客户评分：如何构建有效的 B2B 模型

线索评分是为这样一个世界设计的：一个人找到您，下载了某样东西，最终与销售沟通。如今的 B2B 交易已不再如此运作。Forrester 2024年的研究发现，平均有13人参与一项采购决策。如果给他们每个人单独打分，您得到的是13条不冷不热的线索，而不是一个高热度的客户。客户评分把所有信号汇总到真正会签合同的那家公司，从而解决了这个问题。

本文介绍如何构建销售信任的客户评分模型：包含哪些内容、为什么匹配度和互动度绝不应相加、如何统计采购委员会的覆盖广度，以及一个可以改编的实例。

客户评分与线索评分

区别在于衡量单位，而它几乎改变了下游的一切。

• 线索评分评估的是单个人。它奖励这个人自己的行为：打开邮件、下载资料、浏览页面。它擅长判断一个已知联系人何时可以安排通话。
• 客户评分针对的是一家公司。它汇总该公司所有人（无论是否已识别）的行为，并结合该公司与您理想客户画像的匹配程度。它擅长判断哪些公司此刻值得销售和市场关注。

两者都需要。账户评分决定把精力放在哪里，线索评分决定在该账户内联系谁。如果您目前只有线索评分，请保留它：下文介绍如何把它的信号汇总到公司层面。

错误做法：用一个数字同时表示匹配度和互动度

一种常见的客户评分模型把匹配度分和互动分加在一起，得出满分100的总分。看起来很整齐，却会导致糟糕的决策。

一个从未访问过您网站、但完全匹配的大型企业账户，和一个匹配度很低、实习生读了二十篇博客文章的初创公司，可能得到同样的分数。销售看到两个“65分”，完全不知道其中一个是没有意向的战略目标，另一个是活动很多的噪声。这个单一数字恰恰掩盖了销售代表唯一需要知道的信息。同样的道理也适用于单个线索，这篇关于匹配度评分与意向评分的说明从外呼角度做了介绍。

改为在两个维度上分别保留两个评分：

• 匹配度评分（0–100）：公司与您 ICP 的吻合程度。变化缓慢。基于企业属性和技术属性数据。
• 互动评分（0–100）：该公司当前调研的活跃程度。每日变化。基于网站行为、意向数据和营销活动响应，并随时间衰减。

然后根据组合而不是总分采取行动。一个简单的矩阵就能做到：

这个矩阵也为营销团队在“高契合、低互动”这一象限明确了任务，而大多数基于账户的项目都应该把预算花在这里。

匹配度评分包含哪些内容

匹配度来自您的理想客户画像，它应该基于赢单数据构建，而不是基于管理层期望的 ICP。典型输入包括：

• 行业（按您在各垂直行业的赢单率加权）
• 员工人数或营收区间
• 地域（您能在哪里销售、提供支持并满足合规要求）
• 技术栈（使用您可集成的平台，或使用您可替代的竞品）（我们的围绕个性化搭建 B2B 营销技术栈指南介绍了哪些集成最重要）
• 商业模式信号（例如设有销售团队、开展付费获客、面向 B2B 销售）

按每项输入区分赢单与丢单的能力强弱来加权。例如，如果您的大部分赢单收入来自员工200-2,000人的软件公司，那么这两个属性应占据大部分匹配分数。我们关于为网站个性化构建 ICP 的指南详细介绍了分析过程。

参与度评分包含哪些内容

互动度应该衡量的是购买活动，而不是泛泛的兴趣。有三类输入很重要：

深度：账户看了什么

给后期阶段页面较高权重：价格页、对比页、集成文档、安全页、该客户所在行业的案例研究。博客流量权重较低。一家公司读十篇博客文章是在了解一个话题；一家公司阅读价格页和您的 SOC 2 页面，则是在评估供应商。

广度：参与的人数

这是线索评分永远无法捕捉的输入，在我们看来也是最有用的一项。同一家公司的两个人在同一周访问您的网站，意味着内部正在讨论。来自不同职能的三个人，意味着采购小组已经形成。典型的采购涉及很多人（上文 Forrester 的数字是 13 人），即使只看到这个小组的一部分，也很有价值。

按不同访客数为广度评分，如果能推断出不同角色（例如一位访客在读技术文档、另一位在看价格），则额外加分。

时效：发生在什么时候

互动分不随时间衰减是第二常见的建模错误。一个在3月份密集浏览您网站后就沉寂下来的客户，到10月份已经不热了。根据您的销售周期，每14-30天把互动分减半。周期越短，衰减应越快。

如果您购买第三方意向数据，请把它作为一个单独的、有上限的互动输入项加入，这样仅凭主题激增、没有任何第一方活动，就无法把账户推进“立即转销售”那一栏。我们关于利用意向数据做网站个性化的文章介绍了如何融合两者。我们的意向数据供应商指南说明了如何在依赖某家供应商之前先做试点。

哪些信号代表购买，而不只是浏览

并非每次访问都是购买信号。读了三篇博客文章的人，可能只是在为自己的文章做调研。有用的区分在于第一方信号（客户在您网站上的行为，由您直接观察）和第三方信号（在其他地方进行的主题研究，由意向数据供应商报告，您只能选择信任）。

• 第一方、强信号：价格页、对比页和替代方案页、集成或 API 文档、安全与合规页面、实施或入门页面、与该客户同行业的客户案例。这些都是评估类页面。
• 第一方，模式：短时间内多次访问。一个月访问一次是兴趣；一周访问三次就是在评估。速度也很重要：两天内看完价格、两个客户案例和安全页面的客户，比用一个季度看同样页面的客户推进得更快。
• 第三方：话题热度激增、评测网站上的活动、招聘您产品所服务的岗位。有助于在客户访问之前发现他们，但作为他们会向您购买的证据则较弱。
• 负面信号：只访问招聘页、竞争对手域名、学生以及非目标市场地区。如果不扣分，一个研究您网站的竞争对手都可能触发销售提醒。

