作為一名創(chuàng)業(yè)公司的銷售主管（Marketing Executive，或稱行銷經(jīng)理，編者注），我（指原文作者 Dawn Poulos，下同）經(jīng)常感覺到自己只掌握著有限的預算，卻需要不斷努力促進線索生成和營收增長。話雖如此，我最關心的銷售指標卻又不是 MRR（月度經(jīng)常性收入）。我更愿意關心的，是這個還沒有被討論很多的線索生成速率，簡稱 LVR（Lead Velocity Rate）。

LVR 是由 Jason Lemkin 提出并賦予其重要性的，對于這個銷售指標，他曾說過：
「能看到 MRR 增長是一件很棒的事情，但那只是告訴你公司當前的業(yè)績表現(xiàn)而已。如果你看到線索數(shù)量的增長速度居然比營收的增長速度更快，那你看到的就是公司未來的增長趨勢了。作為 CEO，要想了解公司未來的成長方向，可進行量化追蹤的合格線索生成速率 LVR 這一指標就是你能遇到的最好的觀察指標了?！?/p>

所以如果我想幫助公司擴大規(guī)模和提升業(yè)績，只要看一眼 LVR 就能知道公司目前做的怎么樣了。

簡單來講，LVR 是一個用于衡量每月合格線索和渠道增長狀況的指標（線索或渠道合格與否則有賴于合理的資格評定標準和流程，編者注）。Lemkin 很希望在合格線索和渠道的資格評定上能有一個一貫的標準和流程，但他也明白資格評定也要視公司在產(chǎn)品/服務營銷推廣上的表現(xiàn)而定。于是在真正設立起資格評定標準和流程后，他們又逐漸感覺到了問題的存在。在 2015 年，80% 的營銷部門員工都在報告中指出他們線索生成工作上的努力僅僅只能換來很輕微的回報。同時，高達 68% 的人認為他們 2016 年的首要目標應該是設法加強線索質量。這里要指出的便是，即便某個公司在線索資格評定上能給出一致的標準和流程，這并不意味著這個標準和流程就一定是對的，或者一定就是完整的、完全不需要補充或修正的。

本文接下來就是要解釋為什么在線索資格評定上會有這些問題（解決了這些問題便能得出準確的公司 LVR，編者注）。線索資格評定會受到很多因素的影響，在此我主要想談談會對遞交給銷售的 MQLs（即營銷合格線索，全稱為 Marketing Qualified Leads，編者注）的準確性和流入速率產(chǎn)生不利影響的以下這兩大因素。

在線索資格評定上過于倚賴潛在客戶行為

潛在客戶在你的公司網(wǎng)站、郵件營銷活動、其他營銷資源和社交媒體賬戶上留下的瀏覽和互動信息都是極為重要的行為信息。然而，就像上文中營銷部門的員工所反饋的那樣，他們發(fā)現(xiàn)這些行為信息在協(xié)助他們判別誰是真正具有購買意向的客戶時又有可能起到誤導作用。

要解釋這一現(xiàn)象，需要先從分析一般文章所提出的線索評分標準開始講起。比如下面這張評分標準圖：

這張圖看上去好像還不錯，但如果我們通過一個例子再看，就能發(fā)現(xiàn)它其實是有問題的。我們來假設有兩個線索客戶，他們分別是 Sam 和 Nick。Sam 對目標公司的產(chǎn)品熱情比較高，他注冊了產(chǎn)品線上分享會，閱讀了兩篇公司網(wǎng)站博文，并且仔細瀏覽了公司官網(wǎng)上的 About Us（關于我們）一欄里的所有信息。而 Nick 似乎是屬于只看不買的那群人，他只看了一個產(chǎn)品 Demo 而已。根據(jù)上圖所示的線索評分標準來看，Sam 有 27 分，明顯屬于一個 MQL，而 Nick 只得 8 分，需要更多的線索培育才有可能成為 MQL。

那么問題來了，如果再把線索客戶所在公司的可用信息納入考慮，那他們的評分應該怎么算呢？比如說 Nick 的公司在過去半年的員工人數(shù)增長了 50%，那應該給 Nick 加多少分呢？

員工數(shù)量增長一般意味著公司的預算也增長了，也意味著公司更加需要新技術的支持來維持公司的高效運轉。可大多數(shù)人提倡的線索評分模型卻并沒有把這些因素納入考量。線索客戶個人行為信息完全掩蓋了公司員工的整體增長信息，Nick 仍是一個不合格的線索。

由以上事例我們可以看到，線索客戶的行為信息并不能幫助我們了解客戶的全部內容，只有以客戶所在公司的各項信息數(shù)據(jù)為行為背景，我們才可能得到更準確的合格線索評定標準。

線索評定數(shù)據(jù)來的太慢
但卻只能等數(shù)據(jù)積累達到要求工作才能繼續(xù)

