B2B 리드 스코어링 모델 템플릿(적합도 + 행동)

대부분의 리드 스코어링 모델은 같은 이유로 실패합니다. 누군가 워크숍에서 점수를 정해 CRM에 넣고는 성사된 거래와 한 번도 대조하지 않았기 때문입니다. 6개월 뒤 영업팀은 “MQL”이 전자책 두 권을 다운로드한 사람이라는 뜻이라며 점수를 무시합니다. 이 템플릿은 B2B에서 버티는 구조를 갖춘, 채워서 쓰는 리드 스코어링 모델을 제공합니다. 적합도와 행동 점수 분리, 감점, 점수 감쇠, 출시 전 백테스트가 포함됩니다.

표를 스프레드시트에 복사하고 예시 값을 자사 값으로 바꾼 뒤, 영업팀의 누구라도 숫자를 보기 전에 마지막의 보정 단계를 실행하세요.

모델의 구조

이 템플릿은 모든 리드를 두 개의 독립된 기준으로 평가합니다.

• 적합도 점수(0~100): 이 사람과 소속 기업이 실제 구매 고객과 비슷한가? 기업 정보와 직무 데이터를 기반으로 하며, 거의 바뀌지 않습니다.
• 행동 점수(0~100): 이 사람이 지금 적극적으로 평가하고 있는가? 웹사이트 및 캠페인 활동을 기반으로 하며, 시간이 지나면 감소합니다.

둘을 분리해 두십시오. 하나로 합친 점수는 클릭이 많은 부적합 리드와 실제 구매 신호가 있는 적합 리드를 똑같아 보이게 만듭니다. 두 축 접근법의 근거를 더 깊이 알고 싶다면 계정 스코어링 글에서 어떤 신호가 구매를 예측하는지를 포함해 회사 단위로 다룹니다.

워크시트 1: 적합 기준

수주 거래와 실주 거래를 가르는 기준을 채워 넣으세요. 한 행 안의 점수는 상호 배타적입니다(리드는 기준당 하나의 값을 받음). 적합도 점수의 총합은 100이 되어야 합니다.

가중치 설정 방법: 최근 12개월의 영업 기회를 가져옵니다. 기준마다 성사된 딜에서 차지하는 비율과 전체 리드에서 차지하는 비율을 비교합니다. 성사 딜의 55%가 핵심 규모 구간에서 나오는데 리드는 20%만 그 구간에서 나온다면, 규모에는 큰 가중치를 줘야 합니다. 업종 분포가 성사 딜과 리드에서 비슷하다면 가중치는 작아야 합니다. 이 분석 과정은 전환되는 firmographic 세그먼트 만들기 글에서 단계별로 보여줍니다.

워크시트 2: 행동 점수

행동 점수는 일반적인 콘텐츠 소비가 아니라 구매 활동에 보상해야 합니다. 반복된 단일 행동만으로 리드가 기준을 넘지 못하도록 상한을 두세요.

두 가지 참고 사항이 있습니다. 첫째, 적극적 문의자(데모 요청, ‘영업팀 상담’)는 스코어링을 완전히 건너뛰어야 합니다. 미팅을 요청한 구매자를 점수가 기준선을 넘을 때까지 기다리게 하는 것은 리드 관리에서 가장 비싼 버그입니다. 둘째, 동료 행은 보기보다 중요합니다. 같은 회사의 두 번째 사람은 구매 그룹이 형성되고 있다는 가장 이른 신호인 경우가 많습니다.

워크시트 3: 감점 항목

마이너스 점수는 대기열을 깨끗하게 유지해 줍니다. 이것이 없으면 학생, 경쟁사, 기존 고객이 상위에 쌓입니다.

워크시트 4: 감쇠 규칙

몇 달 전에 일어난 행동이 리드를 계속 뜨겁게 유지해서는 안 됩니다. 감쇠 규칙 하나를 정해 행동 점수에만 적용하세요(적합도는 감쇠하지 않습니다).

• 짧은 영업 주기(30일 미만): 14일간 활동이 없을 때마다 행동 점수를 50% 줄입니다.
• 중간 길이 영업 주기(1~3개월): 비활성 30일마다 50% 감소
• 긴 엔터프라이즈 주기(6개월 이상): 30일마다 25%씩 감소시키고, 180일간 활동이 없으면 0으로 초기화합니다.

대부분의 CRM과 마케팅 자동화 도구는 워크플로를 통한 시간 기반 점수 감소를 지원합니다. 지원하지 않는다면 최근 90일간의 이벤트로 행동 점수를 재계산하는 예약 작업으로 같은 효과를 얻을 수 있습니다.

워크시트 5: 기준과 조치

두 점수를 결합해 네 개의 배정 티어를 만드십시오. 실행 전에 각 티어 옆에 조치와 담당자를 적어 두십시오.

티어 B에서는 웹사이트가 대부분의 일을 합니다. 이 리드들은 적합도는 높지만 아직 적극적이지 않으므로, 다음 방문을 이끌어 내는 것이 과제입니다. Markettailor의 세분화 기능으로 각 티어를 웹사이트 세그먼트로 만들고, 티어 B 방문자에게 일반적인 데모 요청 대신 업종별 증거를 보여 줄 수 있습니다.

출시 전 보정: 백테스트

모델을 실제 적용하기 전에 실행하고, 이후 분기마다 다시 실행하십시오.

1. 과거 데이터로 점수 매기기. 최근 6~12개월간 생성된 모든 리드에 당시 보유했던 데이터를 사용해 모델을 적용하세요.
2. 티어 A를 확인하세요. 티어 A 리드 중 영업 기회가 된 비율은 얼마인가요? 티어 B와 C보다 확연히 높지 않다면 행동 가중치가 잘못된 것입니다.
3. 놓친 사례를 확인하십시오. 리드가 A 티어에 도달하지 못했는데 수주한 거래를 나열하십시오. 공통점을 찾으십시오(과소평가한 직무나 업종인 경우가 많습니다).
4. 물량을 확인하세요. 모델이 주당 A등급 리드를 몇 건 만들었을지 세어 보세요. SDR이 SLA 안에 처리할 수 있는 양을 넘는다면 기준을 높이세요.
5. 영업팀과 합의하세요. 지난달 점수가 가장 높은 리드 20건을 영업팀에 보여 주세요. 대부분에게 연락하지 않았을 것이라고 한다면, 출시 전에 모델을 고치세요.

적합도 데이터는 흔한 약점입니다. 대부분의 웹사이트 방문자는 양식을 작성하지 않으므로, 리드 스코어링 모델은 자사를 조사하는 회사 중 일부만 보게 됩니다. 회사 단위 방문자 식별과 결합해 누군가 양식을 제출하기 전부터 계정의 익명 활동을 집계하세요.

빠른 체크리스트

• ☐ 적합도와 행동을 각각 100점 만점으로 따로 채점
• ☐ 수주 분포와 전체 리드 분포를 비교해 적합도 가중치 도출
• ☐ 반복 가능한 모든 행동에 상한 설정
• ☐ 데모 요청은 스코어링을 거치지 않음
• ☐ 채용, 경쟁사, 기존 고객, 개인 도메인에 대한 감점 스코어링
• ☐ 감쇠 규칙을 행동 데이터에만 적용
• ☐ 지정 담당자와 SLA가 있는 4개 티어
• ☐ 백테스트 실행 및 영업팀과 검토 완료
• ☐ 분기별 재보정 일정 등록