Kirjoittaja: Vectura Solutions Oy · Data-analytiikan ja raportoinnin toteutuksia vuodesta 2018.
Aihe: Koneoppiminen
Oppaan ydinkohdat
- Määritelkää ensin, mitä piste ennustaa: esimerkiksi kaupan syntymistä 90 päivän sisällä yhteydenotosta. Lomakkeen lähetys ei vielä kerro liidin laadusta.
- CRM:n lopputulokset ja pisteytyshetken tiedot erotetaan. Myöhempi tarjous, myyjän arvio tai kaupan arvo ei kuulu ensivaiheen pisteytyksen syötteeksi.
- Verratkaa mallia yksinkertaiseen pisteytykseen samalla käsittelymäärällä. Käyttökelpoinen ratkaisu tarvitsee myös CRM-integraation ja palautteen toteumista.
Mitä liidipisteen pitäisi auttaa päättämään?
Pisteytyksellä voi järjestää yhteydenottojen käsittelyä, ohjata sopivan asiakasvastuullisen valintaa tai seurata liidien laatua lähteittäin. Valitkaa ensimmäiseen toteutukseen yksi päätös. Esimerkiksi käsittelyjärjestyksen malli ei sellaisenaan ratkaise, mihin markkinointibudjetti kannattaa sijoittaa.
Tämän oppaan esimerkkitavoite on kaupan syntyminen 90 päivän kuluessa liidin vastaanottamisesta. Piste lasketaan yhteydenoton saapuessa. Myyntisyklin ollessa pidempi aikarajaa pitää muuttaa. Vaihtoehtoinen tavoite, kuten hyväksytyn myyntimahdollisuuden syntyminen, voi antaa vastauksen nopeammin, mutta mittaa eri asiaa kuin toteutunut kauppa.
Piste ei määrää, jätetäänkö asiakas palvelematta. Sopikaa peruspalvelutaso kaikille yhteydenotoille ja tapa käsitellä puuttuvat tai epävarmat pisteet. Mallin tarkoitus voi olla kiireellisen huomion kohdistaminen, samalla kun myyjä arvioi tilanteen.
Milloin sääntöpohjainen pisteytys riittää?
Jos toteutuneita kauppoja on vähän, myyntiprosessi muuttuu jatkuvasti tai lopputuloksia kirjataan puutteellisesti, koneoppimismalli ei välttämättä tuo luotettavaa lisäarvoa. Aloitus voi olla yhteisesti sovittu pisteytys esimerkiksi palvelutarpeen, yrityksen sopivuuden ja ilmoitetun aikataulun perusteella.
Säännöistä syntyy vertailutaso myöhemmälle mallille. Niiden avulla voidaan myös sopia, miten myynti käyttää pisteitä ja miten lopputulokset kirjataan. Tarvittavaa liidimäärää ei voi päätellä yhdestä yleisestä rajasta: merkitystä on myös kauppojen määrällä, asiakasryhmien vaihtelulla ja sillä, kuinka suurta parannusta halutaan havaita.
Koneoppimista kannattaa kokeilla, kun sama päätös toistuu, historia kattaa olennaiset tilanteet ja mallin tulos voidaan testata myöhemmillä liideillä. Pilotin tehtävä on osoittaa, parantaako malli nykyistä toimintatapaa riittävästi.
CRM kertoo lopputuloksen, GA4 täydentää lähtötietoja
CRM:stä tarvitaan yksikäsitteinen liidi- tai myyntimahdollisuusavain, syntyaika, sovitut lähtötiedot ja ajallisesti seurattava lopputulos. Sopikaa, miten useat yhteydenotot samasta yrityksestä, yhdistetyt liidit ja samaan kauppaan johtaneet kontaktit käsitellään. Muuten yksi voitettu kauppa voi monistua usean rivin onnistumiseksi.
GA4:stä voidaan muodostaa ennen yhteydenottoa kertyneitä käyttötietoja, kuten palvelusivujen tarkastelu tai palaavien käyntien määrä sovitulta ajanjaksolta. Tapahtumien ja CRM-liidin yhdistäminen edellyttää erikseen toteutettua, yksiselitteistä tunnisteyhteyttä. GA4 ei automaattisesti tiedä, mikä CRM-kauppa kuuluu millekin verkkokävijälle.
