Lead scoring – jak punktować i oceniać leady

Twój zespół dostaje 40 zapytań w miesiącu i obdzwania je od góry listy – czyli w kolejności, w jakiej spłynęły. Problem w tym, że kontakt nr 37, który właśnie trzeci raz wszedł na stronę z cennikiem, czeka, a handlowiec w tym czasie tłumaczy podstawy komuś, kto pobrał darmowego e-booka i zniknął. To klasyczny moment, w którym pomaga lead scoring – prosty sposób, by zespół rozmawiał najpierw z najgorętszymi kontaktami, a nie z tymi, które akurat są na wierzchu.

Z naszej praktyki wynika, że największa strata w generowaniu zapytań nie dzieje się na reklamie – dzieje się tuż po niej, gdy gorący lead stygnie w kolejce. Punktacja leadów to mechanizm, który tej kolejce nadaje sens: każdy kontakt dostaje liczbę, a liczba mówi handlowcowi, do kogo dzwonić w pierwszej kolejności.

Poniżej pokazuję, jak zbudować model lead scoring od zera: za co przyznawać punkty, jak ustawić progi MQL i SQL, gdzie to wpiąć w CRM i jak nie dać się nabrać na przypadkowe kliknięcia, które tylko udają zainteresowanie.

Spis treści

• Co to jest lead scoring i po co go wdrażać
• Dwa wymiary punktacji: kim jest i co robi
• Jak zbudować prosty model lead scoring krok po kroku
• Progi MQL i SQL – kiedy lead trafia do handlowca
• Lead scoring w CRM – gdzie to ustawić
• Jak nie przeszacować przypadkowych kliknięć
• Lead scoring a nurturing i marketing automation
• Od czego zacząć? Podsumowanie
• Najczęściej zadawane pytania

Co to jest lead scoring i po co go wdrażać

Co to jest lead scoring? To metoda przypisywania każdemu kontaktowi punktów, które mówią, jak blisko zakupu jest dany lead i jak bardzo pasuje do Twojego profilu klienta. Im wyższy wynik, tym wcześniej powinien do niego trafić telefon handlowca.

Najprościej myśleć o tym jak o termometrze. Lead, który zostawił numer, otworzył trzy maile i wrócił na stronę z ofertą, jest „gorący”. Ten, który raz pobrał poradnik i od miesiąca nic – „letni” albo „zimny”. Bez punktacji obie te osoby wyglądają w skrzynce identycznie i dostają tę samą uwagę, co jest stratą czasu w obie strony.

Po co to wdrażać, skoro można po prostu oddzwaniać do wszystkich? Bo czas handlowca jest skończony, a uwaga skupiona na złych kontaktach to realny koszt. W firmach, którym pomagaliśmy poukładać pomiar i przepływ danych, to właśnie priorytetyzacja zapytań – a nie większy budżet – dawała najszybszy skok w liczbie domkniętych transakcji.

Pro-tip: nie wdrażaj scoringu, jeśli dostajesz 5 zapytań tygodniowo – przy takiej liczbie po prostu oddzwaniaj do wszystkich od razu. Punktacja zaczyna się opłacać, gdy zapytań jest więcej, niż zespół jest w stanie obsłużyć tego samego dnia.

Dwa wymiary punktacji: kim jest i co robi

Dobry scoring stoi na dwóch nogach. Pierwsza odpowiada na pytanie „kim jest ten lead”, druga na „co ten lead robi”. Mylenie tych dwóch wymiarów to najczęstszy powód, dla którego punktacja przestaje cokolwiek znaczyć.

Dane firmograficzne i demograficzne – czyli dopasowanie

To cechy, które opisują, czy kontakt w ogóle pasuje do Twojego klienta idealnego: branża, wielkość firmy, stanowisko osoby, region, budżet. Lead z firmy dokładnie z Twojej grupy docelowej dostaje plus, lead spoza niej – minus, nawet jeśli jest bardzo aktywny.

