您是否知道25.5% 的营销线索被错误引导？根据 LeanData 的最新报告《线索管理现状》，B2B 组织经常将线索分配给错误的帐户所有者，从而导致严重的收入流失。更糟糕的是，73% 的营销合格线索 (MQL) 从未被联系过。在平均每笔 B2B 交易涉及 11 个利益相关者的购买环境中，这些失误可能会造成高昂的代价。
当潜在客户引导路线未得到优化时，这不仅仅是错过电话或未回复电子邮件的问题，还会错失建立关系和增加收入的机会。
为什么传统的潜在客户路由在 ABM 中失败
- 忽视购买群体
许多系统根据个人行为来引导线索，而忽视了购买委员会的集体行为。 - 错过帐户级别的参与
传统路由侧重于个人联系，而不是评估帐户级别的参与度。 - 未能利用意向数据
如果不纳入购买意向信号，潜在客户通常会被引导，而不会优先考虑最有可能转化的账户。 - 造成不连贯的买家体验
当多个渠道之间的互动不协调时，买家的旅程会让人感觉支离破碎、没有人情味。
这些限制揭示了为什么这么多 ABM（基于客户的营销）计划未能发挥其潜力。有效的潜在客户引导对于协调营销和销售工作以推动有意义的参与和收入至关重要。
ABM 的现代引导路由框架
以下是优化潜在客户路由和增强 ABM 策略的 4 步框架：
1.基于账户的路由
旧方法：根据个人行为引导潜在客户。
新方法：根据帐户关系引导潜在客户，考虑现有帐户所有权、目标帐户层级和 ABM 优先级。
基于账户的路由提示：
- 定义帐户层级：专注于高价值帐户，Telegram 数字数据并将这些层级内的潜在客户转介给经验丰富的销售代表。
- 按关系分配：如果帐户已有关系，则将线索直接转给该代表以保持连续性。
- 自动化帐户映射：使用LeanData等工具按帐户层级和现有关系路由潜在客户。
2.基于意图的优先级
整合意向数据，根据潜在客户的购买信号和参与模式对其进行优先排序。
行动步骤：
- 使用意图信号：6sense或Bombora等工具可以监控采购委员会的参与度和数字肢体语言。
- 跟踪帐户级活动：查看帐户内的整体参与度，而不仅仅是单个操作。
- 根据相关性对潜在客户进行评分：根据帐户级活动分配分数，以帮助确定高意向帐户的优先顺序。
3. 人工智能分发
利用人工智能做出更智能的路由决策，将潜在客户准备情况、账户参与度和购买阶段考虑在内。
人工智能在潜在客户路由中的优势：
- 预测评分：使用人工智能驱动的评分模型，对更有可能转化的潜在客户进行优先排序。
- 实时路由：确保线索立即转给正确的代表，最大限度地缩短响应时间。
- 帐户洞察：借助Salesforce和Outreach等工具，销售代表可以访问实时帐户参与度和准备情况洞察。
4. 跨渠道协调
协调各个渠道的销售线索引导，以创造一致的买家体验。byb 目录
跨渠道路由的关键领域：关于销售发展的大辩论
- 网站互动：根据与特定页面或资源的互动来引导潜在客户。
- 社交参与：根据活动水平和内容相关性跟踪社交媒体互动和路线。
- 电子邮件回复和活动参与：优先考虑参与您的电子邮件活动或参加活动的潜在客户。
- 内容下载：直接线索基于消费内容的类型和频率，因为它们表明了购买旅程中的阶段。