Większość organizacji wdrażających lead scoring skupia się niemal wyłącznie na dodawaniu punktów: za wejście na stronę, pobranie ebooka czy udział w webinarze. Po roku lub dwóch okazuje się jednak, że połowa bazy CRM ma status "gorącego leada", a handlowcy tracą czas na dzwonienie do kontaktów, które... nawet nie pamiętają Twojej firmy.
To podręcznikowy przykład inflacji punktów, wynikający z braku mechanizmu "zapominania". W ekosystemach wiodących platform (Marketo, HubSpot, Pardot) degradacja punktów (znana jako "score decay" lub "score degradation") jest traktowana jako fundament higieny danych, a nie techniczna ekstrawagancja.
W tym artykule spojrzymy na scoring okiem "chirurga danych". Wyjaśnimy, dlaczego punkty powinny wygasać, jak skonfigurować degradację w praktyce i co zrobić, aby dział sprzedaży odzyskał zaufanie do statusu "Hot Lead", zamiast traktować go z przymrużeniem oka.
Inflacja punktów - cichy zabójca skuteczności Marketing Automation
Efekt kumulacji: Dlaczego "zbieracz ebooków" wygląda w systemie lepiej niż decydent?
Gdy latami kumulujesz punkty, a nigdy ich nie redukujesz, Twój system Marketing Automation zaczyna błędnie interpretować rzeczywistość:
- osobę, która 3 lata temu pobrała 7 ebooków i od tamtej pory milczy,
- tak samo jak kogoś, kto w tym tygodniu wszedł na stronę cennika, obejrzał demo i odpowiedział na kampanię nurturingową.
Eksperci od Revenue Operations wskazują, że brak score decay to główna przyczyna konfliktu na linii Marketing-Sprzedaż. Według badań MarketingSherpa, aż 73% leadów B2B nie jest gotowych na sprzedaż w momencie przekazania (źródło: MarketingSherpa/Lead Generation Benchmark Report), co często wynika właśnie z opierania się na historycznych, a nie aktualnych danych.
Typowe objawy braku higieny scoringowej:
- lista MQL puchnie - "prawie każdy jest kwalifikowany",
- handlowcy narzekają: "Ten lead ma 100 punktów, a kompletnie nie wie, o co chodzi",
- pipeline jest zapchany szansami, które nie posuwają się dalej.
Krótko mówiąc: scoring bez degradacji tworzy "papierowych faworytów" - lead wygląda świetnie w raporcie, ale nie wykazuje żadnej "temperatury" zakupowej tu i teraz.
False Positives - kiedy system wprowadza w błąd dział sprzedaży
False positives (fałszywie pozytywne sygnały) to leady, które system oznacza jako "hot", choć w rzeczywistości:
- są dawno nieaktywne,
- reprezentują niski fit (np. student, konsultant bez budżetu),
- weszły w wysoki wynik historycznie, a nie aktualnie.
Praktycy lead scoringu stawiają sprawę jasno: bez mechanizmu time/score decay system traci walor predykcyjny (przewidywania sprzedaży) i staje się jedynie archiwum historycznych kliknięć.
W jednej z organizacji B2B, z którą współpracowaliśmy, po 2 latach działania Marketing Automation bez degradacji punktów:
- ~40% bazy miało status MQL,
- handlowcy domykali zaledwie ułamek z nich,
- zaufanie do scoringu spadło niemal do zera ("i tak w to nie wierzymy").
Po wdrożeniu degradacji punktów wolumen MQL spadł do realnych kilku procent, ale konwersja na linii MQL → SQL → Szansa Sprzedaży wzrosła trzykrotnie. MA zaczął dostarczać mniej leadów, ale o znacznie wyższej kaloryczności.
Czym jest Score Decay (Degradacja punktacji)?
Zasada Recency (Świeżości) - aktywność dziś > aktywność miesiąc temu
W nowoczesnym lead scoringu kluczowym parametrem jest Recency - świeżość aktywności. Badania InsideSales.com pokazują, że szansa na skuteczną kwalifikację leada spada drastycznie wraz z upływem czasu od jego aktywności (źródło: InsideSales.com/Lead Response Management Study). Kontakt, który odwiedził cennik wczoraj, ma nieporównywalnie większy potencjał sprzedażowy niż ten, który zrobił to samo pół roku temu.
Score decay to nic innego jak przełożenie ludzkiej psychologii na język algorytmów:
- aktywność świeża - powinna ważyć więcej,
- aktywność stara - z czasem powinna "przestawać się liczyć".
Bez tego mechanizmu tworzysz model, w którym "kliknięcie sprzed 3 lat" ma tę samą wagę numeryczną, co interakcja sprzed 3 dni. To nielogiczne z punktu widzenia biznesu.
