Scoring leadów (Lead Scoring): Kompletny przewodnik
W polskich organizacjach sprzedaży B2B scoring leadów decyduje o tym, czy Twój zespół handlowy prowadzi właściwe rozmowy – czy traci czas na kontakty, które nigdy nie kupią. Mimo to większość małych i średnich firm nie ma udokumentowanego modelu scoringu. Priorytety ustalane są intuicyjnie, w arkuszach Excel lub na podstawie przestarzałej „oceny" w systemie CRM.
Ten przewodnik pokazuje, jak zbudować model scoringu leadów działający w HubSpot, Pipedrive lub Salesforce, zgodny z RODO i faktycznie przyjęty przez zespół handlowy.
Co osiąga scoring leadów
Scoring to nie magiczny wskaźnik. To ważona ocena (typowo 0–100) łącząca trzy poziomy danych:
- Dane demograficzne: Branża, wielkość firmy, stanowisko osoby kontaktowej, region.
- Dane behawioralne: Wizyty na stronie, otwarte e-maile, kliknięte linki, pobrane dokumenty.
- Dane intencji (Intent Data): Zewnętrzne sygnały – porównania na G2, tematy Bombora, aktywność na LinkedIn.
Dobry scoring automatycznie sortuje przychodzące leady na „Skontaktuj się natychmiast" (>= 75), „Sekwencja pielęgnacyjna" (40–74) i „Zdyskwalifikowane" (< 40). Dzięki temu Twój zespół handlowy zyskuje 15–25% więcej produktywnych godzin tygodniowo.
Podstawowa struktura: Zasada 50-30-20
Z ponad 80 wdrożeń w polskich i CEE firmach B2B, następujący podział okazuje się stabilny:
- 50% demograficzne: Kto strukturalnie pasuje do profilu idealnego klienta (ICP)? Branża, liczba pracowników, przychody, region.
- 30% behawioralne: Kto aktywnie angażuje się z treścią? Powracające wizyty, przegląd strony z cenami, otwieranie newslettera.
- 20% intencji (intent): Zewnętrzne sygnały zamiaru zakupu z G2, LinkedIn lub Bombora.
Ten podział zapobiega sztucznemu zawyżaniu „obserwacyjnych leadów" – osób z wieloma kliknięciami, ale bez dopasowania do ICP. Na polskim rynku konkurenci, studenci i kandydaci do pracy nieproporcjonalnie dużo konsumują treści.
Scoring demograficzny: Okno na ICP
Zdefiniuj jasny Profil Idealnego Klienta (ICP) i przydziel punkty za każde dopasowanie:
- Liczba pracowników w docelowym zakresie (np. 20–200): +15
- Branża w docelowym segmencie: +10
- Polska, Niemcy lub region CEE: +8
- Stanowisko C-level lub Head of: +12
- Negatywne sygnały (student, konkurent, rekruter): -30
Punkty ujemne są krytycznie ważne: bez nich wystarczy kilka dobrze rozmieszczonych kliknięć, by wysłać e-mail o rekrutacji do pipeline'u sprzedażowego.
Scoring behawioralny: Które działania mają znaczenie?
Nie każde kliknięcie jest równorzędne. Wizyta na stronie z cenami sygnalizuje więcej intencji zakupu niż 30 sekund czytania bloga. Zalecane wagi:
- Wizyta na stronie z cenami (ostatnie 14 dni): +15
- Rozpoczęty, ale nieukończony formularz demo: +12
- Pobrany dokument (środek lejka): +8
- Wielokrotna wizyta na stronie porównawczej: +10
- Sekwencja e-mail: kliknięcie CTA: +6
- Subskrypcja newslettera: +3
Ważne: Punkty behawioralne powinny maleć z czasem. Lead, który odwiedził stronę z cenami 90 dni temu, nie jest tak gorący jak lead, który kliknął dzisiaj. Wdróż współczynnik zaniku 50% po 30 dniach, 80% po 60 dniach.
Dane intencji: Zgodność z RODO
Dane intencji są najpotężniejszym, ale i najbardziej delikatnym narzędziem. Dostawcy jak Bombora, G2 czy Cognism dostarczają sygnały na poziomie konta (które firmy badają temat X). Intencje na poziomie konta nie rodzą problemów z prywatnością, ponieważ nie przetwarza się danych osobowych.
Intencje na poziomie osoby (np. „Pani Kowalska z Firmy Y przejrzała dokument Z") podlegają RODO (Rozporządzeniu o Ochronie Danych Osobowych), nadzorowanemu przez UODO (Urząd Ochrony Danych Osobowych), i wymagają podstawy prawnej – zazwyczaj prawnie uzasadnionego interesu z udokumentowanym testem równoważenia.
Wdrożenie w HubSpot, Pipedrive i Salesforce
Skorzystaj z crm white label lub standardowych narzędzi dostosowanych do Twojego przepływu pracy:
- HubSpot: Wbudowana właściwość „Score" + Workflows do automatyzacji. Rekomendacja: Score Property + Custom Properties dla danych intencji przez Webhook.
- Pipedrive: Brak wbudowanego scoringu, ale „Custom Field" jako liczba + Workflow features">Automation wystarczy do średniej złożoności.
- Salesforce: Lead Score i Account Score jako standardowe pola. Einstein Lead Scoring (Premium) dla modelu predykcyjnego. Dla średniego segmentu standardowa logika plus Custom Triggers jest wystarczająca.
Częste błędy w polskich firmach B2B
- Scoring „wszystko się liczy": 50 reguł scoringowych, nikt w sprzedaży nie rozumie żadnej. Maksymalnie 15 reguł, jasno udokumentowanych.
- Brak zaniku w czasie: Scoring rośnie monotonicznie, stare leady wyglądają wiecznie gorąco.
- Sprzedaż nie jest zaangażowana: Jeśli zespół handlowy nie rozumie lub nie ufa scoringowi, będzie go ignorować.
- Statyczny model: Reguły scoringowe powinny być przeglądane kwartalnie na podstawie danych o wygranych/przegranych transakcjach.
Jak często adaptować model?
Rekomendacja: Co kwartał – 90-minutowy przegląd z szefem sprzedaży, marketingu i operacji. Trzy punkty kontrolne:
- Wskaźnik konwersji według segmentu scoringowego: Czy leady z oceną 75–100 są rzeczywiście lepsze niż 40–74?
- Akceptacja przez sprzedaż: Ile „gorących leadów" zostało oznaczonych przez sprzedaż jako niekwalifikowane?
- Stronniczość według źródła: Czy dany kanał (np. wyszukiwanie organiczne) systematycznie otrzymuje zbyt wiele punktów?
Następne kroki
Zacznij od minimalnego modelu: 5 reguł demograficznych, 5 reguł behawioralnych, 1–2 sygnały intencji. Pozostaw go na 6 tygodni, zbieraj dane, następnie doprecyzuj. Złożone modele prawie zawsze zawodzą z powodu braku akceptacji przez zespół handlowy.
Jeśli chcesz oferować scoring leadów jako usługę swoim klientom końcowym, zapoznaj się z naszym przewodnikiem po white label generowaniu leadów lub hybrydowymi modelami cenowymi dla usług lead gen.