Lead scoring B2B: prosty model punktowy, któremu ufa sprzedaż

Najczęstszy błąd polega na wrzuceniu wszystkich sygnałów do jednego wyniku. Duża firma z właściwej branży nie musi być gotowa do zakupu, a aktywny kontakt z małej organizacji nie zawsze pasuje do ekonomiki oferty. Te sytuacje wymagają różnych działań.

Warto prowadzić co najmniej dwa wyniki: fit, czyli dopasowanie do ICP, oraz timing, czyli sygnały wskazujące na właściwy moment. Lead trafia do bezpośredniej pracy sprzedaży dopiero wtedy, gdy oba wymiary przekraczają ustalone minimum.

Model powinien być na tyle prosty, żeby zespół potrafił go wyjaśnić bez dokumentacji technicznej. Możesz przyznać do 50 punktów za dopasowanie i do 50 za timing, a następnie ustalić osobne progi dla kontaktu, obserwacji i odrzucenia.

Wagi nie powinny wynikać z intuicji jednej osoby. Zacznij od analizy wygranych, przegranych i odrzuconych szans. Następnie porównaj kartę z oceną doświadczonych handlowców na tej samej próbce leadów.

Handlowiec powinien zobaczyć nie tylko liczbę, lecz także trzy najmocniejsze powody wyniku i źródła danych. Dzięki temu potrafi ocenić, czy lead rzeczywiście jest priorytetem, oraz skorygować błąd bez odrzucania całego systemu.

AI może interpretować nieustrukturyzowane informacje z notatek, stron i wiadomości, ale wynik powinien pozostać audytowalny. Przy istotnych decyzjach potrzebna jest możliwość odtworzenia danych, reguły i wersji modelu użytej do oceny.

Scoring nie jest konfiguracją wykonaną raz. Co dwa lub cztery tygodnie warto porównać grupy wyników z akceptacją przez sprzedaż, odpowiedziami, spotkaniami i przejściem do szansy. Jeśli wysoko ocenione leady nie konwertują, trzeba znaleźć cechę, która zawyża wynik.

Nie optymalizuj wyłącznie pod liczbę spotkań. Model powinien wspierać jakość pipeline, dlatego z czasem warto uwzględniać także przejście do oferty, wygraną i wartość szansy. Przy małej liczbie danych zachowaj prostotę i nie udawaj precyzji, której historia sprzedaży jeszcze nie potwierdza.