Лид-скоринг с ИИ. Как оценивать лиды по данным, а не по интуиции менеджера
Что такое лид-скоринг, из чего складывается оценка лида в B2B, как построить простую модель на данных CRM и чем помогает ИИ. Таблица баллов и пример.
Коротко
Лид-скоринг — это оценка того, насколько вероятно, что лид станет клиентом, по понятным признакам. В B2B оценка складывается из трёх частей: соответствие профилю идеального клиента (отрасль, размер, регион), интерес и повод (сигнал покупки, запрос, активность) и вовлечённость (ответы, встречи). ИИ помогает собирать эти признаки из разных источников и объяснять оценку, но правила должны опираться на ваши закрытые сделки.
- Скоринг строится на ваших закрытых сделках, а не на чужих шаблонах
- Три блока: профиль, повод, вовлечённость
- Оценка должна объясняться, а не быть «чёрным ящиком»
- Пересматривайте веса раз в квартал по фактическим продажам
У менеджера сорок новых лидов и шесть часов рабочего времени. Он обзвонит тех, кто «звучит серьёзно», — по названию компании, по тону заявки, по интуиции. Иногда интуиция права. Часто — нет: крупная компания оказывается студентом с дипломом, а скромная заявка из трёх слов — закупщиком с бюджетом.
Лид-скоринг нужен, чтобы менеджер начинал день не с интуиции, а с правильного списка.
Что такое лид-скоринг
Лид-скоринг — способ присвоить каждому лиду оценку, которая показывает, насколько вероятно, что он станет клиентом, и насколько срочно с ним нужно работать. Оценка складывается из признаков, каждый из которых имеет вес.
Из чего складывается оценка лида в B2B
| Блок | Что оценивает | Примеры признаков |
|---|---|---|
| Профиль (fit) | Похож ли лид на ваших лучших клиентов | Отрасль, размер компании, регион, должность контакта |
| Повод (intent) | Есть ли у него задача сейчас | Сигнал покупки, конкретный запрос, сроки |
| Вовлечённость | Насколько активно он общается | Ответил на письмо, пришёл на встречу, открыл КП |
Профиль отвечает на вопрос «наш ли это клиент». Повод — «нужно ли ему сейчас». Вовлечённость — «готов ли он говорить». Высокая оценка — когда все три блока сильные.
Как построить простую модель скоринга
Шаг 1. Возьмите закрытые сделки
Выгрузите выигранные и проигранные сделки за полгода-год. Это главный источник правды — не чужие шаблоны, а ваши клиенты.
Шаг 2. Найдите отличия
Чем выигранные сделки отличались от проигранных на входе? Отрасль, размер, источник, наличие сроков, должность контакта. Выпишите 6–10 признаков.
Шаг 3. Присвойте веса
Начните с простой шкалы: важные признаки — больше баллов, второстепенные — меньше, отрицательные — минус.
Шаг 4. Проверьте на истории
Прогоните модель по прошлым сделкам: попадают ли выигранные в «горячие»? Если нет — поправьте веса.
Шаг 5. Пересматривайте
Раз в квартал сравнивайте оценки с фактическими продажами и корректируйте веса. Скоринг — живая модель.
Чем помогает ИИ
Правила скоринга простые. Сложно собрать данные для них: размер компании, отрасль, сигналы, история переписки лежат в разных местах. Здесь ИИ полезен:
- собирает признаки из заявки, CRM, открытых данных о компании и переписки;
- понимает свободный текст — «нужно до конца квартала на 3 филиала» превращается в признаки «есть сроки» и «несколько точек»;
- объясняет оценку: почему лид горячий и чего не хватает для уверенности;
- сортирует список — менеджер начинает день с самых тёплых.
Модель должна оставаться объяснимой. Если ни менеджер, ни руководитель не понимают, почему лид получил 80 баллов, ей перестанут доверять. Оценка — подсказка менеджеру, решение — за ним.
Ошибки лид-скоринга
| Ошибка | Чем плохо | Как избежать |
|---|---|---|
| Сложная модель с 30 признаками | Никто не понимает и не доверяет | 6–10 признаков, понятные веса |
| Скоринг без закрытых сделок | Оценка отражает мнения, а не факты | Строить на выигранных и проигранных сделках |
| Модель не обновляется | Рынок меняется, точность падает | Пересмотр раз в квартал |
| Только профиль, без повода | Подходящие компании без задачи «висят» | Добавить сигналы и сроки |
План на первые две недели
- День 1–2. Выгрузите выигранные и проигранные сделки за полгода.
- День 3. Найдите 6–10 признаков, которыми они отличались на входе.
- День 4. Присвойте веса и пороги «горячий — тёплый — не сейчас».
- День 5. Проверьте модель на истории и поправьте веса.
- Неделя 2. Начните сортировать новые лиды по модели и через месяц сравните конверсию горячих и тёплых.
Частые вопросы
Что такое лид-скоринг простыми словами?
Это способ ставить лидам баллы по понятным признакам — насколько компания похожа на ваших клиентов, есть ли у неё задача сейчас и насколько активно она общается, — чтобы менеджер работал сначала с самыми перспективными.
Нужна ли сложная математика для скоринга?
Нет. Для большинства B2B-компаний достаточно простой модели из 6–10 признаков с весами, проверенной на ваших закрытых сделках. Сложные модели оправданы, когда сделок тысячи.
Может ли ИИ сам решать, кому звонить?
ИИ может сортировать лиды и объяснять оценку, но решение и разговор остаются за менеджером. Так и точность выше: менеджер видит то, чего нет в данных.
Лид-скоринг не заменяет чутьё менеджера — он даёт чутью правильный порядок работы.
AI-агент Aqura · Квалификация входящих заявок
Подробнее об AI-агентах
Агент Aqura оценивает каждую заявку и найденную компанию по вашим правилам и объясняет оценку — почему лид «горячий» и чего не хватает. Менеджер видит, кому звонить первым.
Мы делаем AI-агентов для маркетинга, продаж и операционных отделов и запускаем их в защищённом контуре — на серверах в Казахстане или у заказчика. Пишем о том, что проверяем на пилотах: что агентам стоит доверить, а что должно оставаться за человеком.
