क्या है Lead Score Calculator?
▾
लीड स्कोरिंग सेल्स लीड्स (संभावनाओं) की रैंकिंग करने की एक पद्धति है, जो संगठन के लिए उनके प्रतिनिधित्व के अनुमानित मूल्य और भुगतान करने वाले ग्राहक में परिवर्तित होने की उनकी संभावना के आधार पर होती है। लीड स्कोर एक समग्र स्कोर बनाने के लिए लीड विशेषताओं (जनसांख्यिकीय फिट, कंपनी की विशेषताओं) और व्यवहार संकेतों (उत्पाद जुड़ाव, सामग्री की खपत, ईमेल इंटरैक्शन) के लिए संख्यात्मक बिंदु मान निर्दिष्ट करता है जो प्राथमिकता देता है कि कौन सा लीड बिक्री पर ध्यान देने योग्य है। उच्च स्कोरिंग लीड को तुरंत बिक्री के लिए भेज दिया जाता है; कम स्कोर वाले लीड को विपणन स्वचालन के माध्यम से तब तक पोषित किया जाता है जब तक कि वे उच्च इरादे प्रदर्शित नहीं करते। लीड स्कोरिंग मांग सृजन में एक बुनियादी समस्या को हल करती है: मार्केटिंग टीमें बिक्री टीमों की तुलना में कहीं अधिक लीड उत्पन्न करती हैं जो प्रभावी ढंग से काम कर सकती हैं, और प्राथमिकता के बिना, प्रतिनिधि खराब-फिट लीड पर समय बर्बाद करते हैं जबकि उच्च-मूल्य की संभावनाएं कम हो जाती हैं। लीड स्कोर फॉर्मूला स्पष्ट विशेषताओं (कंपनी का आकार, उद्योग, शीर्षक जैसे फर्मोग्राफिक डेटा) को अंतर्निहित व्यवहार संकेतों (वेबसाइट विज़िट, सामग्री डाउनलोड, डेमो अनुरोध, उत्पाद परीक्षण गतिविधि) के साथ जोड़ता है। फिट और गतिविधि के आधार पर अंक दिए और घटाए जाते हैं। उदाहरण के लिए: कंपनी का आकार 500 से अधिक कर्मचारी +25 अंक, निर्णय-निर्माता का शीर्षक +30 अंक, विज़िट किए गए मूल्य निर्धारण पृष्ठ +40 अंक, डेमो अनुरोध +80 अंक। इसके विपरीत: छात्र ईमेल -50 अंक, प्रतिस्पर्धी डोमेन -100 अंक, गलत उद्योग -40 अंक। लीड स्कोर सीमाएँ एमक्यूएल (मार्केटिंग क्वालिफाइड लीड) सीमाओं को परिभाषित करती हैं: आम तौर पर 50 से 100 से ऊपर का स्कोर एमक्यूएल स्थिति को ट्रिगर करता है और बिक्री विकास प्रतिनिधियों (एसडीआर) को सौंप देता है। इस सीमा को ऐतिहासिक विश्लेषण के माध्यम से कैलिब्रेट किया गया है: कौन सा स्कोर स्तर सबसे अच्छी भविष्यवाणी करता है कि एक लीड एसडीआर की सगाई विंडो के भीतर परिवर्तित हो जाएगी? पूर्वानुमानित लीड स्कोरिंग (ऐतिहासिक रूपांतरण डेटा पर मशीन लर्निंग का उपयोग करके) तेजी से नियम-आधारित स्कोरिंग को पूरक या प्रतिस्थापित करता है, खासकर बड़ी लीड वॉल्यूम वाली कंपनियों में। सेल्सफोर्स आइंस्टीन, हबस्पॉट और 6सेंस जैसे उपकरण एआई-संचालित स्कोरिंग मॉडल प्रदान करते हैं।
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
सूत्र
▾