Mechanizm zapominania w narzędziach MA (półokres rozpadu zainteresowania)
Liderzy rynku - Marketo, HubSpot czy Salesforce Pardot - w swojej dokumentacji opisują score degradation jako niezbędny element dojrzałego modelu scoringowego:
- reguły "negative scoring" za brak aktywności przez określony czas,
- specjalne kampanie degradujące wynik co miesiąc/kwartał,
- dodatkowe punkty za świeże aktywności, które z czasem wygasają.
W praktyce możesz myśleć o tym zjawisku jak o fizycznym "półokresie rozpadu zainteresowania":
- lead ma szczytową temperaturę po serii interakcji,
- jeśli nic się nie dzieje - temperatura spada, a z nią punktacja,
- jeśli znowu się angażuje - krzywa rośnie od nowa.
3 strategie obniżania punktacji - jak to ustawić?
Nie ma jednego uniwersalnego modelu - wybór zależy od długości cyklu sprzedaży (Sales Cycle Length) i specyfiki Twojego produktu. Poniżej znajdziesz trzy najczęściej stosowane w biznesie podejścia.
1. Model liniowy - odejmowanie stałej liczby punktów
To najprostsza wersja do wdrożenia, dostępna w większości systemów MA:
- co X dni braku aktywności odejmujesz stałą liczbę punktów, np. 5-10,
- reguła może być uruchamiana cyklicznie (co tydzień, co miesiąc).
Przykład konfiguracji:
- lead ma 60 punktów,
- brak jakiejkolwiek aktywności przez 30 dni,
- automatyczna reguła: score = score - 10 → nowy wynik: 50.
Zalety tego rozwiązania:
- łatwe do zrozumienia dla sprzedaży ("co miesiąc każdy nieaktywny lead traci 10 punktów"),
- prosta implementacja w większości systemów MA.
Wady:
- przy bardzo wysokich wynikach (np. 150-200 pkt) degradacja może być zbyt wolna - "zombie lead" będzie jeszcze długo wyglądał na gorący.
2. Model procentowy - redukcja wyniku o X% (rekomendowany)
Eksperci coraz częściej rekomendują degradację procentową (np. -20% wyniku co miesiąc braku aktywności). To podejście sprawiedliwsze matematycznie:
- im wyższy wynik, tym szybszy spadek,
- lead o 100 punktach straci 20,
- lead o 30 punktach straci 6.
Takie podejście lepiej odwzorowuje rzeczywistość rynkową - najbardziej "napompowane" leady najszybciej tracą swoją temperaturę, jeśli nie podtrzymują relacji. To naturalny mechanizm wygaszania emocji zakupowych.
Przykładowa reguła automatyzacji:
JEŚLI ostatnia aktywność > 30 dni temu
WTEDY score = score x 0,8
Technicznie realizuje się to poprzez cykliczny workflow (np. uruchamiany 1. dnia miesiąca), który mnoży obecny wynik pola Behavior Score przez 0.8 (dla spadku o 20%).
3. Reset całkowity - wyzerowanie punktów behawioralnych
Trzecia, najbardziej radykalna strategia, to całkowity reset punktów behawioralnych w kluczowych momentach cyklu życia klienta:
- po zamknięciu szansy sprzedaży (wygranej lub przegranej),
- po bardzo długim okresie nieaktywności (np. 12-18 miesięcy),
- przy zmianie roli kontaktu (np. ktoś odchodzi z firmy).
W praktyce oznacza to:
- punktacja "fit" (demografia/firmografia) może pozostać,
- wszystkie punkty za zachowania wracają do zera.
Takie podejście jest standardem w cyklu życia klienta (Customer Lifecycle), co podkreślają architekci systemów CRM. Jest to kluczowe w modelach, gdzie ten sam kontakt wielokrotnie wchodzi w proces zakupowy (np. odnowienia licencji, dokupienie modułów).
Czego NIE degradować? Ochrona danych stałych
Punkty demograficzne (Fit) vs behawioralne (Engagement)
Klasyczny błąd wdrożeniowy: organizacja wprowadza degradację "po całości" - tnąc punkty zarówno za zachowania, jak i za profil. Tymczasem metodyka HubSpot Academy oraz dobre praktyki rynkowe wyraźnie zalecają rozdzielenie dwóch typów scoringu:
- Fit (demograficzny/firmograficzny) - stanowisko, wielkość firmy, branża, region, technologia,
- Engagement (behawioralny) - wizyty na stronie, otwarcia maili, kliknięcia, webinary itd.
Degradujemy wyłącznie punkty Engagement, ponieważ to one opisują zmienną temperaturę i świeżość relacji. Fit (dopasowanie profilowe) jest cechą stałą - Prezes dużej firmy nie przestaje nim być tylko dlatego, że nie otworzył maila przez miesiąc.
