Что такое lead scoring и как его построить?

Lead Scoring: что это и как его построить

Lead scoring — это система количественной оценки потенциала каждого лида на основе его поведения, характеристик и взаимодействия с компанией. Главная цель — определить, какие лиды готовы к продаже (sales-qualified leads), а какие нуждаются в дополнительной развитии (marketing-qualified leads).

Почему lead scoring критически важен

Экономия ресурсов: Sales команда фокусируется на наиболее перспективных лидах, а не тратит время на холодные контакты.

Ускорение цикла продаж: Своевременное определение готовности лида к разговору с продавцом сокращает воронку.

Улучшение результатов: По исследованиям, компании с lead scoring имеют на 77% выше показатель успеха в конвертации.

Архитектура системы lead scoring

1. Явные характеристики (Explicit scoring) — демографические данные:

• Размер компании
• Должность
• Индустрия
• Географическое положение

2. Неявные характеристики (Implicit scoring) — поведенческие данные:

• Количество посещений сайта
• Время на странице продукта
• Скачивания материалов
• Участие в вебинарах
• Открытие писем

Как построить lead scoring: пошагово

Шаг 1: Определить MQL и SQL критерии

MQL (Marketing Qualified Lead):

• Посетил целевые страницы 3+ раза
• Скачал 2+ материала
• Находится в целевой должности

SQL (Sales Qualified Lead):

• MQL критерии + высокий интерес
• Просмотрел демо видео
• Нажал на CTA для звонка
• Компания в целевом списке

Шаг 2: Назначить веса критериям

Пример системы баллов:

• company_size: 20 баллов
• job_title: 15 баллов
• site_visits: 5 баллов за посещение (макс 25)
• whitepaper_download: 10 баллов
• email_open: 2 балла
• demo_request: 50 баллов

Пороги: SQL 70+, MQL 30+

Шаг 3: Отследить действия через события

CREATE TABLE lead_actions (
    id UUID PRIMARY KEY,
    lead_id UUID,
    action_type VARCHAR(50),
    action_date TIMESTAMP,
    event_metadata JSONB
);

CREATE INDEX idx_lead_actions ON lead_actions(lead_id, action_type);

Шаг 4: Рассчитать score

WITH lead_points AS (
    SELECT 
        l.id,
        COUNT(CASE WHEN a.action_type = 'site_visit' THEN 1 END) * 5 as visit_points,
        COUNT(CASE WHEN a.action_type = 'demo_request' THEN 1 END) * 50 as demo_points
    FROM leads l
    LEFT JOIN lead_actions a ON l.id = a.lead_id
    GROUP BY l.id
)
SELECT 
    id,
    visit_points + demo_points as total_score,
    CASE 
        WHEN visit_points + demo_points >= 70 THEN 'SQL'
        WHEN visit_points + demo_points >= 30 THEN 'MQL'
        ELSE 'Not Qualified'
    END as status
FROM lead_points;

Шаг 5: Автоматизировать обновление

• Настроить вебхуки от email-сервиса
• Синхронизировать события из аналитики
• Обновлять score в режиме real-time
• Синхронизировать с CRM

Динамическая адаптация

Каждый квартал переоценивать систему:

1. Анализировать конвертацию SQL в клиентов
2. Пересчитывать веса на основе данных
3. A/B тестировать пороги
4. Сегментировать по типам компаний

Ключевые метрики

• Lead-to-MQL rate: доля лидов, достигших MQL
• MQL-to-SQL rate: доля MQL, повышенных до SQL
• SQL-to-Customer rate: доля SQL, ставших клиентами
• Lead decay: снижение score со временем отсутствия активности

Частые ошибки

❌ Слишком жёсткие пороги — мало SQL, продажи теряют объём

❌ Не учитывать отрицательные действия

❌ Не обновлять веса — система не адаптируется

❌ Одинаковый scoring для разных отраслей

Итог

Hорошая система lead scoring увеличивает конвертацию на 20-40% и даёт Sales команде инструмент для фокусировки на лучших возможностях. Это не статична система, а живой инструмент, требующий постоянной оптимизации на основе данных.