계정 스코어링: 효과적인 B2B 모델 만드는 법

리드 스코어링은 한 사람이 여러분을 발견하고, 무언가를 다운로드하고, 결국 영업팀과 이야기하던 세상을 위해 만들어졌습니다. B2B 딜은 더 이상 그렇게 진행되지 않습니다. Forrester의 2024년 연구에 따르면 구매 결정 하나에 평균 13명이 관여합니다. 이들을 각각 따로 점수 매기면 뜨거운 어카운트 하나 대신 미지근한 리드 13건이 생깁니다. 어카운트 스코어링은 모든 신호를 실제로 계약서에 서명할 회사 단위로 모아 이 문제를 해결합니다.

이 글은 영업팀이 신뢰하는 계정 스코어링 모델을 만드는 방법을 설명합니다. 무엇이 들어가는지, 적합도와 참여도를 왜 절대 더하면 안 되는지, 구매 위원회의 폭을 어떻게 세는지, 그리고 바로 적용할 수 있는 실전 예시를 다룹니다.

어카운트 스코어링과 리드 스코어링 비교

차이는 단위이며, 이것이 그 이후의 거의 모든 것을 바꿉니다.

• 리드 스코어링은 한 사람을 평가합니다. 이메일 열람, 자료 다운로드, 페이지 조회 등 그 사람의 행동에 점수를 줍니다. 이미 알고 있는 연락처가 통화할 준비가 되었는지 판단하는 데 적합합니다.
• 계정 스코어링은 하나의 기업을 평가합니다. 식별 여부와 관계없이 그 기업에 속한 모든 사람의 행동을 합산하고, 기업이 이상적인 고객 프로필에 얼마나 맞는지와 결합합니다. 지금 당장 영업과 마케팅이 주목해야 할 기업을 가려내는 데 적합합니다.

둘 다 필요합니다. 어카운트 스코어링은 어디에 집중할지를, 리드 스코어링은 그 기업 안에서 누구에게 연락할지를 정합니다. 현재 리드 스코어링만 있다면 그대로 유지하세요. 아래 섹션에서 그 신호를 기업 단위로 집계하는 방법을 설명합니다.

실수: 적합도와 참여도를 하나의 숫자로

흔한 어카운트 스코어링 모델은 적합도 점수와 참여 점수를 더해 100점 만점의 총점 하나를 만듭니다. 깔끔해 보이지만 잘못된 결정을 낳습니다.

사이트를 한 번도 방문하지 않은 완벽한 적합도의 엔터프라이즈 계정과, 인턴이 블로그 글을 20편 읽은 적합도 낮은 스타트업이 같은 점수를 받을 수 있습니다. 영업팀은 두 개의 '65점'을 보지만, 하나는 의도가 없는 전략적 타깃이고 다른 하나는 활동만 많은 노이즈라는 사실을 알 수 없습니다. 하나의 숫자가 담당자에게 정말 필요한 정보를 가립니다. 같은 논리가 개별 리드에도 적용되며, 아웃바운드 관점에서는 적합도 점수 vs 의도 점수 해설에서 다룹니다.

대신 두 축으로 두 개의 점수를 유지하세요.

• 적합도 점수(0~100): 회사가 ICP와 얼마나 일치하는지. 천천히 변합니다. 기업 정보와 기술 스택 데이터를 기반으로 합니다.
• 참여 점수(0~100): 해당 기업이 지금 얼마나 활발히 조사하고 있는지를 나타냅니다. 매일 바뀝니다. 웹사이트 행동, 인텐트 데이터, 캠페인 반응을 기반으로 하며 시간이 지나면 감소합니다.

그런 다음 합계가 아니라 조합에 따라 행동하세요. 간단한 격자면 충분합니다.

이 그리드는 마케팅팀에 적합도는 높고 참여는 낮은 영역에서 할 일을 명확히 알려주며, 대부분의 계정 기반 프로그램은 바로 이 영역에 예산을 써야 합니다.

적합도 점수의 구성 요소

적합도는 이상적인 고객 프로필에서 나오며, 경영진이 바라는 ICP가 아니라 성사된 딜 데이터를 바탕으로 만들어야 합니다. 일반적인 입력값은 다음과 같습니다.

