百分位数的范围从1到100。
模型类型 选定的模型类型指示这是人员分数还是帐户分数。
得分日期 评分发生的日期。
影响因素 个人资料可能会发生转化的预测原因。 因子由以下属性组成:
  • 代码:对个人资料的预测得分产生积极影响的个人资料或行为属性。
  • 值:配置文件或行为属性的值。
  • 重要性:表示用户档案或行为属性对预测得分(低、中、高)的权重。

查看客户个人资料分数

要查看人员配置文件的预测分数,请选择 配置文件 在左侧面板的“客户”部分下,然后输入身份命名空间和身份值。 完成后,选择 视图.

接下来,从列表中选择配置文件。

客户配置文件

详细信息 页面现在包含预测分数。 单击预测得分旁边的图表图标。

客户个人资料预测分数

弹出对话框显示分数、总体分数分布、此分数的主要影响因素以及分数目标定义。

客户个人资料预测得分详细信息

监控预测性商机和客户评分作业

您可以通过仪表板监控基本指标和每日作业运行状态。 这些指标包括:

  • 评分的人员/帐户配置文件总数
  • 下一个评分作业(日期)
  • 下一个培训作业(日期)

有关更多信息,请参阅以下文档: 监控预测性商机和帐户评分的作业.

在此页面上