Prioritere kundeemner via pointtal

Brug Forudsigende pointmodel for kundeemne til at prioritere kundeemner baseret på pointtal og opnå højere kvalificeringsrater for kundeemner.

Licens- og rollekrav

Kravstype Du skal have
Licens Dynamics 365 Sales Premium eller Dynamics 365 Sales Enterprise
Flere oplysninger: Prisfastsættelse af Dynamics 365 Sales
Sikkerhedsroller En hvilken som helst primær salgsrolle, f.eks. sælger eller salgschef
Flere oplysninger: Primære salgsroller

Hvad er pointmodel for kundeemner til forudsigelse

I et stærkt konkurrencepræget marked er det afgørende, at du bruger tid på vigtige kundeemner for at nå dine salgsmål. Forudsigende pointmodel for salgsmuligheder i Dynamics 365 Sales leverer en model, der bruges til at generere point for salgsmuligheder i din pipeline. Standardmodellen vælger de bedste faktorer, som har indflydelse på scoren. En administrator kan se og redigere de bedste indflydelsesfaktorer ved at tilpasse modellen. Lær at konfigurere den forudsigende pointmodel for kundeemne.

I denne model tildeles der et point mellem 0 og 100 for kundeemner baseret på signalerne fra kundeemner og relaterede objekter, f.eks. kontakt og firma. Ved hjælp af disse resultater kan du identificere og prioritere kundeemner, der har højere chancer for at konvertere til salgsmuligheder.

Antag f.eks., at du har to kundeemner – kundeemne A og kundeemne B – i din pipeline. Pointmodellen for kundeemner anvender en score på 80 for kundeemne A og 50 for kundeemne B. Når du sammenligner scorer, kan du forudse, at kundeemne A har større chance for at konvertere til en salgsmulighed. Du kan også foretage en analyse af, hvorfor scoren for kundeemne B er lav, ved at kigge på de vigtigste årsager, der har indflydelse på scoren, og beslutte, om du vil forsøge at forbedre denne score.

Hvis du vil bruge en forudsigende pointmodel for kundeemne i organisationen, skal du bede din systemadministrator om at konfigurere forudsigende pointmodel for kundeemne.

Scoring i realtid

Med scoring i realtid scores nye kundeemner i næsten realtid. Pointresultatet beregnes inden for få minutter efter lagring eller import af et nyt kundeemne. Opdater kundeemnesiden for at få vist pointtal.

Følgende overvejelser gælder for scoring i realtid:

  • Scoring i realtid er kun tilgængelig for kundeemner, der scores af modeller, der er oprettet eller redigeret, og som er publiceret, efter at funktionen i realtid blev udrullet. Så hvis der ikke scores et nyt kundeemne inden for 15 minutter efter lagring eller import, skal du redigere og ændre den model, der scorer kundeemnet.

  • Forretningsproces-flows tages ikke i betragtning i forbindelse med pointtal i realtid. Lad os sige, at du har forskellige modeller for forretningsproces-flow med samme filterbetingelse. Når der oprettes et nyt kundeemne, der svarer til filterbetingelse, bruger scoring i realtid en af modellerne til at score kundeemnet og ignorerer forretningsproces-flow.

  • Scoring i realtid fungerer kun for nye kundeemner. Scorer for opdaterede kundeemner opdateres kun efter hver 24. time.

Forstå den forudsigende pointmodel for kundeemner i visninger

Systemvisningen Point for mine åbne kundeemner er tilgængelig, når den forudsigende pointmodel for kundeemner er aktiveret i organisationen. Denne visning indeholder en liste over kundeemner med forskellige parametre, kundeemnepoint, klassifikation for kundeemne, salgsmuligheds score, tendens for kundeemnepoint.

Skærmbillede af visningen Point for mine åbne kundeemner.

Forklaring:

  1. Score viser sandsynligheden for, at kundeemnet kan konverteres til en salgsmulighed, på en skala fra 1 til 100. Et kundeemne med en score på 100 har den største sandsynlighed for at kunne konverteres til en salgsmulighed. Scorerne opdateres efter hver 24. time.

  2. Scoretendens viser retningen, som et kundeemne har tendens til at gå, f.eks. Opadgående (pil op), Faldende (pil ned), Stabil (højre pil) eller Ikke tilstrækkelige oplysninger. Disse tendenser beregnes ved at sammenligne det nuværende pointtal for kundeemnet med det forrige pointtal. Hvis et kundeemne f.eks. scorede 65 og nu scorer 45, vises en nedadgående pil i kolonnen Tendens for kundeemnescore, der angiver, at kundeemnet er ved at miste tiltrækningskraft og kræver handling fra dig for at forbedre pointtallet.

  3. Karakter rangerer kundeemner på baggrund af det genererede resultat. Kundeemner med høje karakterer har større chancer for at blive til salgsmuligheder. Karaktererne kategoriseres som henholdsvis A, B, C og D med farverne grøn, lilla, gul og rød. Karakter A (grøn) er det kundeemne, der med størst sandsynlighed vil konverteres til en salgsmulighed. Karakter D (rød) konverteres højst sandsynligt ikke. Systemadministratorer kan definere pointintervallet for kundeemner i en klassifikation, afhængigt af dine organisatoriske behov.

Om pointmodel for kundeemner-widget

I formularer viser widgetten til pointmodellen for kundeemner de mest positive og negative årsager, som påvirker scoren. Disse årsager kommer fra kundeemneattributterne og attributter fra tilknyttede objekter. De hjælper dig med at analysere og arbejde med kundeemnet for at forbedre pointtal og konvertere det til en salgsmulighed. I følgende billede vises et typisk widget for Kundeemnescore.

Skærmbillede af scorewidget for forudsigende kundeemnepoint.

Forklaring:

  1. I dette afsnit vises basisoplysninger som f.eks. kundeemnescore, kundeemnekarakter og tendens for score.

  2. De vigtigste årsager, både positive og negative, der påvirker kundeemnescoren, vises i denne sektion. Du kan bruge disse årsager til at bestemme, hvordan du kan konvertere kundeemnet til en salgsmulighed.

Når du flytter markøren hen over en årsag, vises et værktøjstip med indsigt i, hvorfor årsagen står på listen. Du kan arbejde med denne indsigt og foretage de nødvendige handlinger for at forbedre kundeemnet.

I følgende eksempel viser værktøjstippet for årsagen "Finans er en stærk branche" indsigten "64 % af kundeemnerne fra finansbranchen kvalificeres inden for tre dage".

Skærmbillede af værktøjstip om årsag til forudsigende kundeemnepoint.

Kundeemnescore-widget viser kun de fem øverste positive og negative årsager. Hvis du vil have vist alle de positive og negative årsager, der påvirker kundeemnescoren, skal du vælge Detaljer.

Ruden Kundeemnescore viser en liste over alle faktorer, der har forbedret eller forværret scoren, sammen med en graf, der viser, hvordan kundeemnescoren ændres over tid.

Skærmbillede af detaljer om forudsigende kundeemnepoint.

Du kan finde flere oplysninger om kundeemnescore ved at vælge fanen Om. Under fanen Om kan du se, hvad kundeemnescoren er, og hvordan den fungerer. Under Hvad betyder det? finder du oplysninger om, hvordan kundeemnescorer kategoriseres af administratorer i din organisation. Under Hvad påvirker scoren? finder du de attributter, der påvirker kundeemnescoren i din organisation.

Skærmbillede af fanen Om til forudsigende kundeemnepoint.

Se også

Konfigurere den forudsigende pointmodel for kundeemner