sales
线索评分
基于适合度和意向对线索优先级排序的数字系统。
定义
每个线索获得一个分数(通常0-100),结合两个维度:适合度标准(行业、规模、角色 —— 他们是合适的客户吗?)和意向信号(页面浏览、内容下载、网络研讨会出席 —— 他们正在购买吗?)。两者都高的线索是热门;只高一个的需要培育。
在您的业务中
- →对适合度(50%)+ 意向(50%)评分
- →季度重新加权(哪些行为实际预测购买?)
- →不要过度工程化 —— 简单评分比无评分好
线索评分的"适合度+意向度"双维模型
健康线索评分系统由两个独立维度组成。适合度评分(Fit Score 0-100):客户公司层面属性。行业匹配(0-25分)、公司规模(0-20分)、地域(0-15分)、职位级别(0-25分)、预算可达性(0-15分)。意向度评分(Intent Score 0-100):客户行为信号。访问定价页(+30分)、下载产品白皮书(+25分)、观看Demo视频(+20分)、参加网络研讨会(+25分)、多次访问网站、点击邮件、回复邮件、加企业微信。两个分数都>70算"热MQL",立即交付销售。一个高一个低的"温MQL",进入培育序列。两个都低的"冷MQL",维持低频曝光。
评分模型的"持续校准"机制
线索评分不是一劳永逸,需要每季度校准。一,基线数据收集——上季度所有签约客户的初始评分vs实际签约率,识别"哪些评分维度真正预测购买"。二,无效维度剔除——某些维度初看相关但实际无关。剔除无效维度,简化模型。三,新增维度发现——某些行为信号原本未追踪但效果好。比如"客户在3天内访问网站5次"是强意向信号。四,权重重平衡——基于上季度数据,调整各维度权重。这套校准让评分模型每季度更精准。HubSpot、Salesforce、销售易等CRM都支持自定义评分+定期校准。
大陆中小企业的"简化版"评分模型
不需要复杂的500分制度,中小企业可以从简化版开始。简化版5维度:行业匹配(0/1/2)、公司规模(0/1/2)、决策者级别(0/1/2)、意向行为强度(0-3)、客户回应度(0/1/2)。总分0-12分。8+分算热MQL,5-7分温MQL,<5分冷MQL。这套简化版在Excel/Notion就能维护。优势:简单易懂,销售员愿意用。建议节奏:简化版用6-12个月,建立数据基础和团队习惯。然后升级到CRM内的详细评分。"先简后繁"是健康路径。
评分高但不签约的"假信号"识别
不是所有高分线索都会签约。常见假信号。一,竞品调研——客户访问大量页面但实际是在做对比研究。识别:行为模式多样,但从不回复或加微信。二,内部研究——客户的实习生/研究员在做市场调研。三,媒体/分析师——记者或分析师在做行业研究。四,客户的对手——竞品在做调研。识别:公司是已知竞品。规范做法:评分系统加入"假信号过滤器",这些情况自动降低评分或标记"非目标"。健康公司每月review高分但不转化的线索,提炼假信号模式。
常见问题
小公司每月只有几十个线索,值得做评分吗?
量小时不值得复杂评分,但简单评分有价值。每月<30个线索:不需要评分,销售可以亲自处理每个。但可以做简单的"红绿标签"。每月30-100个线索:简化版评分(5维度模型),Excel维护。每月100-500个线索:升级到CRM内的评分。每月>500个线索:必须用专业CRM+营销自动化。健康节奏:从简单标签开始,业务规模增长后逐步升级到评分系统。
评分模型应该公开给销售员还是保密?
必须公开。线索评分不是"考勤打分"——保密会让销售员困惑、不信任、无法优化。健康做法:评分逻辑+权重+具体计算方式完全公开给所有销售员。CRM中每个线索的评分还可以展开看"为什么是这个分"。这种透明度让销售员理解评分的意义,主动配合系统。透明+解释是CRM使用的关键。
应该用ML自动评分还是人工规则评分?
中小企业:用人工规则评分。大企业:可以用ML。原因。ML评分需要大量历史数据(至少1000+签约客户)+干净数据+ML工程能力。中小企业数据量不足、数据质量参差。人工规则评分基于专家(销售总监/CEO)的经验,适用5-50人销售团队、月线索100-2000的规模。MA厂商(Salesforce Einstein、HubSpot等)都提供ML评分功能,但需要业务规模配合。
评分系统多久审查一次?
分层级。月度——基础健康度:数据是否完整、销售员是否按评分优先级跟进、高分线索的初步转化率。季度——模型校准:基于上季度签约数据,review各维度的预测准确性,调整权重。半年度——大方向调整。年度——战略级review。这套周期性review让评分系统持续进化。健康公司12-24个月内可以让评分模型从60%命中率提升到85%+。