Лид-скоринг с нуля: как назначить баллы, чтобы продавцы звонили правильным

Лид-скоринг продают как способ поднять конверсию. Это первое, что стоит развидеть. Скоринг не делает лидов лучше — он всего лишь наводит порядок в очереди: кому продавец звонит первым, кому вторым, а кому не звонит вовсе. Если заявки хорошие, скоринг помогает не растратить их внимание на слабые контакты. Если заявки плохие, он честно покажет, что звонить, по большому счёту, некому. Это неприятный, но полезный диагноз — и в этом вся ценность инструмента.

Эта статья — про то, как собрать работающую модель без хранилища данных и дата-сайентиста. Скоринг — это не магия и не искусственный интеллект, это дисциплина: договориться, что считать признаком хорошего клиента, назначить веса и проверить их на реальных сделках. Ниже — как это сделать за неделю и не наступить на грабли, на которых спотыкается большинство.

Что скоринг делает и чего не делает

Представьте отдел продаж, в который в день падает тридцать заявок, а рук хватает на пятнадцать полноценных касаний. Без скоринга продавец берёт заявки в том порядке, в котором они пришли, — то есть по сути случайно. Горячий контакт из целевой отрасли может пролежать в очереди до вечера, пока менеджер добросовестно отрабатывает студента, который скачал прайс из любопытства. Скоринг решает ровно эту задачу: он поднимает наверх очереди тех, кто и подходит под вашего клиента, и, судя по поведению, готов разговаривать сейчас.

Чего скоринг не делает — так это не создаёт спрос и не чинит качество трафика. Если девяносто процентов заявок нецелевые, модель просто разложит мусор по полочкам: наверху окажется чуть менее безнадёжный мусор. Поэтому скоринг — плохая первая мера, если у вас в принципе мало заявок. Он окупается там, где заявок больше, чем ресурса на их обработку, и цена ошибки в приоритизации реальна.

Скоринг не отвечает на вопрос «хорош ли лид». Он отвечает на вопрос «кому звонить раньше». Это разные вопросы, и путать их — дорого.

Две группы признаков: кто клиент и что он сделал

Любой признак, по которому вы оцениваете лид, отвечает на один из двух вопросов, и их принципиально нельзя смешивать. Первый вопрос — подходит ли этот контакт под вашего идеального клиента. Второй — готов ли он к разговору прямо сейчас. Это две независимые оси, и высокий балл по одной ничего не говорит о другой.

Кто клиент — соответствие профилю

Сюда входят статичные признаки: отрасль, размер компании, роль контактного лица, география. Финансовый директор производственной компании на 200 человек из вашего региона — это профиль, под который вы заточены, независимо от того, что он делал на сайте. Эта группа отвечает на вопрос «стоит ли вообще тратить на него время продавца». Признаки профиля меняются медленно и берутся из данных о компании, а не из поведения.

Что он сделал — готовность купить

Здесь всё про поведение: какие страницы смотрел, скачал ли расчёт или прайс, вернулся ли на сайт через пару дней, оставил ли телефон, а не только рабочую почту «для галочки». Эта группа отвечает на вопрос «горячо ли ему сейчас». Поведенческие баллы быстро набираются и так же быстро выгорают: контакт, активный на прошлой неделе, к сегодняшнему дню мог остыть.

• Подходит и готов — верх очереди, звонить в первую очередь. Профиль совпал, поведение горячее.
• Подходит, но не готов — такого рано отдавать в продажи, ему нужен прогрев: рассылка, полезный контент, возврат через время. Звонить пока не о чем.
• Готов, но не подходит — опасная зона. Активный контакт не из вашего сегмента съедает время продавца и почти никогда не закрывается. Обрабатывать в последнюю очередь.
• Не подходит и не готов — не в очередь вообще. Именно здесь работают отрицательные баллы.