• 업종(업종별 수주율로 가중치 부여)
• 직원 수 또는 매출 구간
• 지역(판매, 지원, 규정 준수가 가능한 곳)
• 기술 스택(연동하는 플랫폼 또는 대체하려는 경쟁 제품을 사용 중인지)(어떤 연동이 중요한지는 개인화 중심의 B2B 마테크 스택 구축 가이드에서 다룹니다)
• 비즈니스 모델 신호(예: 영업팀 보유, 유료 고객 획득 운영, B2B 판매)

각 입력값이 수주와 실주를 얼마나 강하게 구분하는지에 따라 가중치를 부여하세요. 예를 들어 수주 매출 대부분이 직원 200~2,000명 규모의 소프트웨어 기업에서 나온다면, 그 두 속성이 적합도 점수의 대부분을 차지해야 합니다. 분석 방법은 웹사이트 개인화를 위한 ICP 구축 가이드에서 단계별로 설명합니다.

참여 점수에 들어가는 요소

참여 점수는 일반적인 관심이 아니라 구매 활동을 측정해야 합니다. 중요한 입력은 세 종류입니다.

깊이: 기업이 살펴본 내용

후반 단계 페이지에 높은 가중치를 두세요. 요금, 비교 페이지, 연동 문서, 보안 페이지, 해당 계정 업종의 사례 연구입니다. 블로그 트래픽은 가중치를 낮게 두세요. 블로그 글 10편을 읽는 기업은 주제를 공부하는 중입니다. 요금 페이지와 SOC 2 페이지를 읽는 기업은 공급업체를 평가하는 중입니다.

범위: 관여하는 사람의 수

이것은 리드 스코어링이 결코 포착할 수 없는 입력이며, 저희가 보기에 가장 유용한 입력입니다. 같은 회사에서 같은 주에 두 사람이 사이트에 있다면 내부에서 논의가 오가고 있다는 뜻입니다. 서로 다른 부서의 세 사람이라면 구매 그룹이 형성된 것입니다. 일반적인 구매에 많은 사람이 관여하는 만큼(위의 Forrester 수치는 13명), 그 그룹을 부분적으로만 볼 수 있어도 가치가 있습니다.

고유 방문자 수로 폭(breadth) 점수를 매기고, 서로 다른 역할을 추론할 수 있으면 가산점을 주세요(예: 한 방문자는 기술 문서를, 다른 방문자는 요금을 읽는 경우).

최근성: 언제 일어났는지

감쇠 없는 참여도는 두 번째로 흔한 모델링 실수입니다. 3월에 사이트를 몰아서 보고 조용해진 어카운트는 10월에 뜨거운 어카운트가 아닙니다. 영업 주기에 따라 14~30일마다 참여 점수를 절반으로 줄이세요. 영업 주기가 짧을수록 감쇠도 빨라야 합니다.

서드파티 인텐트 데이터를 구매한다면 상한을 둔 별도의 참여 입력값으로 추가해, 퍼스트파티 활동 없이 주제 급증만으로 계정이 '즉시 영업' 열로 넘어가지 않게 하세요. 둘을 섞는 방법은 웹사이트 개인화에 인텐트 데이터 활용하기 글에서 다룹니다. 의존하기 전에 파일럿을 운영하는 방법은 인텐트 데이터 제공업체 가이드에서 설명합니다.

단순 탐색이 아닌 구매를 나타내는 신호

모든 방문이 구매 신호는 아닙니다. 블로그 글을 세 편 읽은 사람은 자기 글을 쓰려고 조사 중일 수도 있습니다. 유용한 구분은 퍼스트 파티 신호(계정이 자사 사이트에서 하는 행동으로, 직접 관찰 가능)와 서드 파티 신호(다른 곳에서의 주제 조사로, 인텐트 데이터 공급업체가 보고하며 믿고 받아들여야 함)입니다.

• 퍼스트 파티, 강함: 요금, 비교 및 대안 페이지, 연동 또는 API 문서, 보안 및 규정 준수 페이지, 도입 또는 온보딩 페이지, 계정과 같은 업종의 고객 사례. 이들은 평가 단계 페이지입니다.
• 퍼스트파티, 패턴: 짧은 기간 내 재방문. 한 달에 한 번 방문은 관심이고, 일주일에 세 번 방문은 평가입니다. 속도도 중요합니다. 이틀 만에 요금 페이지, 고객 사례 두 개, 보안 페이지를 훑은 어카운트는 같은 페이지를 한 분기에 걸쳐 읽은 어카운트보다 빠르게 움직이고 있습니다.
• 서드파티: 주제 급증, 리뷰 사이트 활동, 귀사 제품이 지원하는 직무의 채용. 방문 전에 계정을 발견하는 데는 유용하지만, 귀사에서 구매하고 있다는 증거로는 약합니다.
• 감점: 채용 페이지만 방문, 경쟁사 도메인, 학생, 시장 외 지역. 감점이 없으면 사이트를 분석하는 경쟁사가 영업 알림을 촉발할 수 있습니다.