Dane behawioralne – czyli zaangażowanie

To wszystko, co kontakt faktycznie zrobił: wejścia na stronę, otwarcia i kliknięcia w mailach, pobrania materiałów, obejrzenie cennika, wypełnienie formularza, kliknięcie w reklamę. Tu chodzi o jak punktować leady według intensywności i typu działania – bo nie każde kliknięcie waży tyle samo.

Kluczowa zasada: jedno bez drugiego prowadzi na manowce. Wysokie dopasowanie bez zaangażowania to ktoś, kto Cię nie zna i nic nie zrobił. Wysokie zaangażowanie bez dopasowania to często student piszący pracę albo konkurencja podglądająca ofertę. Dopiero suma obu wymiarów daje wiarygodny obraz.

To tylko punkt wyjścia – uśrednione wagi, jakie stosujemy na kontach naszych klientów, u Ciebie mogą wyglądać inaczej. Liczby same w sobie nie są magiczne; ważne, żeby zachowywały właściwe proporcje między sygnałami.

Jak zbudować prosty model lead scoring krok po kroku

Nie zaczynaj od skomplikowanego arkusza z trzydziestoma zmiennymi. Pierwszy model lead scoring powinien być na tyle prosty, żeby zmieścił się na jednej kartce i żeby handlowiec rozumiał, skąd wziął się wynik.

1. Opisz klienta idealnego. Zanim przyznasz punkt, musisz wiedzieć, kto jest „dobrym” leadem. Jeśli nie masz tego rozpisanego, pomoże persona zakupowa – to ona definiuje, za co dajesz plusy w wymiarze dopasowania.
2. Wypisz sygnały, które realnie masz. Nie ma sensu punktować „obejrzenia webinaru”, jeśli go nie robisz. Zacznij od danych, które już zbierasz: formularz, mail, wejścia na kluczowe podstrony. Jeśli do tej pory zbierasz leady głównie przez lead magnet lub cold mailing, masz już dwa konkretne sygnały behawioralne do wpisania w model.
3. Nadaj wagi. Działanie blisko decyzji (cennik, formularz, „umów rozmowę”) waży dużo więcej niż lajk czy otwarcie newslettera. Negatywne sygnały też mają wagę – z minusem.
4. Dodaj wygaszanie punktów. Zaangażowanie sprzed dwóch miesięcy nie znaczy tyle, co sprzed dwóch dni. Ustaw odejmowanie punktów za brak aktywności, żeby stare leady nie blokowały kolejki.
5. Ustal progi i przetestuj na historii. Weź 20-30 zamkniętych transakcji z przeszłości i sprawdź, jaki wynik mieliby ci klienci tuż przed zakupem. To pokaże, gdzie realnie postawić granicę.

Pro-tip: punktacja nie jest ustawieniem „raz a dobrze”. Co kwartał porównaj, jaki wynik mieli leady, które kupiły, z tymi, które odpadły. Jeśli oba zbiory mają podobne wyniki – Twój model nie odróżnia dobrych kontaktów od złych i wymaga przestrojenia wag.

Progi MQL i SQL – kiedy lead trafia do handlowca

Tu wchodzi kwalifikacja leadów MQL SQL, czyli dwa progi, które dzielą drogę kontaktu na etapy. To one decydują, kiedy marketing przekazuje pałeczkę sprzedaży.

• MQL (Marketing Qualified Lead) – lead, który przekroczył próg zainteresowania, ale jeszcze nie jest gotowy na rozmowę handlową. Trafia do dogrzewania: sekwencji maili, remarketingu, wartościowych treści. Dopiero zbiera punkty.
• SQL (Sales Qualified Lead) – lead, który przekroczył wyższy próg i wykonał działanie zakupowe (poprosił o ofertę, wszedł kilka razy na cennik, umówił rozmowę). Ten ma trafić do handlowca od razu, najlepiej tego samego dnia.

