什么是倾向得分及其重要性
倾向得分预测潜在客户采取特定行动（例如预订演示、开始试用或签署合同）的概率。通常以 0-10 分表示，它能让团队即时了解转化潜力。
传统的销售线索评分依赖于手动规则：打开电子邮件得五分，访问定价页面得十分。这种方法主观、脆弱且常常出错。倾向得分则颠覆了这一模式。它不使用任意的积分系统，而是通过跨多个数据维度进行模式识别，以揭示真实的购买信号。
更好的优先级排序
销售代表专注于统计上可能转化的客户，缩短交易周期。
更精准的预测
当您知道哪些销售线索可能成交时，销售渠道预测会更加准确。
节省时间
预测分析能及早过滤掉干扰信息，为真正的交易腾出精力。
Gro 的倾向得分如何运作
Gro 的方法结合了两种输入：来自您团队的产品背景信息和来自联系人资料的潜在客户情报。一方面定义您正在销售什么；另一方面捕捉这个特定的人是谁以及他们在哪里工作。
三大核心评分维度
-
40%角色与资历匹配度：这个人的职位和级别是否与您的典型买家匹配？即使是完美的公司，如果您与错误的人交谈，也会变成死胡同。
-
30%公司资料匹配度：检查行业、规模、增长阶段和预算信号。组织背景与个人角色同样重要。
-
30%技术相关性：该公司已经使用了哪些工具？竞争或互补系统预示着意图和技术兼容性。
分步指南：生成您的得分
访问倾向得分工具
在 Gro 中建立潜在客户列表后，前往“联系人”选项卡。选择一个联系人，然后点击“倾向得分”以打开评分界面。
提供产品背景信息
清晰地描述您正在销售的产品。精确性很重要——模糊的描述会产生模糊的得分。上传演示文稿或案例研究以获取更丰富的背景信息。
分配评分权重
根据您的交易驱动因素调整 40-30-30 的权重分配。企业团队可能会提高公司匹配度，而产品主导增长（PLG）公司可能会提高技术相关性。
查看结果与推理
点击“生成”并等待 30 秒。Gro 提供总得分、置信水平以及一个完整的推理面板，显示匹配的数据点和叙述逻辑。
Gro 的方法为何与众不同
可解释的 AI
大多数系统吐出的得分毫无背景信息。Gro 通过证据、匹配的数据点和可信的叙述逻辑来展示其工作原理。
速度与可扩展性
在几分钟内生成数百个得分。评估整个潜在客户列表的速度比您手动研究五个联系人还要快。
Aimee Chung
销售运营主管
"Gro 的倾向得分改变了我们 SDR 的日常工作方式。他们不再猜测，而是打开仪表板，准确地看到哪些 20 个销售线索获得了 9/10 的得分。这决定了能否完成销售配额。"