아래 실전 예시와 일관된 참여 가중치 예시입니다. 벤치마크가 아니라 과거 데이터로 검증할 출발점으로 취급하세요.

참여 점수를 정직하게 유지하는 규칙은 두 가지입니다. 양식 제출이나 다운로드 한 건은 약 10점으로 상한을 두어, 게이트 에셋 하나만으로 계정이 “즉시 영업” 단계로 올라가지 않게 하세요. 그리고 감쇠는 참여에만 적용하고 적합도에는 절대 적용하지 마세요. 회사가 조용해졌다고 해서 ICP에 맞지 않게 되는 것은 아닙니다.

실전 예시: 세 기업, 일주일

가상의 세 계정에 적용한 설명용 모델입니다. 가중치는 예시를 위해 임의로 정한 것이며, 실제 가중치는 자사의 수주 데이터에서 나와야 합니다.

적합도 가중치: 타깃 업종 35, 직원 수 구간 30, 자사 CRM과 연동 20, 타깃 지역 15.

참여 가중치: 요금 페이지 조회 15, 비교 또는 보안 페이지 15, 산업 사례 연구 10, 추가 고유 방문자당 10(최대 30), 블로그 조회 2(최대 10), 인텐트 급증 10. 점수는 21일마다 절반으로 줄어듭니다.

첫 번째 행의 계산을 확인해 보세요. 요금 페이지 15점, 보안 페이지 15점, 사례 연구 10점, 추가 방문자 3명 각 10점을 더하면 70점입니다. 200점 만점의 단일 점수로 합산하면 이 핀테크 기업은 88점으로 여유 있게 2위가 되고, 영업 담당자는 뜨거운 리드로 판단하기 쉽습니다. 두 축으로 나누면 그림이 더 분명해집니다. 적합도는 높지만 아직 아무도 검토하고 있지 않습니다. 아웃바운드와 개인화 콘텐츠의 타깃 목록에 넣어야 할 기업입니다. 에이전시는 SDR이 오후 시간을 쓸 가치가 없습니다.

웹사이트에서 어카운트 점수 활용하기

스코어는 보통 영업 도구로 여겨지지만, 웹사이트에 무엇을 보여 줄지 결정하는 데도 똑같이 유용합니다. 그리드에서 도출되는 몇 가지 규칙은 다음과 같습니다.

• 적합도 높음, 참여도 낮음: 업종별 증거와 부담 없는 CTA(벤치마크 보고서, ROI 계산기)를 보여 주세요. 목표는 두 번째 방문을 이끌어 내는 것입니다.
• 적합도 높음, 참여 높음: 콘텐츠 CTA를 직접 미팅 제안으로 바꾸고, 히어로에서 해당 계정의 산업을 언급하세요.
• 적합도 낮음, 참여도 높음: 영업 데모 대신 셀프서비스 경로나 가벼운 플랜으로 안내합니다.

Markettailor의 어카운트 기반 마케팅 기능은 이런 규칙을 페이지에 적용합니다. 회사가 식별되면 적합도와 참여 티어에 따라 어떤 히어로, 근거 자료, CTA를 볼지 결정됩니다.

영업팀으로의 인계 자동화

아무도 행동하지 않는 점수는 장식일 뿐입니다. 인계에는 문서로 정의되고 CRM이나 마케팅 자동화에 구축된 세 가지가 필요합니다.

1. 기준값. 단일 기준선이 아니라 그리드를 사용하세요. “즉시 영업”은 적합도와 참여도가 모두 높은 칸이고, 적합도는 중간이면서 참여도가 높은 칸은 SDR이 먼저 자격을 확인합니다. 콘텐츠가 늘어나면 참여도 분포가 바뀌므로, 매 분기 백테스트 결과와 비교해 기준값을 다시 확인하세요.
2. 배정. CRM에 계정 담당자가 있으면 담당자에게 배정하세요. 없다면 지역이나 세그먼트별로 배정하고, 라운드 로빈은 마지막 단계로만 쓰세요. 공용 받은편지함의 알림은 아무도 책임지지 않는 알림입니다. 배정 전에 리드를 계정과 매칭하는 방법은 웹사이트 리드 배정 가이드에서 다룹니다.
3. SLA. 티어별 응답 시간에 합의하고(예: '즉시 영업'은 당일 영업일 내, SDR 검증은 1주일 이내) 이를 보고하세요. 알림이 대기하는 동안 계정은 구매 시기를 벗어납니다.

