De fleste lead scoring-modeller feiler av samme grunn: noen valgte poengverdier i en workshop, la dem inn i CRM-et og sjekket dem aldri mot lukkede avtaler. Seks måneder senere ignorerer salg scoren fordi «MQL» betyr at noen lastet ned to e-bøker. Denne malen gir deg en lead scoring-modell du kan fylle ut, med strukturen som holder i B2B: separate fit- og atferdsscorer, minuspoeng, nedbrytning over tid og en tilbaketest før lansering.
Kopier tabellene inn i et regneark, erstatt eksempelverdiene med dine egne, og kjør kalibreringsstegene til slutt før noen i salg ser et tall.
Hvordan modellen er bygget opp
Malen scorer hvert lead på to separate dimensjoner:
- Match-score (0–100): ligner denne personen og bedriften deres på dem som kjøper fra deg? Basert på firmografiske data og rolledata. Endres sjelden.
- Atferdsscore (0–100): vurderer denne personen aktivt akkurat nå? Basert på aktivitet på nettstedet og i kampanjer. Synker over tid.
Hold dem adskilt. Én samlet score gjør at et lead som passer dårlig, men har mange klikk, ser likt ut som et lead som passer godt og har reelle kjøpssignaler. Vil du ha begrunnelsen for tilnærmingen med to akser mer i dybden, tar innlegget vårt om kontoscoring for seg dette på selskapsnivå, inkludert hvilke signaler som forutsier kjøp.
Arbeidsark 1: Match-kriterier
Fyll inn kriteriene som skiller de vunne avtalene dine fra de tapte. Poengene i en rad utelukker hverandre (et lead får én verdi per kriterium). Mulige matchpoeng skal til sammen bli 100.
| Kriterium | Verdi | Eksempel på poeng | Dine poeng |
|---|---|---|---|
| Selskapsstørrelse | Kjerneintervall (f.eks. 200–2 000 ansatte) | 30 | |
| Tilgrensende intervall (f.eks. 50–199 eller 2 001–10 000) | 15 | ||
| Utenfor målgruppen | 0 | ||
| Bransje | Bransjen som konverterer best | 25 | |
| Sekundær vertikal | 12 | ||
| Annet | 0 | ||
| Rolle / ansiennitet | Økonomisk beslutningstaker (VP+, budsjettansvarlig) | 25 | |
| Champion (direktør, leder for en funksjon) | 20 | ||
| Bruker i praksis (leder, spesialist) | 10 | ||
| Student, jobbsøker, urelatert funksjon | 0 | ||
| Region | Regionen du selger og gir support i | 10 | |
| Andre steder | 0 | ||
| Teknologistakk | Bruker en plattform du integrerer med | 10 | |
| Ukjent eller ikke kompatibel | 0 |
Slik setter du vektene: hent ut mulighetene fra de siste 12 månedene. For hvert kriterium sammenligner du andelen vunne avtaler med andelen av alle leads. Hvis 55 % av gevinstene kommer fra kjernestørrelsen din, men bare 20 % av leadsene gjør det, fortjener størrelse tung vekt. Hvis bransje fordeler seg omtrent likt blant gevinster og leads, fortjener den lite vekt. Innlegget vårt om å bygge firmografiske segmenter som konverterer viser denne analysen steg for steg.
Arbeidsark 2: Atferdspoeng
Atferdspoeng bør belønne kjøpsaktivitet, ikke generell innholdskonsum. Bruk tak, slik at ingen enkelthandling som gjentas, kan løfte et lead over terskelen.
| Tiltak | Eksempel på poeng | Tak | Dine poeng |
|---|---|---|---|
| Forespørsel om demo eller kontakt med salg | Rut umiddelbart (hopp over scoring) | – | |
| Visning av prissiden | 15 | 30 | |
| Visning av sammenlignings-/alternativside | 15 | 15 | |
| Visning av dokumentasjon om sikkerhet, samsvar eller integrasjon | 10 | 20 | |
| Visning av kundecase (hvilken som helst) | 5 | 15 | |
| Kundecase fra leadets egen bransje | +5 bonus | 10 | |
| Deltok på webinar (direkte) | 10 | 10 | |
| Nedlasting av låst innhold | 5 | 10 | |
| Visning av blogginnlegg | 1 | 5 | |
| Klikk i e-post | 2 | 6 | |
| Tilbakevendende besøk innen 7 dager | 5 | 15 | |
| Kollega fra samme bedrift aktiv denne uken | 10 | 20 |
To merknader. For det første bør de som rekker opp hånden (demoforespørsler, «snakk med salg»), gå helt utenom poengsettingen. Å la en kjøper vente på at en poengsum skal passere en terskel etter at de har bedt om et møte, er den dyreste feilen i leadhåndtering. For det andre betyr raden for kolleger mer enn den ser ut til. En person nummer to fra samme selskap er ofte det tidligste tegnet på at en innkjøpsgruppe er i ferd med å dannes.
