- Help Center
- HubSpot CRM
- Understanding Basic of Setting CRM
-
Ourgreenfish Academy
-
HubSpot Account & Setup
-
HubSpot Automation
-
HubSpot Commerce
-
HubSpot CRM
-
HubSpot Marketing Tools
-
HubSpot Messaging
-
HubSpot Partners
-
HubSpot Report & Data
-
HubSpot Sales Tools
-
HubSpot Service Tools
-
HubSpot Web Content
-
LINE CRM: Little Help Connect
-
Chat & Automation
-
Loyalty Hub
-
Connectio
-
Q&A
Enterprise (Everything in Professional, plus): Predictive Lead Scoring
การให้คะแนนลูกค้ากลุ่มเป้าหมายที่คาดการณ์ได้ เป็นการนำปัจจัยทาง Demographic และพฤติกรรมต่าง ๆ มาพิจารณาเพื่อให้คะแนนผู้ติดต่อโดยอัตโนมัติตามแนวโน้มที่จะซื้อ
APPLIES TO
Marketing Hub Enterprise |
Sales Hub Enterprise |
โอกาสในการปิดการขายและลำดับความสำคัญของการติดตาม จะช่วยให้คุณสามารถวิเคราะห์และแบ่งกลุ่มผู้ติดต่อของคุณตามแบบจำลองการให้คะแนนลูกค้าเป้าหมายที่คาดการณ์ได้
- ในบัญชี HubSpot ของคุณ ให้คลิกไอคอนการตั้งค่า (settings icon) ในแถบนำทางหลัก
- ในเมนูแถบด้านข้างทางซ้าย ให้ไปที่ CRM > Properties
- ค้นหาหรือเรียกดูในกลุ่มคุณสมบัติข้อมูลผู้ติดต่อสำหรับโอกาสในการปิดการขายและลำดับความสำคัญของการติดต่อ:
โดยสามารถตั้งค่าประเภทของข้อมูล (Properties) ที่สำคัญ 2 ประเภท
โอกาสในการปิดการขาย (Likelihood to close): คะแนนที่แสดงถึงเปอร์เซ็นต์ความน่าจะเป็นของการปิดการขายผู้ติดต่อในฐานะลูกค้าภายใน 90 วันถัดไปตามคุณสมบัติและพฤติกรรมของผู้ติดต่อมาตรฐาน
ตัวอย่างเช่น ผู้ติดต่อที่มีค่าความน่าจะเป็นที่ปิดเท่ากับ 22 มีโอกาส 22% ที่จะปิดเป็นลูกค้าใน 90 วันข้างหน้า
ลำดับความสำคัญในการติดต่อ (Contact priority): หมวดหมู่ของผู้ติดต่อตามแนวโน้มที่จะปิดการขายจากคะแนน ซึ่งสามารถใช้เป็นตัวกรอง CRM เพื่อแบ่งกลุ่มลูกค้าเป้าหมายที่ดีที่สุดและ/หรือแย่ที่สุดของคุณ
- หมวดหมู่ สูงมาก สูง ปานกลาง และต่ำ แต่ละหมวดหมู่จะมีผู้ติดต่อของคุณ 25% โดยพิจารณาจากความน่าจะเป็นในการปิดคะแนน โดยหมวดหมู่ที่สูงมากจะนำไปใช้กับ 25% อันดับแรกของคะแนน
- หมวดหมู่ที่ปิดการขายได้แล้ว (Closed won) จะนำไปใช้กับผู้ติดต่อที่มีระยะวงจรชีวิตเป็นลูกค้า (
- เนื่องจากหมวดหมู่เป็นการจัดกลุ่มเปรียบเทียบ ช่วงของคะแนนในแต่ละหมวดหมู่อาจเปลี่ยนแปลงเมื่อเวลาผ่านไป หากคุณมีบัญชี HubSpot ที่ใหม่กว่า คุณอาจเห็นคะแนนที่ต่ำกว่าในระดับบนสุด เมื่อมีข้อมูลสะสมมากขึ้นในผู้ติดต่อและลูกค้าของคุณเมื่อเวลาผ่านไป คุณอาจเห็นคะแนนที่สูงขึ้นในระดับบนสุด