लीड स्कोर = सकारात्मक गुण/व्यवहार अंकों का योग - नकारात्मक अयोग्यता अंकों का योगचर विवरण
▾
| प्रतीक | नाम | इकाई | विवरण |
|---|---|---|---|
| Attribute Points | निर्धारित अंक दिए गए | — | लीड स्कोर कैल्क के लिए एक प्रमुख इनपुट पैरामीटर, सूत्र में निर्दिष्ट निश्चित बिंदुओं का प्रतिनिधित्व करता है, जो अपनी गणितीय भूमिका के माध्यम से गणना किए गए आउटपुट को सीधे प्रभावित करता है। |
| Behavioral Points | गतिशील बिंदु आधारित | — | लीड द्वारा की गई संलग्नक कार्रवाइयों के आधार पर गतिशील अंक |
| Negative Points | अंक कटौती | — | लीड स्कोर कैल्क के लिए एक प्रमुख इनपुट पैरामीटर, सूत्र में बिंदु कटौती का प्रतिनिधित्व करता है, जो सीधे गणितीय भूमिका के माध्यम से गणना किए गए आउटपुट को प्रभावित करता है |
| MQL Threshold | न्यूनतम अंक आवश्यक | — | मार्केटिंग योग्य लीड के रूप में अर्हता प्राप्त करने के लिए न्यूनतम स्कोर आवश्यक है |
| Score Decay | स्कोर में कमी | — | समय के साथ स्कोर में कमी क्योंकि लीड गतिविधि पुरानी हो जाती है |
कैसे Lead Score Calculator
▾
- 1आवश्यक इनपुट मान एकत्र करें: निर्दिष्ट निश्चित अंक, गतिशील अंक आधारित, अंक कटौती, न्यूनतम स्कोर आवश्यक।
- 2मूल सूत्र लागू करें: लीड स्कोर = सकारात्मक गुण/व्यवहार अंकों का योग - नकारात्मक अयोग्यता अंकों का योग।
- 3यदि लागू हो तो जनसांख्यिकीय स्कोर जैसे मध्यवर्ती मूल्यों की गणना करें।
- 4सत्यापित करें कि पदों के संयोजन से पहले सभी इकाइयाँ सुसंगत हैं।
- 5अंतिम परिणाम की गणना करें और तर्कसंगतता के लिए इसकी समीक्षा करें।
- 6जांचें कि क्या आपके इनपुट पर कोई विशेष मामले या सीमा शर्तें लागू होती हैं।
- 7संदर्भ में परिणाम की व्याख्या करें और यदि उपलब्ध हो तो संदर्भ मानों से तुलना करें।
हल किए गए उदाहरण
▾
यह उदाहरण लीड स्कोर कैल्क के एक विशिष्ट अनुप्रयोग को प्रदर्शित करता है, जिसमें दिखाया गया है कि परिणाम उत्पन्न करने के लिए सूत्र के माध्यम से इनपुट मानों को कैसे संसाधित किया जाता है।
यह उदाहरण लीड स्कोर कैल्क के एक विशिष्ट अनुप्रयोग को प्रदर्शित करता है, जिसमें दिखाया गया है कि परिणाम उत्पन्न करने के लिए सूत्र के माध्यम से इनपुट मानों को कैसे संसाधित किया जाता है।
यह उदाहरण लीड स्कोर कैल्क के एक विशिष्ट अनुप्रयोग को प्रदर्शित करता है, जिसमें दिखाया गया है कि परिणाम उत्पन्न करने के लिए सूत्र के माध्यम से इनपुट मानों को कैसे संसाधित किया जाता है।
यह उदाहरण लीड स्कोर कैल्क के एक विशिष्ट अनुप्रयोग को प्रदर्शित करता है, जिसमें दिखाया गया है कि परिणाम उत्पन्न करने के लिए सूत्र के माध्यम से इनपुट मानों को कैसे संसाधित किया जाता है।