示例互动权重，与下文实例保持一致。请把它们当作回测的起点，而不是基准：

有两条规则能让互动评分保持真实。将任何单次表单提交或下载的分值上限设为 10 分左右，这样单个门控资产就无法独自把客户推到“立即交给销售”。并且只对互动度应用衰减，绝不对匹配度应用：一家公司不会因为暂时沉寂就不再符合您的 ICP。

实例：三个账户，一周时间

一个应用于三个虚构客户的示意模型。权重是为举例而设定的；您的权重应来自自己的赢单数据。

匹配度权重：目标行业35，员工规模段30，与您的 CRM 集成20，目标地区15。

互动权重：浏览价格页15分，对比页或安全页15分，行业案例研究10分，每多一位不同访问者10分（上限30分），浏览博客2分（上限10分），意向激增10分。分数每21天减半。

核对一下第一行的算术：价格页 15 分、安全页 15 分、案例研究 10 分，再加三位额外访客各 10 分，共 70 分。如果合并为满分 200 的单一总分，这家金融科技公司会得 88 分，稳居第二，销售很容易把它当作热线索。用两个维度来看就清楚多了：匹配度高，但那里还没有人在评估。它应该进入外呼和个性化内容的目标名单。至于那家代理公司，不值得 SDR 花一个下午。

在网站上使用客户评分

评分通常被当作销售工具，但它同样适用于决定网站展示什么内容。从这个矩阵可以得出几条规则：

• 匹配度高、互动度低：展示行业相关的证明材料和低门槛的 CTA（基准报告、ROI 计算器），目标是争取第二次访问。
• 高契合、高互动：将内容类 CTA 换成直接的会议邀约，并在首屏点明该账户所在行业。
• 低匹配度、高互动度：引导至自助路径或更轻量的套餐，而不是安排销售演示。

Markettailor 的基于客户的营销功能会在页面上应用此类规则：一旦识别出公司，其契合度和互动层级就决定了它看到哪个首屏、哪些证明材料和哪个 CTA。

自动化移交给销售

没人据此采取行动的分数只是摆设。交接需要以书面形式定义以下三件事，并将其内置到 CRM 或营销自动化中：

1. 阈值。使用网格，而不是单一分界线。“立即转销售”是高匹配、高互动的单元格；中等匹配、高互动的单元格先交给 SDR 做资格审核。每季度用回测结果重新核对分界线，因为随着内容增加，互动分布也会变化。
2. 分配。如果客户在 CRM 中有负责人，就分配给负责人；如果没有，就按区域或细分人群分配，轮询只作为最后一步。发到共享收件箱的提醒，就是没人负责的提醒。我们的网站线索分配指南介绍了在分配前把线索匹配到客户的方法。
3. SLA。为每个层级约定响应时间，例如“立即转销售”须在同一工作日内响应，SDR 资格审核须在一周内完成，并定期汇报。提醒在等待处理时，账户可能已经离开购买窗口。

每条提醒都应附带原因：公司及匹配属性、评分及其贡献最大的信号（“本周3名访客，两次浏览价格页，浏览安全页”）、过去七天按意向排序的浏览页面、已知联系人，以及根据该客户阅读内容建议的切入角度。看得到客户为什么热的销售代表会打电话；只看到“82”的销售代表则不会。

如何校准模型

评分模型是一种假设。在销售依赖它之前，先用历史数据检验它。

1. 导出过去12个月赢单和丢单的商机，以及客户的匹配度属性。
2. 按商机创建前30天时的状态为每个客户评分。
3. 检查赢单客户是否集中在高匹配度、高互动的角落。如果没有，说明您的权重设错了。
4. 查看那些进入“立即转销售”却始终没有成为商机的账户。它们就是您的误报。找出把它们推高的那项输入，降低其权重。
5. 每季度重新做一次回测。随着产品变化，ICP 也会发生偏移。

如果您需要一份设定权重和阈值的起步工作表，我们的线索评分模型模板采用同样的匹配度与行为结构，稍作调整即可用于账户层面。

让销售无视评分的四个错误

对整个数据库打分。给 40,000 个客户打分，只会产生一长串毫无意义的 12 分和 17 分。只给达到最低匹配门槛的客户打分，其余的不打分。更小、更干净的名单才会真正被使用。

隐藏原因。82分这个分数无法告诉销售代表该说什么。每个分数都应附上贡献最大的三个信号（“本周3位访客，两次浏览价格页，使用 HubSpot”）。销售代表信任他们能向自己解释清楚的东西。

把现有客户当作潜在客户计算。客户的员工阅读您的文档，每周都会让互动评分飙升。把客户账户分流到单独的扩展或健康度模型中，否则它们会挤占新业务。同时为他们提供客户体验；参见用个性化提升留存、降低流失。

从不删减输入项。每次季度复盘后都会新增输入项，却几乎从不删除。一年后，模型有30个输入项，其中一半是冗余的。每新增一个输入项就删除一个，并将总数控制在十几个以内。

从小处着手

起步并不需要预测模型。四个匹配度属性、五个互动输入、衰减规则和一个双轴网格，比单一分数模型更适合作为起点。先在电子表格中搭建并回测，等销售认可排名前20的客户确实靠谱后，再把它迁移到 CRM 或个性化平台。

想了解匹配度和互动层级如何决定每个账户在您网站上看到的内容，请在我们的价格页预约一次讲解。