Health Scoring i HubSpot – så bygger ni en modell som faktiskt fungerar

Health scoring har under de senaste åren blivit ett allt viktigare område inom Customer Success, försäljning och account management. I takt med att fler företag arbetar abonnemangsbaserat eller med långsiktiga kundrelationer ökar också behovet av att förstå vilka kunder som mår bra, vilka som riskerar att lämna och vilka som är redo för expansion.

Men trots detta är det förvånansvärt vanligt att företag bygger health scores som egentligen inte hjälper verksamheten att fatta bättre beslut. Många fastnar i att skapa ett snyggt “score-värde” utan att fundera särskilt mycket på vad siffran faktiskt ska användas till.

Om man ska försöka sammanfatta vad en riktigt bra health score egentligen handlar om så skulle vi på Cedeo säga att det bygger på två saker:

Att man mäter rätt signaler
Att man lyckas tolka signalerna korrekt

Det räcker nämligen inte att samla in stora mängder data om sina kunder. Det avgörande är om datan faktiskt hjälper er att förstå hur relationen utvecklas och vilka kunder som behöver er uppmärksamhet.

Vad är egentligen en health score?

En health score är egentligen bara ett sätt att försöka sammanfatta kundens relation med er i en samlad bedömning. Målet är inte främst rapportering, utan prioritering. Den ska hjälpa säljare, Customer Success Managers och ledning att förstå var man bör lägga sin tid och vilka kunder som kräver handling.

En bra health score hjälper er exempelvis att identifiera kunder som visar tecken på churn, kunder som behöver mer onboarding eller kunder som är redo för upsell och expansion. Den blir med andra ord ett verktyg för att arbeta proaktivt istället för reaktivt.

Problemet är dock att många företag bygger sina modeller kring väldigt ytliga aktiviteter. Man tittar kanske på antal inloggningar, öppnade mail eller antal supportärenden och antar att detta automatiskt säger något om kundens hälsa. Men så enkelt är det sällan.

En kund som loggar in ofta kanske gör det för att produkten är svår att använda. Många supportärenden kan vara ett tecken på frustration – men det kan också vara ett tecken på högt engagemang. Kontexten spelar därför väldigt stor roll.

Vilka signaler bör man mäta?

Exakt vilka datapunkter som är relevanta varierar naturligtvis mellan olika verksamheter, men om man ska generalisera så finns det några områden som nästan alltid är viktiga att ta hänsyn till.

Det första handlar om användning och beteende. För de flesta SaaS-bolag eller digitala tjänster är detta ofta den starkaste indikatorn på framtida retention. Här vill man förstå hur kunden faktiskt använder tjänsten över tid. Inte bara hur aktiv kunden är idag, utan också om användningen ökar eller minskar.

Det är nämligen ofta förändringen som är mest intressant. En kund vars användning gradvis minskar över flera månader är ofta betydligt mer riskfylld än en kund med låg men stabil aktivitet. Trend och momentum blir därför viktigare än en enskild datapunkt.

En annan viktig faktor är relationens bredd och styrka. Många företag fokuserar nästan enbart på den primära kontakten hos kunden, men i praktiken är det ofta väldigt riskabelt att vara beroende av en enda person. Om endast en individ är engagerad i relationen ökar sårbarheten markant.

Därför är det ofta klokt att mäta hur många stakeholders som faktiskt är aktiva, vilka roller de har och hur relationen utvecklas över tid. Finns det exempelvis engagemang från beslutsfattare? Deltar flera personer i möten och dialoger? Finns det återkommande kontakt mellan organisationerna?

Även kommersiella signaler spelar ofta en viktig roll i en health score. Det kan handla om sådant som förnyelsedatum, förändringar i spend, expansionshistorik eller hur produktmixen utvecklas över tid. Kunder som slutar expandera är exempelvis ofta betydligt mer riskfyllda än många inser. I många fall börjar en kundrelation försämras långt innan själva churnen sker.

Support och service är ytterligare ett område som kan ge väldigt värdefulla signaler – om man lyckas tolka datan rätt. Många eskaleringar, långa svarstider eller återkommande problem kan naturligtvis indikera frustration, men även här måste man förstå sammanhanget. Hög aktivitet i supporten behöver inte alltid vara negativt om kunden samtidigt visar starkt engagemang och hög användning.

Utöver detta väljer många företag också att inkludera olika former av sentiment-data, exempelvis NPS, CSAT eller kvalitativ feedback från Customer Success-teamet. Även om subjektiva bedömningar aldrig bör vara den enda indikatorn så är det ofta ett misstag att helt bortse från den mänskliga uppfattningen om relationen.

Hur bygger man detta i HubSpot?

En av de stora fördelarna med HubSpot är att plattformen idag har väldigt goda möjligheter att hantera health scoring på ett strukturerat sätt. Genom kombinationen av CRM-data, workflows, custom properties och integrationer går det att bygga ganska avancerade modeller utan att skapa onödigt komplexa lösningar.

Ett vanligt misstag är dock att försöka skapa en enda “perfekt” score som ska sammanfatta allt. Ofta fungerar det bättre att arbeta med flera olika dimensioner som tillsammans bildar en helhetsbild.

Man kan exempelvis separera produktanvändning, engagemang, kommersiell hälsa och supportrelaterade signaler och sedan väga samman dessa till en övergripande bedömning. På så sätt blir modellen betydligt enklare att förstå och arbeta med.

För den som arbetar i HubSpot är det ofta klokt att börja relativt enkelt. Många företag försöker bygga väldigt avancerade modeller direkt, men i praktiken är det oftast bättre att börja med ett mindre antal tydliga signaler och sedan utveckla modellen över tid.

Det viktigaste är egentligen inte hur avancerad modellen är, utan om den hjälper organisationen att fatta bättre beslut.

Att ha rätt CRM räcker inte

På Cedeo ser vi HubSpot som ett av de absolut bästa CRM-systemen för företag som vill arbeta mer datadrivet med sina kundrelationer. Plattformen innehåller mycket stark funktionalitet för automation, rapportering och visualisering av kunddata. Men precis som med datadriven försäljning är tekniken i sig ingen garanti för framgång.

Det spelar ingen roll hur avancerad er scoringmodell är om organisationen inte agerar på informationen. Health scoring måste därför integreras i det dagliga arbetet och bli en naturlig del av hur Customer Success, försäljning och ledning prioriterar sina insatser.

Det handlar ytterst om att skapa ett arbetssätt där man upptäcker risker tidigare, identifierar möjligheter snabbare och arbetar mer proaktivt med sina kundrelationer.

Så hur gör man för att lyckas?

För att lyckas med health scoring behöver man i grunden förstå sina kunders resa och vilka signaler som faktiskt indikerar framgång eller risk. Det handlar alltså inte bara om att mäta aktivitet, utan om att förstå vilka beteenden som leder till retention, expansion och långsiktigt värde.

Ett bra sätt att arbeta med detta är att försöka sätta sig i kundens perspektiv och analysera vilka aktiviteter som faktiskt indikerar att kunden upplever värde. Vad gör framgångsrika kunder annorlunda? Vilka beteenden ser man hos kunder som senare churnar? När börjar relationen förändras?

Om man lyckas besvara dessa frågor och samtidigt bygger en modell som hjälper organisationen att agera på insikterna finns det ofta väldigt stora värden att hämta.

För i slutändan handlar health scoring egentligen inte om att skapa en snygg dashboard eller en avancerad siffra i CRM-systemet. Det handlar om att förstå sina kunder bättre och fatta smartare beslut utifrån den förståelsen.