Granica między nimi to umowa między marketingiem a sprzedażą – i powinna być spisana, a nie domniemana. Z naszej praktyki: gdy zespoły nie ustalą wspólnie, ile punktów to SQL, sprzedaż narzeka, że „leady są słabe”, a marketing, że „handlowcy nie oddzwaniają”. Wspólny próg gasi ten konflikt, bo obie strony patrzą na tę samą liczbę.

Co dzieje się z MQL-ami? Nie wyrzucasz ich – przekazujesz do lead nurturingu, gdzie spokojnie zbierają punkty, aż dojrzeją do SQL. Część z nich domknie się sama, bez angażowania handlowca, jeśli dostaną właściwe treści we właściwym momencie. Warto przy okazji sprawdzić, czy formularz kontaktowy na stronie nie traci potencjalnych SQL-ów przed pierwszym zapisem do CRM.

Lead scoring w CRM – gdzie to ustawić

Lead scoring w CRM ma jedną wielką przewagę nad arkuszem: liczy się sam, w czasie rzeczywistym, na podstawie tego, co kontakt robi. Nie musisz pamiętać o przeliczaniu – wynik aktualizuje się przy każdym otwarciu maila czy wejściu na stronę.

Większość popularnych systemów (HubSpot, Pipedrive z dodatkami, Salesforce, polskie CRM-y czy zestaw ManyChat plus arkusz dla mniejszych firm) potrafi przypisywać punkty za zdarzenia. Mechanika jest podobna wszędzie: definiujesz regułę „jeśli wydarzy się X, dodaj/odejmij Y punktów”, a system pilnuje reszty.

Żeby to w ogóle zadziałało, CRM musi dostawać sygnały z reszty narzędzi – ze strony, z formularzy, z mailingu, z reklam. Tu zaczyna się rola integracji: warto połączyć dane przez integrację CRM z resztą systemów i scenariusze marketing automation, tak aby punkt naliczał się automatycznie w momencie zdarzenia, a nie po ręcznym wpisaniu.

Pro-tip: zanim ustawisz scoring, sprawdź, czy formularze i zdarzenia w ogóle wpinają się poprawnie do CRM. Punktacja licząca na błędnych danych jest gorsza niż jej brak – daje fałszywe poczucie kontroli. Konfigurację zdarzeń i przepływu danych domykamy w ramach konfiguracji analityki.

Jak nie przeszacować przypadkowych kliknięć

Największa pułapka punktacji to nagradzanie ruchu, który nic nie znaczy. Ktoś otworzył newsletter pięć razy, bo szukał kodu rabatowego – i nagle ma więcej punktów niż osoba, która raz weszła na cennik i wypełniła formularz. Tak działa źle skalibrowany model. Oto błędy, które widzimy najczęściej, gdy przejmujemy poukładanie scoringu po kimś.

1. Za dużo punktów za otwarcia maili. Otwarcie to słaby sygnał – dziś zaniża go zresztą ochrona prywatności w skrzynkach. Kliknięcie w konkretny link mówi znacznie więcej niż samo otwarcie.
2. Brak negatywnych punktów. Jeśli punkty tylko rosną, każdy stary kontakt z czasem staje się „gorący”. Dodaj odejmowanie za brak aktywności i za sygnały dyskwalifikujące (np. e-mail spoza grupy docelowej).
3. Punktowanie ruchu z reklam jako intencji. Wejście z kampanii zasięgowej to nie to samo, co wejście na stronę ofertową z frazy zakupowej. Rozdziel źródła – pomaga w tym czyste tagowanie UTM.
4. Brak limitu punktów na jedno działanie. Bez sufitu jedno powtarzane zdarzenie (np. odświeżanie strony) sztucznie windują wynik. Ustaw maksimum punktów dziennie za dany typ akcji.
5. Ignorowanie świeżości. Lead aktywny dziś jest wart więcej niż ten aktywny miesiąc temu z tym samym wynikiem. Bez wygaszania kolejka zapełnia się „duchami”.

