Sebagian besar model lead scoring gagal karena alasan yang sama: seseorang memilih nilai poin dalam sebuah workshop, memasukkannya ke CRM, dan tidak pernah memeriksanya terhadap deal yang sudah closing. Enam bulan kemudian sales mengabaikan skornya karena "MQL" berarti seseorang mengunduh dua ebook. Template ini memberi Anda model lead scoring yang bisa diisi, dengan struktur yang terbukti andal di B2B: skor kecocokan dan perilaku yang terpisah, poin negatif, peluruhan skor, dan back-test sebelum peluncuran.
Salin tabel ke spreadsheet, ganti nilai contoh dengan nilai Anda sendiri, dan jalankan langkah kalibrasi di akhir sebelum ada orang sales yang melihat angka apa pun.
Struktur Model
Template ini memberi skor setiap lead pada dua dimensi terpisah:
- Fit score (0-100): apakah orang ini dan perusahaannya mirip dengan orang-orang yang membeli dari Anda? Berdasarkan data firmografis dan peran. Jarang berubah.
- Skor perilaku (0-100): apakah orang ini sedang aktif mengevaluasi saat ini? Berdasarkan aktivitas situs web dan kampanye. Menurun seiring waktu.
Pisahkan keduanya. Satu skor gabungan membuat lead yang kurang cocok tetapi banyak klik terlihat sama dengan lead yang sangat cocok dengan sinyal pembelian nyata. Jika Anda ingin memahami alasan pendekatan dua sumbu ini lebih dalam, artikel kami tentang account scoring membahasnya di tingkat perusahaan, termasuk sinyal mana yang memprediksi pembelian.
Lembar Kerja 1: Kriteria Kecocokan
Isi kriteria yang membedakan deal yang dimenangkan dari yang kalah. Poin dalam satu baris saling eksklusif (satu lead mendapat satu nilai per kriteria). Total poin fit yang mungkin harus berjumlah 100.
| Kriteria | Nilai | Contoh poin | Poin Anda |
|---|---|---|---|
| Ukuran perusahaan | Rentang inti (misalnya 200–2.000 karyawan) | 30 | |
| Rentang yang berdekatan (misalnya 50–199 atau 2.001–10.000) | 15 | ||
| Di luar target | 0 | ||
| Industri | Vertikal dengan konversi tertinggi | 25 | |
| Vertikal sekunder | 12 | ||
| Lainnya | 0 | ||
| Peran / senioritas | Economic buyer (VP ke atas, pemilik anggaran) | 25 | |
| Champion (direktur, kepala fungsi) | 20 | ||
| Praktisi (manajer, spesialis) | 10 | ||
| Mahasiswa, pencari kerja, fungsi yang tidak terkait | 0 | ||
| Wilayah | Wilayah tempat Anda menjual dan memberikan dukungan | 10 | |
| Di tempat lain | 0 | ||
| Tech stack | Memakai platform yang Anda integrasikan | 10 | |
| Tidak diketahui atau tidak kompatibel | 0 |
Cara menetapkan bobot: tarik data peluang 12 bulan terakhir. Untuk setiap kriteria, bandingkan porsi deal closed-won dengan porsi semua lead. Jika 55% kemenangan berasal dari rentang ukuran inti Anda tetapi hanya 20% lead yang berasal dari sana, ukuran layak diberi bobot besar. Jika industri terbagi kurang lebih sama antara kemenangan dan lead, bobotnya kecil saja. Artikel kami tentang membangun segmen firmografis yang menghasilkan konversi menunjukkan analisis ini langkah demi langkah.
Lembar Kerja 2: Poin Perilaku
Poin perilaku seharusnya menghargai aktivitas pembelian, bukan konsumsi konten secara umum. Gunakan batas agar tidak ada satu tindakan berulang yang bisa membawa lead melewati ambang batas.
| Tindakan | Contoh poin | Batas | Poin Anda |
|---|---|---|---|
| Permintaan demo atau kontak sales | Rutekan segera (lewati scoring) | t/a | |
| Melihat halaman harga | 15 | 30 | |
| Tampilan halaman perbandingan / alternatif | 15 | 15 | |
| Tampilan dokumentasi keamanan, kepatuhan, atau integrasi | 10 | 20 | |
| Melihat studi kasus (apa saja) | 5 | 15 | |
| Studi kasus dari industri lead itu sendiri | Bonus +5 | 10 | |
| Menghadiri webinar (live) | 10 | 10 | |
| Unduhan konten yang di-gate | 5 | 10 | |
| Tampilan artikel blog | 1 | 5 | |
| Klik email | 2 | 6 | |
| Kunjungan kembali dalam 7 hari | 5 | 15 | |
| Rekan dari perusahaan yang sama aktif minggu ini | 10 | 20 |
Dua catatan. Pertama, pengunjung yang aktif mengangkat tangan (permintaan demo, “bicara dengan sales”) harus melewati skoring sepenuhnya. Membuat pembeli menunggu skornya melewati ambang setelah mereka meminta meeting adalah bug paling mahal dalam manajemen lead. Kedua, baris rekan kerja lebih penting daripada kelihatannya. Orang kedua dari perusahaan yang sama sering menjadi tanda paling awal bahwa kelompok pembeli sedang terbentuk.