Пример скоринговой модели

Ниже — иллюстрация того, как это выглядит в собранном виде. Обратите внимание на два столбца слева от баллов: каждый признак приписан к своей группе, и стоп-признаки вынесены в отдельную категорию с отрицательными весами. Пороги под таблицей — тоже часть модели, без них баллы ни на что не влияют.

Пороги задают, что делать с суммой. Условно: от 50 баллов — передавать в продажи как MQL с высоким приоритетом; от 25 до 49 — на прогрев, продажам пока не отдаём; ниже 25 — оставляем в базе, но в работу не берём. Конкретные границы вы подберёте под свой поток: если под верхний порог проходит две заявки из тридцати — он завышен, если двадцать пять из тридцати — занижен и очередь снова не разгружается.

Как назначить баллы, когда данных нет

Главный страх на старте — «у нас нет данных, чтобы посчитать веса». На самом деле данные есть, просто лежат они не в дашборде. Они в голове у продавцов и в закрытых сделках прошлого года. Порядок такой: сначала гипотезы, потом проверка, потом калибровка. И, что важно для собственника, почти каждый шаг здесь — это задача команде, а не вам лично.

1. 01
   Соберите гипотезы с отдела продаж, а не с маркетинга

   Живых клиентов видят продавцы, они же и знают, какие признаки предвещают сделку, а какие — пустой разговор. Посадите отдел на час и потребуйте список: как выглядит клиент, который у вас покупает, и какие красные флаги менеджеры научились замечать. Это и есть черновик модели — и собирать его должны они, не вы.

2. 02
   Добейтесь проверки гипотез на закрытых сделках прошлого года

   Пусть команда возьмёт сделки, которые реально закрылись в деньги, и покажет, какие признаки встречались у них чаще, чем у проигранных. Статистика не нужна — хватит пройтись глазами по двум-трём десяткам сделок. Часть красивых гипотез тут отвалится: окажется, что «смотрел кейсы» одинаково есть и у купивших, и у отвалившихся.

3. 03
   Проверьте, что признаки разнесли на две группы и взвесили

   Оставшиеся признаки должны лечь в «кто клиент» и «что сделал» — не свалены в кучу. Веса на старте грубые: больше баллов тому, что в прошлых сделках сильнее отличало купивших от некупивших. Требовать здесь точность бессмысленно, порядок важнее величины.

4. 04
   Проследите, чтобы добавили стоп-признаки с минусами

   Отдельно должно быть выписано то, что почти гарантированно означает пустую трату времени: не тот регион, не та роль, конкурент, бесплатная почта в B2B. Минусы им нужны такие, чтобы утопить контакт под нижний порог даже при неплохом поведении. Если этого блока в модели нет — верните её на доработку.

5. 05
   Требуйте пороги, связанные со SLA

   С какого балла лид уходит в продажи и с каким приоритетом, а с какого — на прогрев: это должно быть определено и прописано в SLA. Продажи обязаны взять высокий приоритет в оговорённый срок. Спрашивайте это обязательство отдельно — балл без него просто цифра в карточке.

6. 06
   Держите калибровку раз в квартал

   Раз в квартал спрашивайте у команды одно: закрывались ли высокобалльные лиды лучше низкобалльных. Нет разницы — модель не работает, веса надо менять. А если продавцы игнорируют приоритеты — дело уже не в баллах. Это вопрос дисциплины, и разговор отдельный.

Отрицательные баллы: чем убирать из очереди

Начинающие модели почти всегда перекошены в плюс: за что-нибудь хорошее баллы дают, а за плохое — нет. В результате нецелевой, но активный контакт набирает высокий итог просто потому, что много кликал, и лезет наверх очереди впереди тихого целевого клиента. Отрицательные баллы существуют, чтобы этого не происходило.

