Napredno točkovanje leadov z ML
B2B podjetje je bilo preobremenjeno s količino leadov. Njihovo standardno točkovanje v HubSpot-u je bilo preveč preprosto, zato so prodajniki izgubljali čas s potencialnimi strankami z nizko vrednostjo, medtem ko so se ključne priložnosti ohladile.
Izziv
- Fragmentacija podatkov: Podatki o vedenju so bili razpršeni med HubSpot-om, Segment-om in njihovo bazo podatkov o izdelku.
- Nelinearno točkovanje: Preprosti točkovni sistemi niso mogli zajeti kompleksnih vzorcev kupca z visoko namero.
- Uporabnost: Rezultat je moral biti viden in uporaben neposredno v HubSpot CRM vmesniku.
Rešitev
Zasnovali smo podatkovni cevovod, ki HubSpot podatke dovaja v model strojnega učenja po meri.
- Integracija podatkovnega skladišča: Sinhronizacija HubSpot podatkov v BigQuery za učenje modela.
- Prediktivni API: Zgradili smo mikroservis v Pythonu, ki za vsak nov lead ustvari oceno "nagnjenosti k nakupu" (Propensity to Buy).
- CRM kartice: Ustvarili smo razširitev CRM po meri, ki neposredno na zapisu kontakta prikazuje ML oceno in "Top 3 razloge" zanjo.
Rezultat
- 25 % povečanje konverzije: Prodajniki so se osredotočili na najboljših 10 % leadov.
- Zmanjšan CAC: Marketinška poraba je bila optimizirana za kanale, ki prinašajo visoko ocenjene leade.
- Boljša usklajenost: Marketing in prodaja sta zdaj usklajena glede tega, kaj predstavlja lead, pripravljen za prodajo.
Ste pripravljeni vpeljati AI v svoj HubSpot? Stopite v stik.