Lembar Kerja 3: Scoring Negatif
Poin negatif menjaga antrean tetap bersih. Tanpanya, mahasiswa, pesaing, dan pelanggan yang sudah ada menumpuk di urutan teratas.
| Sinyal | Contoh poin | Poin Anda |
|---|---|---|
| Kunjungan halaman karier | -10 | |
| Domain email pribadi (gmail, outlook) pada paket yang dijual melalui sales | -10 | |
| Domain kompetitor | Tetapkan kecocokan ke 0 | |
| Domain pelanggan yang sudah ada | Arahkan ke account manager, kecualikan dari MQL | |
| Berhenti berlangganan email marketing | -5 | |
| Hanya kunjungan ke halaman dukungan atau login | -5 |
Lembar Kerja 4: Aturan Peluruhan
Perilaku yang terjadi berbulan-bulan lalu tidak semestinya membuat lead tetap panas. Pilih satu aturan peluruhan dan terapkan hanya pada skor perilaku (kecocokan tidak meluruh).
- Siklus penjualan pendek (di bawah 30 hari): kurangi poin perilaku sebesar 50% setiap 14 hari tidak aktif.
- Siklus menengah (1–3 bulan): kurangi 50% setiap 30 hari tanpa aktivitas.
- Siklus enterprise panjang (6+ bulan): kurangi 25% setiap 30 hari, dan reset ke nol setelah 180 hari tanpa aktivitas.
Sebagian besar CRM dan tool marketing automation mendukung pengurangan skor berbasis waktu melalui workflow. Jika tool Anda tidak mendukungnya, job terjadwal yang menghitung ulang perilaku dari event 90 hari terakhir memberikan efek yang sama.
Lembar Kerja 5: Ambang Batas dan Tindakan
Gabungkan kedua skor menjadi empat tier routing. Tulis tindakan dan penanggung jawab di samping setiap tier sebelum peluncuran.
| Tier | Aturan | Tindakan | Pemilik | SLA |
|---|---|---|---|---|
| A | Kecocokan 70+ dan perilaku 50+ | Rutekan ke SDR/AE sebagai MQL | Hari kerja yang sama | |
| B | Fit 70+ dan perilaku di bawah 50 | Nurture khusus akun, pengalaman situs yang dipersonalisasi | Tinjauan mingguan | |
| C | Kecocokan 40-69 dan perilaku 50+ | Pemeriksaan kualifikasi SDR sebelum waktu AE | 2 hari kerja | |
| D | Kecocokan di bawah 40 | Hanya jalur self-serve atau newsletter | Tidak ada |
Tier B adalah tempat website melakukan sebagian besar pekerjaan. Lead tersebut sangat cocok tetapi belum aktif, sehingga tugasnya adalah mendapatkan kunjungan berikutnya. Segmentasi Markettailor memungkinkan Anda membangun setiap tier sebagai segmen website dan menampilkan bukti khusus industri kepada pengunjung tier B alih-alih ajakan demo generik.
Kalibrasi Sebelum Peluncuran: Back-Test
Jalankan ini sebelum model diaktifkan, dan ulangi setiap kuartal.
- Skor data historis. Terapkan model pada setiap lead yang dibuat dalam 6-12 bulan terakhir, menggunakan data yang Anda miliki tentang mereka pada saat itu.
- Periksa tier A. Berapa porsi lead tier A yang menjadi opportunity? Jika tidak jelas lebih tinggi daripada tier B dan C, bobot perilakunya salah.
- Periksa yang terlewat. Catat deal closed-won yang lead-nya tidak pernah mencapai tier A. Cari kesamaan di antara mereka (sering kali peran atau industri yang bobotnya terlalu rendah).
- Cek volumenya. Hitung berapa banyak lead tier A per minggu yang akan dihasilkan model. Jika melebihi kapasitas SDR Anda untuk ditangani sesuai SLA, naikkan ambang batasnya.
- Sepakati dengan tim sales. Tunjukkan kepada tim sales 20 lead dengan skor tertinggi bulan lalu. Jika mereka tidak akan menghubungi sebagian besar di antaranya, perbaiki modelnya sebelum peluncuran.
Data kecocokan biasanya menjadi titik lemah. Sebagian besar pengunjung situs web tidak pernah mengisi formulir, sehingga model lead scoring hanya melihat sebagian kecil perusahaan yang meriset Anda. Pasangkan dengan identifikasi pengunjung tingkat perusahaan agar aktivitas anonim dari sebuah akun sudah terhitung sebelum ada yang mengirim formulir.
Checklist Singkat
- ☐ Kecocokan dan perilaku diberi skor terpisah, masing-masing dari 100
- ☐ Bobot kecocokan diturunkan dari distribusi closed-won vs. semua lead
- ☐ Batas untuk setiap perilaku yang bisa berulang
- ☐ Permintaan demo melewati scoring
- ☐ Skor negatif untuk halaman karier, kompetitor, pelanggan, domain pribadi
- ☐ Aturan peluruhan hanya diterapkan pada perilaku
- ☐ Empat tier dengan pemilik bernama dan SLA
- ☐ Back-test dijalankan dan ditinjau bersama sales
- ☐ Kalibrasi ulang kuartalan sudah dijadwalkan