Lead scoring

El lead scoring es la calificación de los leads. Para ello se contrapone la calidad de los contactos entre sí en una evaluación en la que intervienen tanto el volumen de información disponible por lead (scoring explícito) como su reacción ante la comunicación (scoring implícito). De aquí se deduce la probabilidad de que un interesado se convierta en cliente.

¿Qué es el lead scoring?

La expresión en inglés “to score” significa “puntuar” o “calificar”, de ahí que el lead scoring esté relacionado con la evaluación de los leads. En este sentido, no solo se tiene en cuenta la calidad y el estatus de los contactos, sino también de manera indirecta las oportunidades de venta para la empresa.

En la mayoría de los casos, la valoración objetiva de un contacto con objetivos de venta solo es posible si se realiza en comparación con otros contactos. Para ello se recurre a dos criterios básicos: por un lado, se comprueba la integridad de la información del contacto (perfil de usuario), por eso se habla a este respecto de información explícita; por el otro, se analiza la reacción del lead ante los diversos intentos de toma de contacto (lead nurturing) y se obtiene, así, información implícita.

El objetivo del lead scoring es, entre otros, facilitar la coordinación y colaboración de los departamentos de marketing y ventas. Esto se da al principio del proceso de gestión de leads por medio de la clasificación de los leads adquiridos, pero sobre todo posteriormente mediante normas claras que determinan el momento en el que un lead ha madurado lo suficiente para la venta y cuál es la prioridad que le tiene que dar el departamento de ventas. Estas reglas y normas se agrupan en un modelo de lead scoring que puede implementarse principalmente en marketing B2B, pero también en marketing B2C y en ventas. Este modelo sirve de ayuda a la hora de decidir si un contacto se transfiere al departamento de ventas, es decir, si pasa al lead routing, o si sigue madurando en lead nurturing.

El modelo de lead scoring

Conforme a la diferenciación anterior entre información explícita e implícita, también se puede hablar de scoring implícito y explícito. Ambos conforman al final el modelo de lead scoring.

Scoring explícito: evaluación del perfil del comprador en potencia

El scoring explícito se ocupa de los datos de contacto del lead.

La información más relevante en el sector B2C comprende datos sociodemográficos tales como la edad, el género o el lugar de residencia. En el ámbito del B2B cuentan otros factores como, por ejemplo, la posición del contacto en la empresa, el sector al que esta pertenece, su número de empleados o el volumen anual de ventas previsto. Cada empresa tiene la potestad de decidir cuáles son los datos explícitos que quiere consultar para la evaluación del perfil y lo importante para la calificación de leads es que haya una estrecha colaboración entre los departamentos de ventas y de marketing. En conjunto, se fijan los factores que distinguen a los mejores clientes.

Definición y ponderación de categorías

De aquí surge un perfil general del cual se determinan los factores más relevantes. La ponderación de las categorías se realiza de manera diferente, en función de las necesidades de cada empresa. En el siguiente ejemplo destacan la posición, el sector y el número de trabajadores. La posición del trabajador es, en el caso de nuestro ejemplo, el factor de mayor peso:

Categoría
Valoración

Posición

50 %

Sector

30 %

Número de trabajadores

20 %

Asignación de la puntuación en las categorías

En el siguiente punto se puede ver cómo también dentro de la propia categoría tiene lugar una especie de ponderación, para lo que se otorgan puntos. Utilizaremos un ejemplo del ámbito B2B. En este sector, el director ejecutivo (CEO), por ejemplo, obtiene una puntuación mejor en lo relativo a la categoría “posición” que la del jefe del departamento, que a su vez está bastante alejado del becario. La puntuación máxima en nuestro ejemplo es 10.

Categoría: posición

Puntuación

Director ejecutivo

10

Jefe del departamento de compras

9

Trabajador del departamento de RRPP

6

Recepción

5

Becario

1

Puntuación respecto al perfil ideal

De las diversas ponderaciones y del scoring resulta un perfil ideal que coincide en un cien por cien con el cliente óptimo definido al principio. Al final, se compara el perfil del interesado con el perfil ideal y se calcula el nivel de coincidencia, lo que da como resultado una nota. En nuestro ejemplo, A equivale al mayor nivel de coincidencia y D al más bajo.

Coincidencia con el perfil ideal

Calificación

>75 %

A

50–75 %

B

25–50 %

C

<25 %

D

Los contactos con la calificación A se ajustan muy bien al perfil ideal y son los más significativos para la empresa. En nuestro ejemplo, se trataría del director ejecutivo (CEO) de una empresa del sector adecuado con las dimensiones idóneas (número de trabajadores). Si obtiene una puntuación elevada en las tres categorías relevantes, dicho CEO cumple todos los criterios en gran medida y recibe la calificación de A.