Arbeidsark 3: Negativ scoring
Minuspoeng holder køen ren. Uten dem hoper studenter, konkurrenter og eksisterende kunder seg opp på toppen.
| Signal | Eksempel på poeng | Dine poeng |
|---|---|---|
| Visning av karriereside | -10 | |
| Privat e-postdomene (gmail, outlook) på en salgsdrevet plan | -10 | |
| Konkurrentdomene | Sett match til 0 | |
| Domene til eksisterende kunde | Send til kundeansvarlig, ekskluder fra MQL | |
| Meldt av markedsførings-e-post | -5 | |
| Kun besøk på support- eller innloggingssiden | -5 |
Arbeidsark 4: Regler for forfall
Atferd som skjedde for måneder siden, bør ikke holde et lead varmt. Velg én regel for nedskriving og bruk den bare på atferdsscoren (match skrives ikke ned).
- Kort salgssyklus (under 30 dager): reduser atferdspoengene med 50 % for hver 14. dag uten aktivitet.
- Middels lang syklus (1–3 måneder): reduser med 50 % for hver 30. dag uten aktivitet.
- Lang enterprise-syklus (6+ måneder): reduser med 25 % hver 30. dag, og nullstill etter 180 dager uten aktivitet.
De fleste CRM-er og verktøy for markedsføringsautomatisering støtter tidsbasert reduksjon av score gjennom arbeidsflyter. Hvis ditt ikke gjør det, gir en planlagt jobb som beregner atferd på nytt fra de siste 90 dagene med hendelser samme effekt.
Arbeidsark 5: Terskler og handlinger
Kombiner de to scorene til fire rutingnivåer. Skriv tiltaket og eieren ved siden av hvert nivå før lansering.
| Nivå | Regel | Tiltak | Eier | SLA |
|---|---|---|---|---|
| A | Passform 70+ og atferd 50+ | Rut til SDR/AE som MQL | Samme virkedag | |
| B | Match 70+ og atferd under 50 | Kontospesifikk nurturing, personalisert nettstedsopplevelse | Ukentlig gjennomgang | |
| C | Match 40–69 og atferd 50+ | SDR-kvalifisering før AE-tid | 2 virkedager | |
| D | Match under 40 | Bare selvbetjent vei eller nyhetsbrev | Ingen |
Nivå B er der nettstedet gjør mesteparten av jobben. Disse leadene passer godt, men er ikke aktive ennå, så jobben er å fortjene neste besøk. Markettailors segmentering lar deg bygge hvert nivå som et nettstedssegment og vise besøkende på nivå B bransjespesifikke bevis i stedet for en generisk demoforespørsel.
Kalibrer før lansering: tilbaketesten
Kjør dette før modellen går live, og igjen hvert kvartal.
- Score historikken. Bruk modellen på alle leads opprettet de siste 6–12 månedene, med dataene du hadde om dem på det tidspunktet.
- Sjekk nivå A. Hvor stor andel av leadene på nivå A ble salgsmuligheter? Hvis den ikke er klart høyere enn for nivå B og C, er vektene for atferd feil.
- Sjekk dem du bommet på. List opp vunne avtaler der leadene aldri nådde nivå A. Finn hva de hadde til felles (ofte en rolle eller bransje du vektet for lavt).
- Sjekk volumet. Tell hvor mange leads i nivå A per uke modellen ville ha produsert. Overstiger det hva SDR-ene dine rekker innenfor SLA-en, hever du terskelen.
- Bli enige med salg. Vis salg de 20 leadene med høyest score fra forrige måned. Hadde de ikke ringt de fleste av dem, fiks modellen før lansering.
Fit-data er det vanlige svake punktet. De fleste besøkende på nettstedet fyller aldri ut et skjema, noe som betyr at en lead scoring-modell bare ser en liten del av selskapene som undersøker deg. Kombiner den med identifisering av besøkende på selskapsnivå, slik at anonym aktivitet fra en konto telles før noen sender inn et skjema.
Rask sjekkliste
- ☐ Egnethet og atferd scoret separat, hver av 100
- ☐ Matchvekter utledet fra fordelingen for vunne avtaler vs. alle leads
- ☐ Tak på all atferd som kan gjentas
- ☐ Demoforespørsler går utenom scoring
- ☐ Negativ poengsetting for karrieresider, konkurrenter, kunder og private domener
- ☐ Forfallsregel brukt kun på atferd
- ☐ Fire nivåer med navngitte eiere og SLA-er
- ☐ Tilbaketest kjørt og gjennomgått med salg
- ☐ Kvartalsvis rekalibrering i kalenderen