Alle prompter
Salg og pipeline
Design av lead scoring-modell
Gjør ICP-en og traktdataene deres om til en scoringmodell for fit og engasjement, klar til å bygges i HubSpot.
Fungerer medClaudeChatGPT
Når du bør bruke den
Salg klager på leadkvaliteten, marketing peker på volum, og ingen stoler på dagens score — eller den finnes ikke. Design modellen før du åpner scoringverktøyet i HubSpot.
Prompten
Design en lead scoring-modell for HubSpot. Kontekst: vi selger [HVA DERE SELGER] til [ICP]. Våre beste kunder har typisk [FELLESTREKK — bransje, størrelse, teknologi, atferd før kjøp]. Et lead er klart for salg når [DERES DEFINISJON]. Bygg: 1) En fit-score (0–50) fra firmografiske egenskaper vi faktisk kan fylle ut, med poengverdier. 2) En engasjementsscore (0–50) fra atferd HubSpot kan spore, med poengverdier og forfallsregler for gammel aktivitet. 3) A1–C3-matrisen som kombinerer begge, og hvilke celler i matrisen som rutes til salg kontra videre bearbeiding. 4) Negativ scoring — signaler som skal trekke poeng. 5) De 5 egenskapene vi bør rydde i eller opprette først, siden scoring feiler på manglende data. Utfordr antakelsene mine der ICP-beskrivelsen og definisjonen min av salgsklar er i konflikt.
Slik bruker du den
- 1Fyll ut plassholderne ærlig — modellen blir ikke bedre enn ICP-beskrivelsen.
- 2Rimelighetssjekk poengverdiene mot 10 nylig vunnede deals og 10 nylig tapte.
- 3Bygg fit- og engasjementsscoren som to separate score-egenskaper i HubSpot.
- 4Rut bare de øverste cellene i matrisen til salg den første måneden, og utvid deretter.
Tips
- Forfallsregler betyr mer enn poengverdier — engasjement uten forfall bare vokser.
- Er en egenskap under 60 % utfylt, ikke scor på den; fiks dataene eller dropp signalet.
- Revider kvartalsvis med ferske vunnet/tapt-data.
Relaterte ressurser
Vil du ha dette i gang i portalen din?
Vi bygger smarte egenskaper, scoringmodeller og dataworkflows for HubSpot-team hver uke. Book en gratis prat, så kartlegger vi hvor AI faktisk gir verdi i oppsettet ditt.
Snakk med salg