Scoring implícito: evaluación de la reacción del usuario

El scoring implícito se ocupa del comportamiento de los interesados, es decir, de su reacción ante la toma de contacto y las acciones aplicadas de marketing de contenidos. El análisis y la evaluación del comportamiento deben aportar información sobre su grado de interés. A este respecto, hay diversos parámetros que sirven de ayuda para obtener datos acerca de si, por ejemplo, un cliente ha conseguido el “nivel de madurez” deseado. Estos son, entre otros, la permanencia en la web, las visitas, los clics, las descargas y las solicitudes de contacto. Cuanto más se informa el cliente y se concentra en un producto concreto, más preparado está para tomar una decisión de compra. La descarga de informes técnicos (whitepapers) y eBooks indicará si hay un interés específico avanzado.

Definición y ponderación de categorías

Al igual que en el caso de los datos de usuario explícitos, también en la calificación implícita se pueden elegir aquellos parámetros que resultan relevantes para la empresa. En nuestro ejemplo, definimos como parámetros la solicitud de una oferta, la descarga de un eBook, la visita de una página de destino y la interacción en la newsletter.

Categoría

Valoración

Solicitud de oferta por formulario de contacto

55 %

Descarga de eBook

30 %

Visita de página de destino

10 %

Apertura de newsletter

5 %

Asignación de la puntuación en las categorías

Otros datos, el mismo juego: en los datos implícitos, la ponderación también tiene lugar dentro de las categorías. Para nuestro ejemplo estudiamos las visitas realizadas a la página de destino y se evaluarán en función de la actualidad y la frecuencia. 10 vuelve a ser la puntuación máxima.

Visitas a la página de destino

Puntuación

2 en los últimos 7 días

10

2 en los últimos 30 días

5

1 en el último trimestre

1

Puntuación respecto al perfil ideal

Al igual que en el caso del scoring explícito, aquí también se comparan los perfiles de los clientes potenciales con el perfil deseado y se averigua cuál es el grado de coincidencia entre ellos.

Un interesado muy activo que visita la página web con regularidad, ya ha solicitado una oferta y ha descargado un eBook concuerda en gran medida con el perfil ideal, por lo que recibe la calificación más alta, 1.

Coincidencia con el perfil ideal

Calificación

>75 %

1

50–75 %

2

25–50 %

3

<25 %

4

El modelo de lead scoring a partir de datos explícitos e implícitos

Al final, se correlacionan ambas calificaciones. Los dos valores son importantes, pero solo resultan relevantes si se combinan entre sí, puesto que incluso los contactos con un muy buen perfil que han recibido la calificación A en el scoring no resultan de utilidad para la empresa si no tienen ningún tipo de interés por los productos y los servicios. Y si el lead que se ha obtenido corresponde al gerente de una empresa, al jefe de departamento o incluso a la persona responsable de las compras, no es una garantía de éxito. A pesar de haber obtenido A en los datos explícitos, la calificación del scoring implícito puede ser, en determinadas circunstancias, muy baja si, por ejemplo, el lead no reacciona a ninguna de las medidas de lead nurturing.

Por otro lado, una gran muestra de interés por los productos no tiene ningún valor si el perfil no presenta ninguna coincidencia con el perfil ideal. Uno de los ejemplos clásicos en el ámbito del marketing B2B es una persona de contacto que no tiene poder de decisión. En el marketing B2C, por su parte, algunos datos demográficos, como pueden ser el salario, pueden hacer creer que la persona no se encuentra en posición de comprar el producto. A pesar de obtener una calificación implícita alta, el contacto no resulta muy valioso.

Para poder interpretar los datos correctamente, ambas calificaciones son relevantes. Ello da como resultado una clasificación general que, en algunos casos, puede ser más detallada:

Lead scoring: ahorro de tiempo y recursos

Cuando se lleva a cabo un lead nurturing eficiente con la intención de crear un puente sólido hacia el lead routing, es necesario recurrir al lead scoring. Un modelo de lead scoring profesional y bien meditado se centra en los leads que presentan el mayor grado de probabilidad a la hora de realizar compras o de llevar a término ciertas transacciones. De esta manera, los departamentos de marketing y ventas pueden distribuir y aprovechar mejor su tiempo y sus recursos. Para ello es conveniente categorizar las consultas y, a su vez, priorizarlas.

Si se ha identificado a un 20 o a un 30 por ciento de contactos con el nivel más elevado de probabilidades de compra, será posible aplicar los mayores recursos en este segmento. Sin embargo, no hay que descuidar al resto de contactos, ya que un lead que haya obtenido la calificación B3 puede convertirse en cliente si se implementan las medidas oportunas. Un lead con una valoración más baja, en cambio, tiene una prioridad inferior en el lead routing. Este grupo se incluye en campañas de lead nurturing automatizadas con las que se pueden interceptar más clientes potenciales.

Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede obtener más información, o bien conocer cómo cambiar la configuración de su navegador en nuestra. Política de Cookies.