वास्तविक अनुप्रयोग
▾
इंजीनियरिंग और इलेक्ट्रिकल क्षेत्र के पेशेवर गणनाओं को सत्यापित करने, अंकगणितीय त्रुटियों को कम करने और लगातार परिणाम देने के लिए अपने मानक विश्लेषणात्मक वर्कफ़्लो के हिस्से के रूप में लीड स्कोर कैल्क का उपयोग करते हैं, जिन्हें अनुपालन उद्देश्यों के लिए सहकर्मियों, ग्राहकों या नियामक निकायों के साथ दस्तावेज़ीकृत, ऑडिट और साझा किया जा सकता है।
विश्वविद्यालय के प्रोफेसर और प्रशिक्षक पाठ्यक्रम सामग्री, होमवर्क असाइनमेंट और परीक्षा तैयारी संसाधनों में लीड स्कोर कैल्क को शामिल करते हैं, जिससे छात्रों को मैन्युअल गणना की जांच करने, इनपुट-आउटपुट संबंधों के बारे में अंतर्ज्ञान बनाने और अंकगणित के बजाय वैचारिक समझ पर ध्यान केंद्रित करने की अनुमति मिलती है।
सलाहकार और सलाहकार ग्राहक बैठकों के दौरान अलग-अलग परिदृश्यों को त्वरित रूप से मॉडल करने के लिए लीड स्कोर कैल्क का उपयोग करते हैं, जिससे वास्तविक समय में क्या-क्या प्रश्न पूछे जा सकते हैं, जिन्हें अन्यथा विस्तृत स्प्रेडशीट-आधारित विश्लेषण और रिपोर्टिंग के लिए कार्यालय में लौटने की आवश्यकता होती है।
व्यक्तिगत उपयोगकर्ता व्यक्तिगत नियोजन निर्णयों के लिए लीड स्कोर कैल्क पर भरोसा करते हैं - विकल्पों की तुलना करना, सेवा प्रदाताओं से प्राप्त उद्धरणों की पुष्टि करना, तीसरे पक्ष की गणना की जांच करना, और विश्वास पैदा करना कि एक महत्वपूर्ण निर्णय के पीछे की संख्याओं की सही और लगातार गणना की गई है।
विशेष मामले
▾
एबीएम (खाता-आधारित विपणन): खाता स्तर पर स्कोर (संपर्क स्कोर का योग)।
एबीएम (खाता-आधारित विपणन): व्यक्तिगत संपर्क स्तर के बजाय खाता स्तर पर स्कोर (भूमिका/शीर्षक द्वारा भारित संपर्क स्कोर का योग) व्यवहार में, इस किनारे के मामले में सावधानीपूर्वक विचार की आवश्यकता होती है क्योंकि मानक धारणाएं मान्य नहीं हो सकती हैं। लीड स्कोर कैलकुलेटर गणना में इस परिदृश्य का सामना करते समय, चिकित्सकों को सीमा स्थितियों को सत्यापित करना चाहिए, विभाजन-दर-शून्य जोखिमों की जांच करनी चाहिए, और विचार करना चाहिए कि क्या मॉडल की धारणाएं इन चरम स्थितियों के तहत वैध रहती हैं।
पीएलजी नेतृत्व: विपणन सहभागिता पर उत्पाद में उपयोग के संकेतों को प्राथमिकता दें
पीएलजी नेतृत्व: विपणन सहभागिता संकेतों की तुलना में उत्पाद में उपयोग के संकेतों को प्राथमिकता देना; पारंपरिक एमक्यूएल स्कोरिंग से अलग पीक्यूएल स्कोरिंग बनाएं व्यवहार में, इस किनारे के मामले पर सावधानीपूर्वक विचार करने की आवश्यकता है क्योंकि मानक धारणाएं मान्य नहीं हो सकती हैं। लीड स्कोर कैलकुलेटर गणना में इस परिदृश्य का सामना करते समय, चिकित्सकों को सीमा स्थितियों को सत्यापित करना चाहिए, विभाजन-दर-शून्य जोखिमों की जांच करनी चाहिए, और विचार करना चाहिए कि क्या मॉडल की धारणाएं इन चरम स्थितियों के तहत वैध रहती हैं।