• Бесплатная почта в B2B. Не абсолютный стоп, но сигнал: серьёзная компания чаще пишет с корпоративного домена. Небольшой минус, который перевесит слабое поведение, но не убьёт сильный профиль.
• Студент, соискатель, исследователь. Скачал прайс для диплома или конкурентного анализа. Крупный минус — таким продавать нечего.
• Конкурент. Изучает вас под видом клиента. Стоп-признак: из очереди убрать полностью, а не приоритизировать.
• Регион вне зоны обслуживания. Если вы физически не работаете с этой географией, никакая активность контакта этого не исправит. Самый крупный минус в модели.

Смысл минусов не в наказании, а в экономии внимания продавца. Каждый час, потраченный на контакт из чужого сегмента, — это час, не потраченный на целевого клиента, который в это время ушёл к тому, кто ответил первым. Отрицательные баллы — это способ сделать эту цену видимой ещё до звонка.

Как связать скоринг со SLA и квалификацией

Скоринг не живёт отдельно от воронки — он встроен в стык маркетинга и продаж. Балл выше верхнего порога — это, по сути, автоматически присвоенный статус MQL: маркетинг говорит «этого стоит взять в работу». Дальше вступает SLA: договорённость о том, за какой срок продажи обязаны отреагировать на высокоприоритетный лид и как возвращают его с причиной, если он не подтвердился. Без этой связки скоринг остаётся украшением карточки, на которое никто не смотрит.

Полезно развести скоринг и квалификацию по BANT — их часто путают. BANT (бюджет, полномочия, потребность, срок) — это чек-лист для разговора продавца с уже поднятым лидом, а не формула для автоматической оценки. Скоринг работает до контакта, на тех данных, что есть без звонка; BANT — во время контакта, на том, что продавец выяснил в диалоге. Пытаться зашить бюджет и полномочия в автоматические баллы — ошибка: этих данных у вас на входе нет, а гадать по косвенным признакам значит наполнять модель шумом.

Скоринг решает, кому звонить. BANT решает, что делать после того, как дозвонились. Первое — про очередь, второе — про разговор.

Относитесь к BANT как к чек-листу, а не как к догме. Жёсткое правило «нет бюджета прямо сейчас — дисквалифицируем» отсекает длинные B2B-сделки, где бюджет появляется через квартал под уже созревшую потребность. Скоринг и BANT вместе дают две точки контроля: модель фильтрует поток до звонка, чек-лист структурирует разговор после — но ни то ни другое не заменяет самого разговора.

Частые ошибки

Скоринг ломается предсказуемо. Три ошибки встречаются чаще остальных, и все три — про попытку сделать модель «умнее», чем нужно.

• Слишком много критериев. Тридцать признаков с дробными весами выглядят солидно, но их невозможно ни проверить, ни объяснить продавцу. Начните с пяти-семи, которые реально отличают купивших. Модель, которую нельзя пересказать за минуту, никто не будет поддерживать.
• Баллы, которые никто не пересматривает. Рынок, продукт и каналы меняются, а веса, назначенные год назад, — нет. Несверяемая модель тихо расходится с реальностью и начинает уводить продавцов не туда. Календарь калибровки — обязательная часть, а не пожелание.
• Скоринг как замена разговору. Высокий балл — это гипотеза приоритета, а не гарантия сделки. Продавец, который по одной цифре решает, звонить или нет, и не пытается разобраться в контакте, теряет ровно те сделки, где модель ошиблась. Балл поднимает контакт в очереди — но закрывает сделку человек.

Хороших лидов скоринг вам не добудет. Его задача проще и честнее — сберечь тех, что уже есть. Он поднимает наверх очереди контакты, которые и подходят под вашего клиента, и готовы разговаривать, а тех, на кого жалко времени продавца, отправляет вниз. Соберите первую версию из гипотез продаж и прошлых сделок, добавьте стоп-признаки, свяжите с SLA — и калибруйте каждый квартал. А если после запуска выяснится, что звонить всё равно некому, значит, скоринг отработал: он показал, что очередь тут ни при чём — чинить надо качество трафика на входе.