Test na zdrowy model jest banalny: czy kontakt z najwyższym wynikiem to realnie ktoś, do kogo handlowiec chciałby zadzwonić w pierwszej kolejności? Jeśli na górze listy lądują przypadkowi klikacze, wagi są źle ustawione i trzeba przyciąć punkty za miękkie sygnały.

Lead scoring a nurturing i marketing automation

Scoring sam w sobie niczego nie sprzedaje – to drogowskaz, nie silnik. Pełną wartość daje dopiero w parze z dogrzewaniem leadów i automatyzacją. Punktacja mówi „ten kontakt jest letni”, a automatyzacja decyduje, co mu wtedy wysłać, żeby podgrzać go do progu SQL.

To działa też w drugą stronę. Dane o tym, które treści najczęściej popychają leady przez progi, podpowiadają, co wzmacniać w lejku marketingowym i w treściach na stronie. Dlatego scoring, nurturing i pozyskiwanie zapytań traktujemy jako jeden system, nie trzy osobne tematy – od pierwszego kliknięcia w reklamie aż po podpisaną umowę.

Od czego zacząć? Podsumowanie

Lead scoring to nie zabawka dla korporacji z setką handlowców – to porządkowanie kolejki, które zaczyna się opłacać w momencie, gdy zapytań jest więcej, niż zespół domyka na bieżąco. Zacznij od prostego modelu: opisz klienta idealnego, wypisz sygnały, które realnie zbierasz, nadaj wagi, ustaw progi MQL i SQL i przetestuj je na własnej historii sprzedaży.

Najważniejsze, żeby ruszyć z czymś prostym i poprawiać co kwartał, zamiast czekać na „idealny” model, który nigdy nie powstanie. Jako certyfikowany partner Google i zespół, który na co dzień spina reklamy, strony i systemy w jeden mierzalny lejek, w Social Plan pomagamy poukładać punktację leadów razem z pomiarem i automatyzacją. Jeśli chcesz, żeby Twój zespół rozmawiał najpierw z najgorętszymi kontaktami – napisz do nas, przejrzymy Twój proces i powiemy wprost, od czego zacząć.

Najczęściej zadawane pytania

Co to jest lead scoring w prostych słowach?
To przypisywanie każdemu kontaktowi punktów, które pokazują, jak blisko zakupu jest dany lead i jak bardzo pasuje do profilu Twojego klienta. Im wyższy wynik, tym wcześniej powinien do niego zadzwonić handlowiec. Działa jak termometr dla kolejki zapytań.

Czym różni się MQL od SQL?
MQL to lead, który wykazał zainteresowanie, ale nie jest jeszcze gotowy na rozmowę handlową – trafia do dogrzewania. SQL przekroczył wyższy próg i wykonał działanie zakupowe (poprosił o ofertę, umówił rozmowę) – jego należy obdzwonić od razu, najlepiej tego samego dnia.

Jakie narzędzie do lead scoringu wybrać?
Najwygodniej liczyć punkty w CRM, bo aktualizują się automatycznie przy każdym zdarzeniu. Sprawdzą się HubSpot, Pipedrive z dodatkami czy Salesforce, a dla mniejszych firm zestaw ManyChat plus arkusz. Ważniejsze od narzędzia jest to, by sygnały ze strony, maili i reklam poprawnie wpinały się do systemu.

Jak nie przeszacować przypadkowych kliknięć?
Dawaj mało punktów za miękkie sygnały (otwarcia maili), dużo za działania blisko decyzji (cennik, formularz), dodaj punkty negatywne za brak aktywności oraz limit punktów na jedno powtarzane zdarzenie. Rozdziel też ruch zasięgowy od ruchu z fraz zakupowych.

Od ilu zapytań warto wdrożyć lead scoring?
Przy kilku zapytaniach tygodniowo wystarczy oddzwaniać do wszystkich od razu. Punktacja zaczyna się opłacać, gdy kontaktów jest więcej, niż zespół domyka tego samego dnia, i trzeba zdecydować, do kogo zadzwonić najpierw.