sales
تسجيل الليدات (Lead Scoring)
نظام رقمي لترتيب أولوية الليدات بناءً على الملاءمة + النية.
التعريف
كل ليد يحصل على نقاط (عادة 0-100) تجمع: الملاءمة (الصناعة، الحجم، الدور) والنية (مشاهدات صفحة، تحميلات، فتح بريد). يساعد المبيعات على التركيز على الليدات الأعلى احتمالاً.
في عملك
- ←وزّع 50% ملاءمة و50% نية لتجنب التحيز
- ←أعد المعايرة ربعياً بناءً على الصفقات المغلقة
- ←لا تبالغ في الهندسة: 5-7 عوامل تكفي
بناء نظام Lead Scoring في السوق العربي
نظام Lead Scoring يوزن كل ليد بنقاط من 0-100 تجمع بُعدين: Fit (الملاءمة لـICP) وIntent (إشارات النية). توزيع متوازن 50-50. أمثلة Fit في B2B خليجي: الصناعة المستهدفة +20، حجم الشركة (50+ موظف) +15، الدور (C-Level) +20، الدولة (السعودية أو الإمارات) +10. أمثلة Intent: زيارة صفحة التسعير +20، تحميل دليل +15، حضور ويبينار +25، طلب عرض +30، 3 زيارات في أسبوع +10. عند 70+ نقطة: SQL. شركة SaaS أردنية وضعت هذا النظام في HubSpot ونقّحته كل ربع. النتيجة: تحسن جودة SQL بـ55% وتقليل وقت التأهيل اليدوي 40%.
تخصيص النقاط للأسواق المختلفة
السعودية: نقاط أعلى لشركات في الرياض وجدة (المراكز التجارية)، +5 لأي اتصال يحتوي حقل TRN صحيح (مؤشر شركة مسجلة في ZATCA). الإمارات: نقاط أعلى لشركات في DIFC وADGM (مناطق مالية)، +10 إذا الشركة لديها رخصة FTA. مصر: +15 لشركات لديها رقم ضريبي ETA مسجل، -10 لـCairo فقط (لتنوع التواصل). الكويت وقطر: نقاط متشابهة بسبب صغر السوق. شركة استشارات إماراتية تستهدف القطاع المالي رفعت معدل تحويل SQL إلى صفقة من 22% إلى 38% بإضافة نقاط مخصصة لـDFSA-licensed entities (شركات مرخصة من Dubai Financial Services Authority).
Negative Scoring لتنقية الجودة
Lead Scoring ليس فقط للنقاط الإيجابية بل أيضاً للسلبية. خصم نقاط لإشارات سيئة: بريد عام (Gmail, Hotmail) -10، شركة منافسة -50، خارج ICP الجغرافي -20، استخدام VPN -5، نموذج معبأ ببيانات وهمية -30، عدم تفاعل 30 يوماً -10، 60 يوماً -20، 90 يوماً -40. الهدف: الليدات السامة تنخفض تلقائياً وتخرج من قائمة المتابعة. شركة تكنولوجيا قطرية كانت تتابع 4000 ليد شهرياً منهم 60% سامة. بعد تطبيق Negative Scoring تابعت 1800 ليد فقط بجودة 3x أعلى، وفّرت 25 ساعة أسبوعياً من فريق المبيعات.
مراجعة وتحسين Lead Scoring ربعياً
Lead Scoring ليس ثابتاً. يحتاج معايرة كل 3 أشهر. الطريقة: استخرج الـ50 صفقة الأخيرة المغلقة، احسب متوسط نقاطها قبل الإغلاق. استخرج 50 ليد رُفضوا، احسب متوسط نقاطهم. الفارق يحدد عتبة SQL الجديدة. شركة SaaS كويتية اكتشفت أن متوسط نقاط الصفقات المغلقة 78، بينما المرفوضة 62. ضبطت عتبة SQL على 75 بدلاً من 70 السابقة. النتيجة: تقليل SQL غير المؤهل 30%، رفع تركيز المبيعات على ليدات ساخنة فعلاً. مراجعة دورية تمنع 'انجراف النظام' حيث المعايير تصبح قديمة بمرور الوقت.
أسئلة شائعة
متى تحتاج شركة لـLead Scoring؟
عند تجاوز 100 ليد شهرياً أو عدم قدرة المبيعات على متابعة الكل. شركة بـ50 ليد شهرياً يكفيها فرز يدوي. لكن مع النمو يصبح Lead Scoring ضرورياً لتجنب 'اختناق الفرز' وضياع الفرص الجيدة.
هل أحتاج CRM متقدم لتطبيق Lead Scoring؟
ليس بالضرورة. HubSpot Free يدعم Lead Scoring أساسي. Zoho يدعمه في الباقة Professional. للأنظمة المعقدة (نقاط إيجابية وسلبية متعددة + سلوك متقدم) Salesforce أو HubSpot Marketing Hub Pro. ابدأ بسيطاً ثم تدرج.
كم عامل يجب أن يحتوي نظام Lead Scoring؟
5-10 عوامل مثالية. أقل من 5: غير دقيق. أكثر من 12: معقد بدون فائدة إضافية. التركيز على عوامل تنبؤية إثباتاً (Fit + Intent). إضافة عامل بدون اختبار = ضوضاء لا قيمة.
هل يجب أن يكون Lead Scoring متشابهاً لكل ICP؟
لا. شركة تخدم B2B Enterprise وB2B SMB تحتاج نموذجين مختلفين. عوامل النضج، الميزانية، صاحب القرار تختلف. HubSpot Pro يدعم Multiple Scoring Models. للشركات الصغيرة: ابدأ بنموذج واحد ثم انقسم عند الحاجة.
هل AI تستطيع تحسين Lead Scoring؟
نعم. أدوات مثل HubSpot Predictive Lead Scoring تستخدم Machine Learning لاكتشاف أنماط في الصفقات المغلقة وتقترح عوامل جديدة. الشرط: 200+ صفقة مغلقة في النظام لتدريب النموذج. للشركات الصغيرة AI يضيف قيمة بعد سنة من بناء قاعدة البيانات.