Ratkaisumme
Transfluentin markkinointi- ja myyntitoimet luovat asiakashankinnasta paljon tietoa, jota voi käyttää myyntitiimin suorituksen parantamiseen.
Koska yhtiöllä oli käytössä HubSpot-markkinointijärjestelmä, sen myyntiputki voitiin jäljittää hyvin aina ensimmäisistä verkkosivun ja sisällön klikkauksista myyntikvalifioituihin liideihin ja saatuihin asiakkaisiin. Käytimme tätä asiakasjalanjälkeä ja muita tietopisteitä, kuten yhtiön tietoja ja myyntitoimia, ja laskimme Transfluentin pisteytykset. Kukin pistemäärä edusti sitä, miten todennäköisesti tietty tapaus johtaisi ostotapahtumaan.
Myyntitapausten pisteytys edellyttää organisaatiokohtaista koneoppimismallia, joten koulutimme algoritmin käyttämällä olemassa olevia myynti- ja markkinointitietoja.
- Ensiksi keräsimme tiedot ja valmistelimme sen pisteytysmallia varten. Pisteytysmalli valitsee merkittävimmät muuttumat pisteytystä varten.
- Tapausten pisteytysmallin validoinnin jälkeen integroimme olemassa olevat myynnin ja markkinoinnin tekniset ratkaisut tapausten automaattista pisteytystä varten.
Tuotannon näkökulmasta keräämme lähdejärjestelmistä tarvittuja tietopisteitä/muuttujia päivittäin ja ajamme ne mallimme läpi. Tämä luo tapauspisteitä, jotka voidaan palauttaa CRM-järjestelmiin myyntitapausten priorisointia ja aikaohjausta varten.
