Penilaian Prospek: Model Sederhana yang Lebih Berguna daripada Rumus Rumit
Tim sales dengan dua ratus prospek tidak butuh rumus canggih. Mereka butuh tahu siapa yang pantas ditelepon lebih dulu pagi ini.
Dua sumbu saja
Kecocokan: seberapa mirip prospek ini dengan pelanggan terbaik Anda. Industri, ukuran, lokasi, peran orang yang menghubungi.
Ketertarikan: apa yang sudah mereka lakukan. Mengisi formulir, membalas pesan, meminta penawaran, menghadiri demo.
Kecocokan tinggi dan ketertarikan tinggi ditelepon hari ini. Kecocokan tinggi tetapi ketertarikan rendah masuk program edukasi. Kecocokan rendah tidak perlu dikejar, meski ketertarikannya tinggi.
Tentukan dari data Anda sendiri
Lihat dua puluh pelanggan terakhir yang menang dan dua puluh yang kalah. Ciri apa yang membedakan? Itulah kriteria kecocokan Anda, bukan daftar umum dari artikel mana pun.
Jaga agar tetap sederhana
Lima kriteria sudah cukup. Model dengan dua puluh kriteria berbobot desimal tidak dipercaya tim sales dan tidak akan dipakai.
Tinjau setiap kuartal
Bandingkan skor awal dengan hasil akhir. Bila prospek berskor rendah sering menang, kriterianya salah dan harus diperbaiki.
Tentang penilaian otomatis
Fitur penilaian berbasis AI dapat membantu setelah Anda punya cukup riwayat. Sebelum itu, aturan sederhana buatan sendiri biasanya lebih tepat dan jauh lebih mudah dijelaskan kepada tim. Lihat data bersih sebelum AI.
Hubungkan ke tindakan
Skor yang tidak mengubah urutan kerja sales hanyalah angka. Pastikan daftar kerja harian diurutkan berdasarkan skor. Lihat otomatisasi follow-up.