모든 알림에는 이유가 담겨야 합니다. 회사와 적합도 속성, 주요 기여 신호가 포함된 점수(“이번 주 방문자 3명, 요금 페이지 2회, 보안 페이지”), 구매 의도 순으로 정렬한 최근 7일간 방문 페이지, 알려진 연락처, 그리고 어카운트가 읽은 내용을 바탕으로 한 접근 방향 제안입니다. 어카운트가 왜 뜨거운지 볼 수 있는 영업 담당자는 전화를 걸지만, ‘82’라는 숫자만 보는 담당자는 걸지 않습니다.

모델 보정 방법

스코어링 모델은 가설입니다. 영업팀이 의존하기 전에 과거 데이터로 검증하세요.

1. 최근 12개월간 성사 및 실패한 기회를 어카운트의 적합도 속성과 함께 내보냅니다.
2. 각 어카운트를 기회가 생성되기 30일 전 시점의 상태로 점수를 매기세요.
3. 수주한 계정이 적합도 높음·참여도 높음 영역에 모여 있는지 확인하세요. 그렇지 않다면 가중치가 잘못된 것입니다.
4. '즉시 영업'에 있었지만 영업 기회가 되지 않은 계정을 살펴보세요. 그것이 오탐입니다. 그 계정들을 끌어올린 입력값을 찾아 가중치를 낮추세요.
5. 매 분기 백테스트를 다시 실행하세요. ICP는 제품이 바뀌면서 달라집니다.

가중치와 기준값을 위한 시작 워크시트가 필요하다면, 리드 스코어링 모델 템플릿이 같은 적합도·행동 구조를 사용하며 약간만 수정하면 계정 단위로도 쓸 수 있습니다.

영업팀이 점수를 무시하게 만드는 네 가지 실수

데이터베이스 전체를 점수화하기. 4만 개 계정을 점수화하면 의미 없는 12점, 17점이 길게 늘어섭니다. 최소 적합도 기준을 통과한 계정만 점수화하고 나머지는 그대로 두세요. 더 작고 깔끔한 리스트가 실제로 쓰입니다.

이유를 숨기는 것. 82점이라는 점수만으로는 영업 담당자가 무엇을 말해야 할지 알 수 없습니다. 모든 점수에는 기여도가 가장 큰 신호 세 가지가 함께 제공되어야 합니다(“이번 주 방문자 3명, 요금 페이지 2회 조회, HubSpot 사용”). 영업 담당자는 스스로 설명할 수 있는 것을 신뢰합니다.

기존 고객을 잠재 고객으로 집계하기. 고객사 직원이 문서를 읽으면 매주 참여 점수가 올라갑니다. 고객 계정은 별도의 확장 또는 건강도 모델로 보내지 않으면 신규 비즈니스를 밀어냅니다. 대신 고객 경험으로 안내하세요. 고객 유지와 이탈 감소를 위한 개인화를 참고하세요.

입력 변수를 절대 제거하지 않기. 분기별 검토 때마다 입력 변수가 추가되고 거의 제거되지 않습니다. 1년이 지나면 모델에 입력 변수가 30개, 그중 절반은 중복입니다. 하나를 추가하면 하나를 제거하고, 총 12개 미만으로 유지하세요.

작게 시작하세요

시작하는 데 예측 모델은 필요하지 않습니다. 적합도 속성 4개, 참여 입력값 5개, 감쇠, 2축 그리드가 단일 숫자 모델보다 나은 출발점입니다. 스프레드시트로 만들고 백테스트한 뒤, 영업팀이 상위 20개 어카운트가 맞다고 동의하면 CRM이나 개인화 플랫폼으로 옮기세요.

적합도와 참여 티어에 따라 각 기업이 사이트에서 보는 것을 어떻게 바꿀 수 있는지 확인하려면 요금 페이지에서 둘러보기를 예약하세요.