Kaikkia yhteydenottoja ei voida yhdistää verkkohistoriaan. Suostumukset, laitteiden vaihtuminen, selainten rajoitukset ja puhelimitse tulleet liidit vaikuttavat kattavuuteen. Puuttuva verkkohistoria merkitään tuntemattomaksi; se ei tarkoita, ettei asiakas olisi osoittanut kiinnostusta. Verratkaa CRM-tietoihin perustuvaa mallia versioon, jossa mukana on myös GA4-dataa.
- Säilyttäkää yhdistämiseen käytetty avain ja arvioikaa, onko liitos yksi yhteen vai yksi moneen.
- Kootkaa verkkotapahtumat ensin liidikohtaisiksi piirteiksi. Suora liitos kaikkiin tapahtumiin voi monistaa CRM:n rivejä ja kauppasummia.
- Kirjatkaa verkkotiedon saatavuus omaksi tiedokseen ja tarkastelkaa mallin laatua erikseen liideille, joilta sitä puuttuu.
- Käyttäkää vain tarkoitukseen hyväksyttyjä tietoja ja sovittuja käyttöoikeuksia. Sisäinen yhdistämisavain ei itsessään tee henkilötiedosta anonyymiä.
Jäädyttäkää piirteet pisteytyshetkeen
Kun piste lasketaan liidin syntyessä, syötteisiin kuuluu vain silloin käytettävissä oleva tieto. Lomakkeella ilmoitettu palvelutarve voi kuulua mukaan. Myöhemmin kirjoitettu myyjän laatuluokitus, tarjouksen arvo tai kaupan lopullinen vaihe ei kuulu. Niiden käyttö tekisi historiallisesta testistä liian helpon.
Määritelkää verkkokäyttäytymiselle selkeä havaintoikkuna, esimerkiksi 30 päivää ennen liidin syntyhetkeä. Lopputuloksen 90 päivän ikkuna alkaa tämän jälkeen. Sama aikarajaus toteutetaan opetuksessa ja tuotannossa. Jos piste päivitetään myöhemmin uusilla tiedoilla, kyse on erillisestä arviointihetkestä, jolle tarvitaan oma testaus.
Tietovarastoon voidaan muodostaa yksi rivi liidiä kohti. Tavoitekenttä saa arvon 1, jos hyväksytty kauppa syntyy sovitussa ajassa, ja arvon 0, jos koko seuranta-aika on kulunut ilman kauppaa. Tuoretta, keskeneräistä liidiä ei merkitä hävityksi. Myös nopeasti voitetut kaupat odottavat samaa aineiston valmistumissääntöä, jotta tuoreiden rivien valinta ei vinoudu.
- Liidiavain ja pisteytyshetki: yhdistämiseen ja historian hallintaan, eivät automaattisesti mallin piirteiksi.
- Pisteytyshetkellä tunnettu palvelutarve, soveltuvat yritystiedot ja lähde: valitaan käyttötarkoituksen mukaan.
- Ennen pisteytyshetkeä kertyneet verkkopiirteet ja niiden saatavuus: vain luotettavasti yhdistetystä aineistosta.
- Kauppa sovitussa aikaikkunassa sekä vastausjakson valmistuminen: opetuksen tavoite ja aineiston tarkistus.
Nimet ja yhteystiedot pidetään CRM:n työnkulussa
Myynti tarvitsee yhteystiedot asiakkaan palvelemiseen. Tavallisiin GA4-tapahtumaparametreihin ei kuitenkaan lähetetä nimiä, sähköpostiosoitteita, puhelinnumeroita tai yhteydenottolomakkeen vapaata viestiä. Liidien pisteytys ei edellytä näiden tietojen lähettämistä analytiikkatapahtumissa.
Kootkaa pisteytyksen tarvitsema aineisto hallittuun tietovarastoon ja yhdistäkää lopputulos CRM:ään sisäisellä avaimella. Rajatkaa raportin tiedot käyttötarpeen mukaan: markkinoinnin kooste tarvitsee usein lähteiden ja ryhmien luvut, kun taas asiakasvastuullinen tarvitsee oman käsittelyjononsa. Sopikaa tiedon käsittely, säilytys ja käyttöoikeudet ennen toteutusta.
