Більшість моделей лід-скорингу провалюються з однієї причини: хтось на воркшопі обрав кількість балів, завантажив їх у CRM і ніколи не звірив із закритими угодами. Через пів року відділ продажів ігнорує оцінку, бо «MQL» означає, що хтось завантажив дві електронні книги. Цей шаблон дає модель лід-скорингу, яку можна заповнити, зі структурою, що працює в B2B: окремі оцінки відповідності та поведінки, від'ємні бали, затухання і бектест перед запуском.
Скопіюйте таблиці в електронну таблицю, замініть приклади власними значеннями й виконайте кроки калібрування наприкінці, перш ніж хтось у продажах побачить бодай одну цифру.
Як побудована модель
Шаблон оцінює кожен лід за двома окремими вимірами:
- Оцінка відповідності (0–100): чи схожі ця людина та її компанія на тих, хто у вас купує? Базується на фірмографічних даних і даних про посаду. Змінюється рідко.
- Поведінкова оцінка (0–100): чи активно ця людина оцінює рішення саме зараз? Базується на активності на сайті та в кампаніях. Згасає з часом.
Тримайте їх окремо. Одна об’єднана оцінка робить лід із поганою відповідністю, але великою кількістю кліків, схожим на лід із сильною відповідністю та реальними сигналами купівлі. Якщо хочете глибше зрозуміти логіку двовимірного підходу, наша стаття про скоринг акаунтів пояснює його на рівні компаній, зокрема які сигнали прогнозують купівлю.
Робочий аркуш 1: критерії відповідності
Заповніть критерії, що відрізняють ваші виграні угоди від програних. Бали в межах рядка взаємовиключні (лід отримує одне значення за кожним критерієм). Загальна можлива кількість балів відповідності має становити 100.
| Критерій | Цінність | Приклад балів | Ваші бали |
|---|---|---|---|
| Розмір компанії | Основний діапазон (наприклад, 200–2000 працівників) | 30 | |
| Суміжний діапазон (напр. 50–199 або 2001–10 000) | 15 | ||
| Поза цільовою аудиторією | 0 | ||
| Галузь | Вертикаль із найвищою конверсією | 25 | |
| Друга вертикаль | 12 | ||
| Інше | 0 | ||
| Роль / рівень посади | Економічний покупець (VP і вище, власник бюджету) | 25 | |
| Чемпіон (директор, керівник напряму) | 20 | ||
| Практик (менеджер, фахівець) | 10 | ||
| Студент, шукач роботи, непов'язана функція | 0 | ||
| Регіон | Регіон, у якому ви продаєте та надаєте підтримку | 10 | |
| Деінде | 0 | ||
| Технологічний стек | Використовує платформу, з якою ви інтегруєтеся | 10 | |
| Невідомо або несумісно | 0 |
Як задати ваги: вивантажте можливості за останні 12 місяців. Для кожного критерію порівняйте частку виграних угод із часткою всіх лідів. Якщо 55% виграних угод припадає на ваш основний діапазон розміру, а лідів — лише 20%, розмір заслуговує на велику вагу. Якщо за галуззю виграні угоди й ліди розподіляються приблизно однаково, вага має бути малою. Наша стаття про побудову фірмографічних сегментів, що конвертують покроково показує цей аналіз.
Робочий аркуш 2: бали за поведінку
Поведінкові бали мають винагороджувати купівельну активність, а не загальне споживання контенту. Використовуйте обмеження, щоб жодна повторювана дія не могла сама підняти ліда вище порогу.
| Дія | Приклад балів | Ліміт | Ваші бали |
|---|---|---|---|
| Запит демо або зв'язку з відділом продажу | Передавати одразу (без скорингу) | н/д | |
| Перегляд сторінки цін | 15 | 30 | |
| Перегляд сторінки порівняння / альтернатив | 15 | 15 | |
| Перегляд документації з безпеки, комплаєнсу чи інтеграції | 10 | 20 | |
| Перегляд кейсу (будь-якого) | 5 | 15 | |
| Кейс із галузі самого ліда | +5 бонус | 10 | |
| Відвідав вебінар (наживо) | 10 | 10 | |
| Завантаження закритого контенту | 5 | 10 | |
| Перегляд статті в блозі | 1 | 5 | |
| Клік у листі | 2 | 6 | |
| Повторний візит протягом 7 днів | 5 | 15 | |
| Колега з тієї самої компанії був активний цього тижня | 10 | 20 |
Два зауваження. По-перше, ті, хто сам виявив інтерес (запити на демо, «поговорити з відділом продажів»), мають повністю оминати скоринг. Змушувати покупця чекати, поки бал перетне поріг, після того як він попросив про зустріч, — найдорожча помилка в управлінні лідами. По-друге, рядок про колег важить більше, ніж здається. Друга людина з тієї самої компанії — часто найраніша ознака того, що формується закупівельна група.