Dlaczego CEO zawsze powinien zachować swoje punkty?
Przykład konfiguracji:
- Dyrektor Marketingu w firmie idealnie pasującej do ICP przestaje klikać maile,
- jego "engagement score" powinien spaść,
- ale fakt, że jest DM w firmie z ICP, nie znika - to nadal kontakt o wysokim potencjale.
Gdy przestaje być aktywny:
- punkty za stanowisko, wielkość firmy, branżę nie powinny podlegać degradacji,
- możesz co najwyżej korygować je w oparciu o nowe informacje (np. firma jednak nie jest ICP).
Innymi słowy: Prezes przestaje być aktywny, ale nie przestaje być Prezesem. Jego potencjał zakupowy (jakość) jest wysoki, ale gotowość (timing) niska.
Jak sprzedać pomysł degradacji działowi handlowemu?
Budowanie zaufania do statusu "Hot Lead"
Handlowcy często boją się zmian w scoringu: "Obetniecie punkty i będziemy mieli pusty lejek". Twoim zadaniem jest przedstawienie degradacji jako narzędzia oczyszczania lejka z szumu, a nie ograniczania szans sprzedaży.
Argumenty, które trafiają do dyrektorów sprzedaży:
- Mniej, ale lepszych MQL
Badania i case studies pokazują, że wdrożenie score decay zmniejsza wolumen MQL, ale zwiększa ich konwersję - sprzedawcy dostają mniej rekordów, ale za to takich, które faktycznie coś robiły w ostatnim czasie. - Większa wiarygodność danych
Organizacje z wysoką higieną danych notują wyższą efektywność kampanii i lepsze decyzje sprzedażowe; firmy z "brudnymi" danymi tracą miliony rocznie przez błędne priorytety. - Smarketing, czyli wspólny język
Gdy marketing pokazuje, że nie tylko "produkuje leady", ale dba o ich jakość (w tym degradację i higienę), rośnie zaufanie sprzedaży i łatwiej wprowadzić proces wspólnego definiowania MQL/SQL.
Warto pokazać prostą symulację "przed i po":
- ilu MQL mieliśmy wcześniej,
- jaki był ich conversion rate,
- jak zmieniło się to po wdrożeniu degradacji.
Język korzyści i efektywności działa na działy sprzedaży lepiej niż jakiekolwiek teoretyczne prezentacje o algorytmach.
FAQ - najczęściej zadawane pytania
Czy punkty scoringowe w MA mogą spaść poniżej zera?
Technicznie tak - wiele systemów pozwala na wartości ujemne. W praktyce jednak warto być ostrożnym:
- dla degradacji za brak aktywności sensowne jest ustawienie progu "nie obniżaj poniżej 0",
- wartości ujemne lepiej zostawić dla kar za konkretne zachowania (negative scoring za SPAM, złe stanowisko, kraj poza targetem).
Jak często uruchamiać degradację?
Częstotliwość powinna być skorelowana z długością cyklu sprzedaży w Twojej branży:
- w SaaS / short-cycle B2B (cykl tygodnie-miesiące) - sensowne są cykle tygodniowe lub miesięczne,
- w enterprise B2B (cykle 6-12 miesięcy) - częściej stosuje się degradację miesięczną / kwartalną.
Kluczowe jest, by tempo degradacji odzwierciedlało naturalny rytm zakupowy Twojego klienta.
Czy degradujemy punkty za profil (np. stanowisko)?
Zdecydowanie nie. Degradujemy tylko punkty za zaangażowanie (Engagement). Fit (stanowisko, wielkość firmy, branża) jest parametrem stałym i opisuje potencjał, a nie chwilową temperaturę.
To kolejny argument za utrzymywaniem osobnych pól scoringowych dla Fit i Engagement - taka architektura danych pozwala na precyzyjne zarządzanie cyklem życia leada bez psucia bazy.
Podsumowanie: Jak wdrożyć to jutro?
- Wstecz: zanim wdrożysz degradację, upewnij się, że masz poprawnie zbudowane Modele Lead Scoringu - żeby wiedzieć, co w ogóle obniżasz.
- W przód: czysta, aktualna punktacja to podstawa Smarketingu - wspólnego procesu kwalifikacji leadów, któremu handlowcy ufają.
- W bok: utrzymywanie zaangażowania, aby punkty nie spadały, to rola Lead Nurturingu - kampanii, które podtrzymują "temperaturę" kontaktu.
Degradacja punktacji nie jest "karą dla leada". To niezbędny mechanizm higieny danych, który sprawia, że Twój lejek sprzedażowy pokazuje stan faktyczny, a nie sentymentalną historię sprzed lat. Dzięki temu marketing przestaje produkować "zombie MQL", a sprzedaż odzyskuje wiarę w to, że leady od marketingu są warte ich czasu.