Lead Scoring brzmi często jak "czarna magia": tajemnicze liczby, automaty, które same kwalifikują leady, alerty wysyłane do handlowców. W praktyce to nic innego jak uporządkowana, wspólnie ustalona matematyka intencji - sposób na policzenie, kto faktycznie jest bliżej decyzji zakupowej, a kto tylko przegląda treści. W tym wpisie dowiesz się za co konkretnie przyznawać punkty, ile ich dawać i kiedy je odejmować, żeby handlowcy dostawali sygnał "Hot Lead".
Lead Scoring to nie gra w zbieranie punktów - to matematyka intencji
Dlaczego inflacja punktów niszczy zaufanie działu sprzedaży?
Najczęstszy błąd, który widzę we wdrożeniach:
- +10 punktów za każde wejście na stronę,
- +10 za każde otwarcie maila,
- +10 za pobranie czegokolwiek.
Po kilku tygodniach okazuje się, że:
- subskrybent newslettera, który lubi Twojego bloga i przeczytał 10 artykułów,
- ma więcej punktów niż realny decydent, który:
- raz odwiedził stronę "Cennik",
- raz wypełnił formularz kontaktowy.
Efekt:
- sprzedaż dostaje alerty do "gorących leadów", które wcale nie są gorące,
- zaufanie do scoringu spada do zera,
- handlowcy wracają do ręcznego "przeklikiwania" listy leadów.
Dobrze opisane w wielu przewodnikach jest to, że lead scoring ma pomóc sprzedawcom skupić się na najbardziej rokujących szansach, a nie generować dodatkowy szum.
Dwa wymiary scoringu: Dopasowanie (Fit) vs Zaangażowanie (Engagement)
Większość współczesnych modeli rekomenduje patrzenie na leada w dwóch wymiarach:
- Fit (dopasowanie) - czyli na ile ten kontakt przypomina Twojego idealnego klienta:
- branża,
- wielkość firmy,
- stanowisko (decyduje / wpływa / nie ma wpływu),
- kraj/region, technologia itp.
- Engagement (zaangażowanie) - czyli co ten kontakt realnie zrobił:
- jakie strony odwiedza,
- jakie materiały pobiera,
- czy wraca na stronę,
- czy klika w maile i formularze.
Dopiero przecięcie Fit x Engagement daje Ci "Hot Lead":
- wysoki Fit + wysokie Engagement → lead, którym sprzedaż powinna zająć się natychmiast,
- niski Fit + wysokie Engagement → np. student, bloger, osoba z nieodpowiedniej branży - dobry odbiorca contentu, ale niekoniecznie sprzedażowo.
Wymiar 1: Scoring demograficzny i firmograficzny (Fit)
Ten wymiar bazuje na danych explicit - tym, co lead podał w formularzu lub co wynika z danych firmograficznych (np. z CRM, baz zewnętrznych).
Punkty za stanowisko (Decydent vs Influencer vs Stażysta)
Przykładowy podział:
- +30 pkt - C-level / właściciel / dyrektor odpowiedzialny za obszar (CMO, COO, CEO, VP Sales),
- +20 pkt - Head / Manager obszaru (Head of Marketing, Marketing Manager),
- +10 pkt - Specjalista / wykonawca (Marketing Specialist, Performance Specialist),
- 0 pkt - stanowiska techniczne, wspierające, bez wpływu na decyzję,
- -10 pkt - stażyści / praktykanci (idealni odbiorcy wiedzy, ale zwykle bez wpływu na zakup).
Ważne: Fit nie mówi nic o intencji - dyrektor marketingu, który raz pobrał e-book, może być zupełnie "zimny". Dlatego ten wymiar koniecznie trzeba połączyć z Engagement.
Punkty za wielkość firmy i branżę (B2B)
Tu bazujesz na swoim ICP (Ideal Customer Profile) i danych firmograficznych.
Przykładowo:
- +30 pkt - firmy z Twojej topowej branży i idealnego przedziału zatrudnienia (np. 50-500 osób),
- +20 pkt - firmy z branż pokrewnych / adjacent markets,
- +10 pkt - firmy spoza głównej branży, ale nadal B2B,
- 0 pkt - bardzo małe firmy (np. 1-5 osób), jeśli ich nie obsługujesz,
- -20 pkt - branże wykluczone (np. B2C, mikrofirmy, NGO, jeśli nie są Twoją grupą docelową).
Dlaczego warto używać punktów ujemnych za maile w domenie ogólnej?
W wielu projektach dobrze sprawdza się logika:
- -10 pkt za e-mail w domenie publicznej (@gmail, @wp, @onet, @yahoo),
- 0 pkt dla domen firmowych.
Powód jest prosty:
- w B2B lead z adresem imię.nazwisko@firma.com jest zwykle bliżej realnej decyzji zakupowej niż hobbystyczny adres prywatny,
- adresy w darmowych domenach częściej pojawiają się przy pobieraniu materiałów edukacyjnych (np. studenci, freelancerzy, osoby "prywatnie zainteresowane").