चैनल/साझेदार लीड: भागीदार-स्रोत लीड अलग-अलग स्कोर कर सकते हैं - समायोजित करें
चैनल/पार्टनर लीड: पार्टनर-स्रोत लीड अलग-अलग स्कोर कर सकते हैं - ऐतिहासिक पार्टनर लीड गुणवत्ता डेटा के आधार पर सीमा को समायोजित करें व्यवहार में, इस बढ़त वाले मामले पर सावधानीपूर्वक विचार करने की आवश्यकता है क्योंकि मानक धारणाएं मान्य नहीं हो सकती हैं। लीड स्कोर कैलकुलेटर गणना में इस परिदृश्य का सामना करते समय, चिकित्सकों को सीमा स्थितियों को सत्यापित करना चाहिए, विभाजन-दर-शून्य जोखिमों की जांच करनी चाहिए, और विचार करना चाहिए कि क्या मॉडल की धारणाएं इन चरम स्थितियों के तहत वैध रहती हैं।
लीड स्कोर कैल्क संदर्भ डेटा
▾
| लीड क्रिया/विशेषता | विशिष्ट बिंदु | दलील |
|---|---|---|
| डेमो/ट्रायल अनुरोध | +75 से +100 | उच्चतम रूपांतरण आशय संकेत |
| मूल्य निर्धारण पृष्ठ पर जाएँ | +40 से +60 | सक्रिय खरीद मूल्यांकन |
| संपर्क/आरएफपी प्रपत्र | +50 से +80 | प्रत्यक्ष बिक्री का इरादा |
| सामग्री डाउनलोड करें | +10 से +25 तक | अनुसंधान चरण सहभागिता |
| सी-सूट / वीपी शीर्षक | +30 से +50 | बजट प्राधिकरण संकेत |
| 500+ कर्मचारी कंपनी | +20 से +35 | आईसीपी आकार फिट |
| प्रतिस्पर्धी ईमेल डोमेन | -50 से -100 | संभावित प्रतिस्पर्धी अनुसंधान |
| छात्र/निःशुल्क ईमेल | -30 से -60 | कम खरीदारी का इरादा |
अक्सर पूछे जाने वाले प्रश्न
▾
लीड स्कोरिंग क्या है और यह कैसे काम करती है?
लीड स्कोरिंग लीड को ग्राहक बनने की कितनी संभावना है, उसके आधार पर संख्यात्मक मान निर्दिष्ट करती है। अंक इसके लिए दिए जाते हैं: जनसांख्यिकीय फिट (नौकरी का शीर्षक +10, कंपनी का आकार +5, उद्योग मैच +15), व्यवहारिक जुड़ाव (मूल्य निर्धारण पृष्ठ पर जाना +20, श्वेतपत्र डाउनलोड करना +10, 5+ ईमेल खोलना +5, अनुरोधित डेमो +30), और नकारात्मक संकेत (ईमेल से सदस्यता समाप्त करना -20, प्रतिस्पर्धी ईमेल डोमेन -10, छात्र ईमेल -15)। जब कोई लीड एक सीमा स्कोर (उदाहरण के लिए, 50 अंक) को पार कर जाता है, तो उन्हें मार्केटिंग क्वालिफाइड लीड (एमक्यूएल) के रूप में बिक्री के लिए भेज दिया जाता है। यह सुनिश्चित करता है कि बिक्री किसी अयोग्य सूची पर काम करने के बजाय सबसे आशाजनक लीड पर केंद्रित हो।
मैं एक प्रभावी लीड स्कोरिंग मॉडल कैसे बनाऊं?