Opettakaa ja arvioikaa malli myöhemmillä liideillä
BigQuery ML:n logistinen regressio on yksi ensimmäiseen kokeiluun sopiva luokittelumenetelmä. Aloittakaa rajatusta piirrejoukosta ja verratkaa tulosta sääntöpisteytykseen. Opettakaa malli aiemmilla liideillä, valitkaa asetukset myöhemmällä arviointijaksolla ja jättäkää viimeinen valmistunut jakso lopulliseen testiin.
Ajallinen jako ei yksin estä vuotoa, jos sama myyntimahdollisuus esiintyy usealla rivillä. Yhdistäkää saman mahdollisuuden yhteydenotot tai pitäkää niiden rivit samassa aineistojoukossa. Testatkaa tarvittaessa erikseen kokonaan uusia yrityksiä. Opetuksen lopputulosten on myös oltava tiedossa ennen seuraavan arviointijakson ennustushetkeä.
Myyntiprosessin muutokset vaikuttavat havaittuihin lopputuloksiin. Jos aiemmin vain tietyntyyppisiä liidejä käsiteltiin nopeasti, malli voi oppia tämän toimintatavan seurauksia. Dokumentoikaa käsittelyhistoria ja arvioikaa vaikutus tulosten tulkintaan.
Arvioikaa myynnin työlistaa ja pisteiden tulkintaa
Jos myynti ehtii käsitellä esimerkiksi 50 liidiä tietyn jakson aikana, verratkaa mallin ja nykyisen menetelmän valitsemia 50 liidiä. Kuinka moni niistä johti tavoitteeseen, kuinka suuri osa kaikista onnistuneista löytyi ja millaisia liidejä jäi ulkopuolelle? Käyttäkää vertailussa samaa aineistoa ja samaa aikarajaa.
Pisteiden järjestys voi olla hyödyllinen, vaikka niiden prosenttitulkinta olisi huono. Jos piste esitetään kaupan todennäköisyytenä, tarkistakaa arvioinnissa, vastaavatko eri pistetasojen toteumat arvioita. Kaupan arvoa ei pidä päätellä pelkästä syntymisen todennäköisyydestä.
Tarkastelkaa tuloksia myös lähteittäin, palveluittain ja markkinoittain. GA4:n mittauksen muutos tai uusi kampanja voi muuttaa syötteitä ilman, että asiakkaiden todellinen sopivuus muuttuu. Pistejakauman muutos on syy selvitykseen, ei automaattinen peruste vaihtaa mallia.
Liittäkää pisteet CRM:ään ja seuratkaa vaikutusta
Toimitettava ratkaisu voi sisältää ajastetun pisteytyksen, CRM-kentän tai myynnin työlistan ja raportin toteumista. Säilyttäkää malliversio, pisteytyshetki ja alkuperäinen piste. Uusi ajo ei saa hävittää tietoa siitä, minkä arvion perusteella liidiä alun perin käsiteltiin.
Sopikaa mallin päivitysrytmi, virhetilanteiden käsittely ja tapa kerätä myynniltä palaute. Aloitus voidaan tehdä rinnakkaisseurantana, jossa pisteitä verrataan nykyiseen työhön ennen käsittelyjärjestyksen muuttamista. Varsinainen vaikutus myyntiin arvioidaan erikseen, esimerkiksi hallitulla kokeilulla.
Vectura Solutions Oy voi yhdistää GA4- ja CRM-tiedot, rakentaa kokeilun ja liittää pisteytyksen raportointiin tai nykyiseen myyntijärjestelmään. Työ aloitetaan yleensä tavoitteen, aineiston kattavuuden ja nykyisen käsittelytavan arvioinnista.
Haluatteko yhdistää liidien laadun ja toteutuneet kaupat?
Vectura Solutions Oy arvioi CRM- ja verkkotiedon kattavuuden sekä suunnittelee pisteytyksen, vertailun ja myynnin työnkulun. Ensimmäinen keskustelu on maksuton.
Keskustellaan toteutuksesta