To nie znaczy, że lead z adresem @gmail jest bezwartościowy - po prostu statystycznie jest mniej skorelowany z zakupem i warto to odzwierciedlić w punktach.
Wymiar 2: Scoring behawioralny (Engagement)
W tym wymiarze patrzysz na dane implicit - zachowania, z których wnioskujesz intencję: wejścia na stronę, kliknięcia, rejestracje, pobrania.
Strony o wysokiej intencji (Cennik, Case Studies) - tu dajemy dużo
Badania i praktyka pokazują, że strony o wysokiej intencji - takie jak:
- cennik,
- demo,
- case studies,
- porównania ofert,
są silnymi sygnałami, że lead rozważa zakup lub aktywnie porównuje dostawców.
Przykładowe wagi:
- +40 pkt - odwiedzenie strony "Cennik",
- +30 pkt - odwiedzenie strony "Umów demo",
- +30 pkt - pobranie case study z Twojej głównej kategorii usług,
- +50 pkt - wypełnienie formularza "Skontaktuj się z nami" lub "Poproś o ofertę".
Jeśli takie zachowania się powtarzają (np. 3 wejścia na cennik w 7 dni), możesz dodać dodatkową logikę:
- +20 pkt za powtórną wizytę na cenniku w krótkim czasie.
Strony edukacyjne (Blog) - tu dajemy mało
Z drugiej strony, blog, baza wiedzy, poradniki - to świetne narzędzia nurturingowe, ale dużo słabszy sygnał intencji zakupowej.
Dlatego:
- +2 pkt - za wizytę na artykule blogowym,
- +5 pkt - za pobranie e-booka / checklisty,
- 0 pkt - za pojedyncze odwiedziny strony głównej.
W wielu analizach podkreśla się, że sam page view nie jest silnym predyktorem intencji - liczy się typ strony, kontekst i powtarzalność zachowania.
Aktywność w mailach - dlaczego "kliknięcie" jest ważniejsze niż "otwarcie"?
W dobie zmian w prywatności (Apple Mail Privacy, automatyczne otwarcia) otwieralność maili staje się wskaźnikiem próżności (vanity metric). Bezpieczniej jest opierać się na kliknięciach.
Propozycja:
- 0 pkt - otwarcie maila,
- +5 pkt - kliknięcie w link w mailu (np. do artykułu),
- +10 pkt - kliknięcie w link BOFU (np. case study, demo, cennik).
Dodatkowo możesz:
- zliczać częstotliwość (więcej punktów za powtarzalne kliknięcia),
- wprowadzić ograniczenia (np. max +20 pkt z emaili w ciągu tygodnia, żeby uniknąć inflacji).
Negatywne sygnały behawioralne
Przykłady, gdzie warto odejmować punkty:
- -10 pkt - odwiedzanie strony "Kariera" kilka razy z tej samej przeglądarki (to raczej kandydat niż klient),
- -10 pkt - długi czas nieaktywności po intensywnym początku,
- -20 pkt - ręczne wypisanie się z listy mailingowej.
To pomaga oczyścić listę "Hot Leadów" z kontaktów, które po prostu miały krótki epizod ciekawości.
Przykładowy model punktacji B2B (Tabela)
Gotowa rozpiska punktowa na start (Szybki start)
Zanim klikniesz cokolwiek w narzędziu marketing automation, usiądź z zespołem i zapisz model w prostym arkuszu. Przykładowy szkic:
Fit (Profil)
- Stanowisko:
- C-level / właściciel: +30
- Head / Manager: +20
- Specjalista: +10
- Stażysta / praktykant: -10
- Wielkość firmy:
- ICP (np. 50-500 pracowników): +30
- Mniejsze / większe, ale akceptowalne: +10
- Mikro (1-5) lub segment wykluczony: -20
- Branża:
- Główne branże docelowe: +20
- Branże pokrewne: +10
- Branże wykluczone: -20
- E-mail:
- domena firmowa: 0
- domena publiczna (@gmail itd.): -10
Engagement (Zachowania)
- Strony:
- wizyta na "Cennik": +40
- wizyta na "Umów demo" / "Kontakt": +30
- wizyta na "Case study": +30
- artykuł na blogu: +2
- Formularze:
- zapis na webinar: +15
- pobranie e-booka: +10
- formularz kontaktowy / zapytanie ofertowe: +50
- Maile:
- otwarcie: 0
- kliknięcie w link edukacyjny: +5
- kliknięcie w link sprzedażowy (demo/cennik): +10
- Negatywne:
- częste wizyty na "Kariera": -10
- wypis z newslettera: -20
Tego typu wartości są zgodne z praktyką wielu firm, które najwyżej punktują aktywności o wysokiej intencji (cennik, demo, kontakt), a znacznie niżej zachowania czysto edukacyjne.