अपने बंद-विजेता ग्राहकों का विश्लेषण करके शुरुआत करें: उन्होंने कौन से शीर्षक, कंपनी के आकार, उद्योग और व्यवहार साझा किए? वास्तविक पैटर्न से स्कोरिंग मानदंड बनाएं, न कि मान्यताओं से। वज़न व्यवहार भारी संकेत देता है - जो व्यक्ति आपके मूल्य निर्धारण पृष्ठ पर 3 बार आया है, वह उस व्यक्ति की तुलना में कहीं अधिक बिक्री के लिए तैयार है जो आपकी आदर्श कंपनी प्रोफ़ाइल से मेल खाता है, लेकिन कभी शामिल नहीं हुआ है। 5-10 स्कोरिंग मानदंडों के साथ सरल शुरुआत करें और समय के साथ इसमें सुधार करें। मासिक समीक्षा करें: यदि बिक्री एमक्यूएल को अस्वीकार कर रही है, तो आपकी सीमा बहुत कम है या मानदंड गलत हैं। यदि लीड स्कोर सीमा तक पहुंचने से पहले परिवर्तित हो रहे हैं, तो बार बढ़ाएं। सर्वोत्तम मॉडल पूर्वानुमानित स्कोरिंग (मशीन लर्निंग) का उपयोग करते हैं जो स्वचालित रूप से आपके सीआरएम डेटा से पैटर्न की पहचान करता है।
क्वालीफाइंग लीड के लिए अच्छी लीड स्कोर सीमा क्या है?
एक अच्छे लीड स्कोर की सीमा संगठन के आधार पर भिन्न हो सकती है, लेकिन एक सामान्य सीमा 50-100 अंकों के बीच होती है। उदाहरण के लिए, यदि किसी लीड का स्कोर 75 या उससे अधिक है, तो उन्हें योग्य और बिक्री आउटरीच के लिए तैयार माना जा सकता है। यह सीमा ऐतिहासिक डेटा का विश्लेषण करके और उस स्कोर की पहचान करके निर्धारित की जा सकती है जिस पर लीड के परिवर्तित होने की सबसे अधिक संभावना है। 50-100 अंकों की सीमा लीड की गुणवत्ता और मात्रा के बीच संतुलन की अनुमति देती है।
लीड स्कोर को कितनी बार अद्यतन और ताज़ा किया जाना चाहिए?
लीड व्यवहार और जनसांख्यिकीय जानकारी में परिवर्तन को प्रतिबिंबित करने के लिए लीड स्कोर को नियमित रूप से अद्यतन और ताज़ा किया जाना चाहिए। एक अच्छा नियम यह है कि लीड स्कोर को कम से कम हर 30-60 दिनों में अपडेट किया जाए, या जब भी कोई महत्वपूर्ण घटना घटती है, जैसे कि लीड किसी वेबिनार में भाग ले रहा हो या डेमो का अनुरोध कर रहा हो। यह सुनिश्चित करता है कि लीड स्कोर सटीक और प्रासंगिक बने रहें, और बिक्री टीमें सबसे आशाजनक लीड को लक्षित कर रही हैं। उदाहरण के लिए, यदि कोई लीड किसी वेबिनार में भाग लेता है, तो उनकी बढ़ी हुई व्यस्तता को दर्शाने के लिए उनका स्कोर 10-20 अंक तक बढ़ सकता है।
लीड स्कोरिंग मॉडल में उपयोग की जाने वाली कुछ सामान्य लीड विशेषताएँ क्या हैं?