Робочий аркуш 3: негативний скоринг
Від’ємні бали підтримують чистоту черги. Без них угорі накопичуються студенти, конкуренти й наявні клієнти.
| Сигнал | Приклад балів | Ваші бали |
|---|---|---|
| Перегляд сторінки вакансій | -10 | |
| Особистий поштовий домен (gmail, outlook) на плані з продажем через менеджера | -10 | |
| Домен конкурента | Встановити відповідність на 0 | |
| Домен наявного клієнта | Передати менеджеру акаунта, виключити з MQL | |
| Відписався від маркетингових листів | -5 | |
| Лише візити на сторінки підтримки чи входу | -5 |
Робочий аркуш 4: правила загасання
Поведінка, що була кілька місяців тому, не повинна тримати лід «гарячим». Оберіть одне правило згасання й застосовуйте його лише до поведінкової оцінки (відповідність не згасає).
- Короткий цикл продажів (менше 30 днів): зменшуйте поведінкові бали на 50% кожні 14 днів неактивності.
- Цикл середньої довжини (1–3 місяці): зменшуйте на 50% кожні 30 днів неактивності.
- Довгий корпоративний цикл (6+ місяців): зменшуйте на 25% кожні 30 днів і обнуляйте після 180 днів без активності.
Більшість CRM та інструментів автоматизації маркетингу підтримують зменшення оцінки з часом через робочі процеси. Якщо ваш не підтримує, той самий ефект дасть запланована задача, яка перераховує поведінку за подіями останніх 90 днів.
Робочий аркуш 5: пороги та дії
Поєднайте дві оцінки в чотири рівні маршрутизації. До запуску запишіть дію та відповідального поруч із кожним рівнем.
| Рівень | Правило | Дія | Відповідальний | SLA |
|---|---|---|---|---|
| A | Відповідність 70+ і поведінка 50+ | Передати SDR/AE як MQL | Того ж робочого дня | |
| B | Відповідність 70+ і поведінка нижче 50 | Вирощування для конкретного акаунта, персоналізований досвід на сайті | Щотижневий огляд | |
| C | Відповідність 40–69 і поведінка 50+ | Кваліфікаційна перевірка SDR перед тим, як залучати AE | 2 робочі дні | |
| D | Відповідність нижче 40 | Лише шлях самообслуговування або розсилка | Немає |
На рівні B більшу частину роботи виконує сайт. Ці ліди добре відповідають профілю, але ще не активні, тож завдання — заслужити наступний візит. Сегментація Markettailor дає змогу побудувати кожен рівень як сегмент сайту й показувати відвідувачам рівня B галузеві докази замість загального заклику замовити демо.
Калібрування перед запуском: ретротест
Виконайте це до запуску моделі, а потім повторюйте щокварталу.
- Оцініть історію. Застосуйте модель до кожного ліда, створеного за останні 6–12 місяців, використовуючи дані, які ви мали про нього на той момент.
- Перевірте рівень A. Яка частка лідів рівня A стала угодами? Якщо вона не помітно вища, ніж у рівнях B і C, ваги поведінки налаштовано неправильно.
- Перевірте пропущені. Складіть список виграних угод, ліди яких так і не досягли рівня A. Знайдіть, що в них спільного (часто це роль чи галузь, якій ви дали замалу вагу).
- Перевірте обсяг. Порахуйте, скільки лідів рівня A на тиждень дала б модель. Якщо це більше, ніж ваші SDR можуть обробити в межах SLA, підвищте поріг.
- Погодьте з продажами. Покажіть продажам 20 лідів із найвищою оцінкою за минулий місяць. Якщо більшості з них вони не стали б дзвонити, виправте модель до запуску.
Дані про відповідність — типове слабке місце. Більшість відвідувачів сайту ніколи не заповнюють форму, тож модель лід-скорингу бачить лише невелику частину компаній, що вас досліджують. Поєднайте її з ідентифікацією відвідувачів на рівні компаній, щоб анонімна активність акаунта враховувалася ще до того, як хтось надішле форму.
Короткий чек-лист
- ☐ Відповідність і поведінку оцінено окремо, кожну за шкалою до 100
- ☐ Ваги відповідності виведено з розподілів виграних угод порівняно з усіма лідами
- ☐ Обмеження для кожної повторюваної поведінки
- ☐ Запити на демо оминають скоринг
- ☐ Негативні бали за сторінку вакансій, конкурентів, клієнтів, особисті домени
- ☐ Правило затухання застосовано лише до поведінки
- ☐ Чотири рівні з конкретними відповідальними та SLA
- ☐ Бектест проведено й обговорено з продажами
- ☐ Квартальне перекалібрування в календарі