首先，你不应该迷失在技术功能中，而应该在HubSpot 如何真正了解其核心时问自己这一切到底是什么。
你想知道什么？事实上，它是这样的：
- 我们对这家公司感兴趣吗？
- 我们对这个联系人/线索感兴趣吗？
- 联系人/潜在客户目前是否对我们的报价感兴趣并愿意接受？
这就是底线，对吧？那么我们需要做什么呢？
首先，重要的是，在 B2B 领域，公司（账户）和联系人（人员）在明确 电话号码数据库 因素方面是分HubSpot 如何真正别考虑的。通常，自动生成的数据与手动丰富/评估/分类的混合效果最佳。然而，实际上将所有这些数据汇总在一起通常很困难。
例如，了解以下明确数据是有意义的：
追求
- 行业
- 员工人数
- 销售量
- 地点
- 如有必要，与您相关的其他数据
联络人）
- 称谓、名字、姓氏
- 电子邮件地址（在 B2B 中，带有公司域 了解来自数据中心 ip 的机器人点击及其对电子邮件指标的影响 名的电子邮件是必不可少的！）
- 角色
- 公司职能/职位
- 在购买过程中的作用
- 电话
- 如有必要，与您相关的其他数据
正如上面提到的，您可以尝试通过表单查询这些明确的数据（分多个阶段）。然而，这需要大量的内容或转换机会（“门控内容”），并且您只能逐个接收数据，并且只有当联系人转换多次时才能接收。为了实现这一点，联系人必须……例如，每次下载不同的内容并填写 3-4 个（不同的）字段。
到目前为止“仅”请求下载一份白皮书的新领导可能只会提供基本的联系方式。不过，这种星座其实很正常。
因此，如果您想获得更好的评估，您必须做额外的手动工作。
例如，您可以例如，根据 LinkedIn 个人资料或 LinkedIn 公司页面（或网站），您可以评估联系人属于哪种角色、联系人在公司中发挥什么作用、如何评估其在购买过程中所扮演的角色、公司所处的行业以及营业额有多高。
如果您手动执行此操作
则需要付出一些艰苦的努力。您还可以使用HubSpot Insights 数据库，它可以使用互联网上免费提供的数HubSpot 如何真正据自动丰富公司数据。尽管这些都是可能的补充，但它们仅部分可用并且质量并不总是可靠的。
此时明确的建议是手动检查和补充数据。是的，这需要努力。但这是值得的！
此外，您现在可以使用隐式数据。然而，从我们的实际经验来看，尤其是在 B2B 领域，从这些隐含数据中只能得出关于交易达成概率的非常有限的结论。仅仅因为联系人仅在登录页面上进行了一次下载，但没有访问网站，没有打开新闻通讯并且几 whatsapp 数字 乎不以任何其他方式进行交互，并不意味着对服务不感兴趣 – 反之亦然。
我们的实际经验是，互动的数量通常不能说明潜在客户的质量！我们发现联系人取消订阅所有电子邮件并在一周后打电话安排预约。所以你应该小心，不要过分重视这些因素。
隐式交互数据本质上是一种“锦上添花”的数据，以便根据显式数据对归类为顶级潜在客户的联系人进行优先排序。
在 HubSpot 中，有多种方法可以从技术上实现潜在客户评分。首先，联系人和公司记录的属性字段中应尽可能多地出现所提到的值。如何使用它取决于你自己 — — 正如那句名言所说“条条大路通罗马”。
HubSpot Lead Scoring 技术实施的选项：
- 使用 HubSpot 的评分功能并计算值
- 顶级线索例如例如，在活动列表（HubSpot 中的术语，指根据过滤条件动态定义的列表）中对其进行细分。其基础是某些明确和/或隐含的特征——这些可以是自定义或预定义的特征（例如生命周期阶段、角色、公司中的角色、已知的电话号码、公司的最低营业额、员工的最低人数……）。
- 根据先前定义的标准过滤联系人概览并显示最重要的线索。这里的原理和列表分割是一样的，只是输出形式不同
- 在工作流（自动化流程）中定义某些触发标准，使用 if/then 分支，并在此基础上例如B. 填写自行创建并定义的线索得分属性值（例如：Top Lead、Priority A、10/10……）
首先对联系人、公司（每种情况下的显性数据）和隐性（交互）数据进行单独评估，然后据此计算出总体得分，这会有所帮助。