लीड स्कोरिंग मॉडल में उपयोग की जाने वाली सामान्य लीड विशेषताओं में नौकरी का शीर्षक, कंपनी का आकार और उद्योग जैसी जनसांख्यिकीय जानकारी, साथ ही ईमेल सहभागिता, सोशल मीडिया गतिविधि और सामग्री डाउनलोड जैसे व्यवहार संबंधी डेटा शामिल हैं। उदाहरण के लिए, श्वेतपत्र डाउनलोड करने वाले लीड को 5-10 अंक प्राप्त हो सकते हैं, जबकि ट्रेड शो में भाग लेने वाले लीड को 20-30 अंक प्राप्त हो सकते हैं। अन्य विशेषताओं, जैसे फर्मोग्राफ़िक डेटा और टेक्नोग्राफ़िक डेटा का उपयोग एक व्यापक लीड स्कोरिंग मॉडल बनाने के लिए भी किया जा सकता है। एक विशिष्ट लीड स्कोरिंग मॉडल में 10-20 विशेषताएँ शामिल हो सकती हैं, प्रत्येक का अपना भारित स्कोर होता है।
सामान्य गलतियां जिनसे बचना है
▾
- !ऐतिहासिक रूपांतरण सहसंबंध डेटा के बजाय अंतर्ज्ञान के आधार पर बिंदु मान निर्दिष्ट करना
- !नकारात्मक/अयोग्यता अंक शामिल नहीं - खराब-फिट लीड को व्यवहारिक जुड़ाव के माध्यम से उच्च अंक प्राप्त करने की अनुमति देता है
- !सभी उत्पादों, खंडों या भौगोलिक क्षेत्रों के लिए समान स्कोरिंग मॉडल का उपयोग करना - स्कोरिंग को आईसीपी द्वारा अनुकूलित किया जाना चाहिए
- !मॉडल को कभी भी पुन: कैलिब्रेट न करें - स्थिर मॉडल आईसीपी और बाजार की स्थितियों में बदलाव के रूप में बहाव करते हैं
- !लीड स्कोर को एकमात्र रूटिंग मानदंड मानते हुए - स्कोर को पुनरावृत्ति और स्पष्ट इरादे के संकेतों के साथ-साथ माना जाना चाहिए
- !स्कोर क्षय को लागू नहीं करना - लीड से पुराने उच्च स्कोर जो अंधेरे हो गए थे, उन्हें अनिश्चित काल तक जारी नहीं रहना चाहिए
विशेष टिप
'जीते' अवसरों बनाम 'खोए' अवसरों और कोई निर्णय न लेने के औसत लीड स्कोर की तुलना करके अपने स्कोरिंग मॉडल को मासिक रूप से सत्यापित करें। जीतने वाले सौदों में ऐतिहासिक शिखर स्कोर काफी अधिक होना चाहिए। यदि अंतर छोटा है, तो आपका मॉडल पूर्वानुमानित नहीं है - बेहतर व्यवहार संकेतों के साथ पुनर्निर्माण करें।
क्या आप जानते हैं?
हबस्पॉट के 30,000 से अधिक कंपनियों के विश्लेषण में पाया गया कि लीड स्कोरिंग का उपयोग करने वाले व्यवसायों में स्कोरिंग का उपयोग नहीं करने वालों की तुलना में 77% अधिक लीड जनरेशन आरओआई था, मुख्य रूप से क्योंकि बिक्री प्रतिनिधियों ने सभी लीडों को समान रूप से मानने के बजाय 20% लीड पर समय बिताया, जिससे 80% राजस्व उत्पन्न हुआ।
Regional Guides
▾
Global▾
संदर्भ
- ›मार्केटो - लीड स्कोरिंग के लिए निश्चित गाइड
- ›हबस्पॉट - लीड स्कोरिंग सर्वोत्तम अभ्यास
- ›सेल्सफोर्स - लीड स्कोरिंग और ग्रेडिंग
- ›मैडकुडु - पूर्वानुमानित लीड स्कोरिंग अनुसंधान
साप्ताहिक गणित युक्तियाँ प्राप्त करें
12,000+ सब्सक्राइबर्स से जुड़ें जिन्हें हर हफ्ते कैलकुलेटर टिप्स मिलते हैं।