如果你所在的公司已經(jīng)融過 A 輪，目前正處于快速增長期，并且想在接下來四到六個季度的時間里達成一千萬的 ARR（年度經(jīng)常性收入），那么基本上從這個節(jié)點開始，銷售將會變得越來越難做。因此公司肯定希望營銷部門的同事能及時做好準備，不能對業(yè)務完成難度的提高無動于衷，但在和業(yè)務完成量息息相關的線索評分處理上他們偏偏就是那么無動于衷。

正如上文提到的那樣，當我們以客戶所在的具體公司為背景去考量客戶行為時，我們在線索資格評定上的準確度就能得到提高。對此營銷人員在獲取額外客戶信息時最普遍使用的手段，當屬主動客戶定性（Progressive Profiling）了。下圖就是一個基本的主動客戶定性的例子，依據(jù)客戶行為反應，通過三次初始交互來獲取客戶的不同信息：

這種方法其實也是有問題的，它的執(zhí)行過程耗時相對較長，而且需要線索客戶進行多次網(wǎng)站訪問以及愿意填寫多余的表單才行?；蛘吒唵蔚卣f，要想和競爭對手去競爭客戶，必須想辦法降低這兩個因素——時間拖延和交互阻礙對主動客戶定性造成的不良影響。

主動客戶定性在深入洞察買家購買歷程上能起到很大作用，但是定性行動中的時間拖延和客戶在與公司產(chǎn)生交互聯(lián)系時體驗到的阻礙對買家購買歷程都是有害無益的。所以在要求快速實現(xiàn)業(yè)績增長的壓力面前，營銷人員其實不應該成月甚至成季度的一直等下去，直到收集到足夠多的客戶背景信息讓他們能準確挑選出合格線索為止。

到如今，新一波的營銷技術供應商正在市場上高歌猛進，他們利用機器學習，網(wǎng)絡數(shù)據(jù)挖掘以及自然語言加工等技術對許許多多重要的商業(yè)信息進行收集和歸類，并通過 API（即應用程序編程接口，其全稱為 Application Programming Interface，編者注）的形式將數(shù)據(jù)展示出來。這些商業(yè)信息數(shù)據(jù)包含了客戶公司的很多方面，主要有：業(yè)績增長評分（Growth Score）、消費者產(chǎn)品意識評分（Mindshare Score）、員工數(shù)量（Employee Count）、員工數(shù)量每月增幅（Employees Month Over Month Growth）、員工數(shù)量半年期增長率（Employees 6 Months Growth Rate）、獨立訪問量每月增幅（Monthly Uniques Month Over Month Growth）、公司成立時間（Founded）、融資進展（Stage）、融資總額（Total Funding）、最近融資時間（Last Funding）、上輪融資金額（Last Funding Amount）等等。

這是這些科技的不斷涌現(xiàn)，營銷和銷售從業(yè)者們可以越來越方便的在盡量避免時間拖延和交互阻礙的情況下獲得客戶公司的各項背景信息，從而準確評定線索是否達到合格標準。在這些科技的助力之下，主動客戶定性也變得不像以前那么激進，讓客戶反感，而是能更好地幫助自己的營銷和銷售團隊為客戶提供更具個性化的內容，尤其是在聚焦商業(yè)難題和客戶痛點上能以更好的內容和客戶進行接洽。

結語

為了讓大家明白在營銷上一點小小的改變就有可能對業(yè)績造成很大的影響，這里有一個簡明的案例陳詞供大家參考：

1. 某公司首先了解到，當目標客戶公司的員工數(shù)量達到某個數(shù)量級時，后者對他們提供的軟件服務會有更明顯的需求。

2. 所以他們在線索評分標準中加入了客戶公司員工數(shù)量這一影響因子，設定當后者達到某個具體數(shù)量值時，該線索的評分將出現(xiàn)顯著增長。

3. 這種做法引起的效果就是陌生線索能更快達到合格標準，而且比只依靠線索客戶的行為數(shù)據(jù)要快很多。

4. 結果就是，該公司的營銷合格線索 MQLs 可以更快轉化為銷售合格線索 SQLs，并且轉化率也創(chuàng)下新高，公司的業(yè)績實現(xiàn)顯著增長。同時由于公司在銷售線索評定上的準確性也有了保障，公司可通過 LVR 指標分析來判別公司的成長趨勢，從而不斷以更高的目標來鞭策自己，保證可持續(xù)成功。

你也可以把獲取客戶公司各項背景信息的工作交給真正以此為目的進行技術開發(fā)的公司（或者已經(jīng)在機器學習，網(wǎng)絡數(shù)據(jù)挖掘以及自然語言加工等技術領域有所建樹的相關公司），至于具體的客戶公司信息在線索客戶行為信息之外能占據(jù)多大的影響力，那就要看公司的具體產(chǎn)品/服務性質了。

文章轉載自Kuick公司官方微信公眾號，譯者李棟@Kuick。其公司產(chǎn)品名為KuickDeal，一個銷售促成＋客戶行為分析工具，幫助企業(yè)客戶縮短銷售周期，加速銷售成交。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。