Próg kwalifikacji (Threshold) - ile punktów oznacza "Alert dla handlowca"?
To, czy "Hot Lead" ma mieć 50, 100 czy 1000 punktów, jest umowne. Żeby wybrać wartość progu, możesz skorzystać z podejścia rekomendowanego w przewodnikach i dokumentacjach narzędzi:
- Zastanów się, jak wygląda ścieżka typowego klienta, który realnie kupił.
- Policz, ile punktów zebrałby w Twoim modelu (Fit + Engagement).
- Ustal próg trochę poniżej tej wartości - tak, żeby handlowiec dostał sygnał "tu warto zadzwonić".
W dokumentacjach systemów scoringowych często opisuje się to jako wprowadzenie progów (thresholds) dla etapów: Lead / Warm / Hot / Qualified, gdzie najwyższy próg jest sygnałem do kontaktu sprzedaży.
Przykładowo:
- 0-39 pkt - lead zimny (tylko nurturing),
- 40-69 pkt - lead ciepły (obserwuj, intensywny nurturing),
- 70+ pkt - Hot Lead (zadanie dla handlowca w ciągu 24 h).
Kluczem nie jest sama liczba, ale spójność z procesem oraz uzgodnienie z zespołem sprzedaży.
Degradacja punktów (Score Decay) - bo zainteresowanie stygnie
Co zrobić, gdy lead przestaje reagować przez 30 dni?
Intencja nie jest wieczna. To, że ktoś odwiedził Twój cennik pół roku temu, nie znaczy, że dziś nadal szuka rozwiązania.
Dlatego wiele dobrych praktyk rekomenduje Score Decay - stopniowe obniżanie punktów, jeśli lead nie wykazuje nowych aktywności.
Przykładowa logika:
- po 30 dniach braku aktywności:
- -25% punktów behawioralnych,
- po 60 dniach braku aktywności:
- -50% punktów behawioralnych,
- po 90 dniach braku aktywności:
- reset części punktów behawioralnych, ale pozostawienie punktów za Fit (stanowisko, branża, wielkość firmy).
W ten sposób:
- lead, który był kiedyś bardzo aktywny, ale "zniknął", stopniowo przestaje być "Hot",
- system i handlowcy koncentrują się na aktualnej intencji, a nie na historycznych zachowaniach.
Mechanizm odejmowania punktów w praktyce
Technicznie możesz to ustawić w narzędziu marketing automation jako:
- reguły czasowe (np. jeśli brak wizyt na stronie i brak kliknięć w maila przez X dni → odejmij Y punktów),
- workflowy cykliczne (np. raz w tygodniu przelicz scoring).
W dokumentacji wielu narzędzi opisuje się Score Decay jako jeden z kluczowych elementów utrzymania "świeżości" scoringu i ograniczenia tzw. false positives - leadów, które kiedyś były aktywne, ale już nie są w trybie zakupowym.
FAQ - najczęściej zadawane pytania
Czy mogę robić scoring w Excelu?
Możesz, ale tylko na etapie projektowania logiki.
Scoring jest procesem:
- dynamicznym,
- opartym o czas i kolejność zdarzeń,
- wymagającym integracji z:
- stroną www,
- systemem mailingowym,
- CRM.
Excel jest świetny do:
- rozpisania modelu,
- uzgodnienia punktów z marketingiem i sprzedażą,
- policzenia kilku scenariuszy.
Ale do realnego naliczania punktów potrzebujesz narzędzia Marketing Automation / CDP / CRM z modułem scoringu.
Ile punktów powinien mieć "Hot Lead"?
To liczba umowna, zależna od Twojej skali i modelu. Może to być:
- 50,
- 100,
- 1000,
byle było to:
- spójne z Twoim przelicznikiem (ile punktów dajesz za Fit i Engagement),
- oparte o dane historyczne (jak zachowywali się klienci, którzy już kupili),
- uzgodnione ze sprzedażą.
W przewodnikach narzędzi i modeli scoringowych próg "Hot Lead" definiuje się często jako wartość, przy której lead przechodzi do najwyższego etapu scoringu i powinien zostać przejęty przez sprzedaż.
Co robić z punktami po rozmowie handlowej?
Praktyczny model:
- w momencie, gdy lead trafi do etapu SQL / Opportunity:
- zamrażasz lub zerujesz punkty behawioralne,
- zachowujesz punkty Fit (profil klienta).
Po co?
- żeby system mógł ponownie zareagować, jeśli:
- negocjacje się przeciągną,
- temat "utknie",
- lead znów zacznie aktywnie przeglądać treści.
Wtedy nowa fala aktywności będzie znów budowała scoring - tym razem już w kontekście follow-upów i cross-sellu, a nie pierwszego kontaktu.