Praksis · 21. maj 2026 · 9 min læsning

Din ideelle kundeprofil i praksis: prioritering af identificerede virksomheder

ICP'er på en Notion-side gør ingenting. Her er, hvordan du gør en skriftlig ICP til en scoring-regel, som din daglige liste over identificerede virksomheder kører efter – og hvordan du føder det, du lærer, tilbage i definitionen.

En skydeskive til højre, små ikoner af virksomhedsbygninger til venstre med linjer, der peger mod midten.

Ethvert B2B-team har en ICP skrevet et eller andet sted – en Notion-side, et Google Doc eller et slide fra det sidste strategiseminar. Meget få teams har en ICP, der faktisk filtrerer en liste over identificerede virksomheder en mandag morgen. Kløften mellem "vi har en ICP" og "vores ICP virker" er emnet for denne artikel.

Hvad en brugbar ICP indeholder

En brugbar ICP har to lag: firmografi (hvem virksomheden er) og adfærd (hvad en relevant virksomhed gør, når de besøger siden). De fleste ICP'er stopper ved lag ét, hvilket er grunden til, at de ender som ren teori. Det adfærdsmæssige lag er det, der gør en ICP operationel mod en daglig liste.

  • Firmografi: branche (vær specifik – "produktion" er ikke en ICP, "producenter af industrielt udstyr" er), medarbejderantal (et minimum og et maksimum), geografi (liste over lande), et estimat på omsætning hvis muligt, og et teknologisk signal hvis det er relevant.
  • Adfærd: hvilke sider en relevant besøgende har tendens til at læse, hvor mange sessioner et relevant besøg kræver, hvilken dybde af engagement (opholdstid, scroll) der antyder interesse, og hvilke sider der diskvalificerer (besøg kun på karrieresiden, support-sider fra eksisterende kunder).

Sig hvad der er ude, ikke kun hvad der er inde

Den mest produktive linje i de fleste ICP'er er "ikke-ICP" listen. Skriv den. "Vi betjener ikke virksomheder under 50 ansatte, virksomheder i [branche] eller bureauer, der videresælger til slutkunder." En skarp eksklusionsliste sparer mere tid end en lang inklusionsliste.

En enkel scoring-model

Scoring-modellen nedenfor er bevidst additiv og begrænset. Det er ikke en machine-learning algoritme; det er en sorteringsregel, som dit team kan debattere ved en gennemgang om fredagen og ændre om mandagen. Point akkumuleres; alt med negative point er ude uanset resten.

SignalTypePoint
Branche matcher en ICP-kategoriFirmografi+3
Antal medarbejdere inden for målgruppenFirmografi+2
Hovedkvarter i et mållandFirmografi+1
Bruger en teknologi vi integrerer medFirmografi+2
Besøgte prissidenAdfærd+3
Besøgte en sammenlignings- / "vs" sideAdfærd+2
Dyb læsning af en produktside (>90s)Adfærd+2
Genbesøg inden for 7 dageAdfærd+2
På den eksplicitte ikke-ICP listeFirmografi−100
Eksisterende kundeFirmografi−100
Kun besøg på karrieresiderAdfærd−2
Et første udkast til en ICP + adfærd scoring-model.

Tre niveauer holder den daglige liste overskuelig. Et groft udgangspunkt: 9+ point tildeles en specifik ejer samme dag, 5–8 ryger i SDR-køen, 1–4 lever i det ugentlige nyhedsbrev, som ingen behøver at handle på med det samme, men som marketing gennemgår om mandagen for at se, hvilket indhold der virker.

Anvendelse af scoren på lister over identificerede besøgende

Scoren er ikke bare en detalje i den daglige eksport af identificerede virksomheder – den er hele pointen. Listen ankommer rangeret efter score; den person, der kvalificerer, læser fra top til bund; en tærskel skærer bunden fra. Det er hele arbejdsgangen. Hvis din identifikationsplatform ikke kan rangere den daglige liste på denne måde, så kør den samme scoring-regel som et filter i et regneark – modellen er den samme, kun værktøjet skifter.

En kontraintuitiv regel: Send ikke lav-prioritets virksomheder i SDR-køen "for en sikkerheds skyld". Hvert low-tier lead, der ender i køen, lærer dit team at behandle hele køen som lav prioritet. Disciplin omkring niveauerne er det, der bevarer svarraterne på top-leads.

Før det du lærer tilbage i din ICP

ICP'er forældes. Markeder rykker sig, produktændringer skaber nye relevante kategorier, og adfærdssignaler mister præcis kraft, efterhånden som deres nyhedsværdi aftager. To feedback-loops holder din ICP aktuel.

  1. Closed-won analyse, kvartalsvis. Se på det sidste kvartals nye kunder. Hvilken firmografisk kategori kom de fra? Hvilket adfærdsmønster gik forud for salget? Hvis closed-won virksomheder bliver ved med at komme fra en kategori, din ICP ikke inkluderer, så udvid den. Hvis en kategori i din ICP ikke har produceret én eneste closed-won på et år, så fjern den.
  2. Svarrate-analyse, månedlig. Se på det øverste scoring-niveau. Hvilke sider udløste svar? Hvilke mønstre udløste høflige afslag? Juster pointvægtningen på de relevante signaler; juster ned før du justerer op (fritidelsen er altid at tilføje kompleksitet).

Tre ICP anti-mønstre

  • Den vage ICP – "mid-market SaaS" – der intet filtrer og beroliger alle. Hvis to personer på teamet er uenige om, hvorvidt en specifik virksomhed passer, er din ICP ikke specifik nok.
  • Den avancerede 20-punkts ICP, der filtrer alt fra. Det perfekte match er sjældnere end du tror; et filter, der kun giver to virksomheder om måneden, er et filter, du vil deaktivere om seks uger.
  • Den statiske ICP – skrevet i 2024, aldrig læst i 2026 – som ingen har kigget på, siden den blev godkendt. ICP'er uden dato er ICP'er, der bliver ignoreret.

ICP er et fælles dokument for salg og marketing

De teams, der får mest ud af en scoret ICP, er dem, hvor salg ejer halvdelen (firmografi og eksklusioner) og marketing ejer halvdelen (adfærd og indholdsudløste signaler). Hvis en ICP kun ejes af én afdeling, driver den væk fra det, den anden afdeling ved.

lead.box Team

Udgivet af

lead.box Team

Flere artikler

Se lead.box på din egen trafik

Start gratis — intet kort, intet salgsopkald påkrævet. Eller book en 20-minutters gennemgang, hvis du vil have den guidede tur.

Noter om GDPR B2B lead intelligence

B2B Lead Identification Platform

lead.box — Identify the companies visiting your website

lead.box turns anonymous B2B website visitors into named companies. GDPR-first, first-party only, with EU data processing.

What lead.box does

How it works

  1. Add a single lightweight tracking snippet to your website.
  2. lead.box identifies the companies behind each visit using first-party IP intelligence.
  3. Hot leads are scored, enriched with contact data and exported as a file for your sales team.

Quick links