SuperAPI AI 工具集

lead-scoring

营销与增长

查看项目

更新于 10-26 16:17

技能介绍

线索评分(Lead Scoring)是一套量化潜在客户成为付费客户可能性的方法,目的是让销售团队把时间投入到正确的对象上。一个良好的评分模型同时结合画像契合度(公司是否符合 ICP)与行为意图(是否正在释放购买准备信号)。该技能帮助代理定义 ICP、构建积分制或预测式评分模型、为意图信号加权、设置 MQL/SQL 阈值、实现分数衰减,并建立可度量、可共享的销售与市场线索资格框架。

用途与触发场景:当用户需要定义或优化理想客户画像(ICP);希望构建或重构带分值的线索评分模型;询问如何识别、分类或加权意图信号(一方或三方数据);需要设置 MQL、SQL 或 PQL 阈值与交接标准;希望为老化或不活跃线索实现分数衰减;询问 BANT、MEDDIC、CHAMP 等资格框架;需要验证评分模型是否真正预测转化;希望让销售与市场对齐线索定义与 SLA 条款时,均可使用该技能。不适合用于 CRM 技术实施或集成对接(应使用 CRM/工程类技能),也不适合与线索资格无关的一般需求生成策略。

核心原则:其一,契合度加意图等于分数。契合度回答"我们是否应该向这家公司销售",意图回答"是否应该现在联系",二者单独都不充分:完美契合但零意图的公司属于培育对象,高意图但契合度差的公司会浪费销售周期。应对两个维度分别设置最低阈值,而不仅看合计总分。其二,分数随时间衰减:半年前下载过白皮书且此后无互动的线索已不再是热门。行为分数应按时间衰减,不活跃时降低紧迫性;契合度分数(公司特征、技术特征)通常不衰减,行为分数可按每月不活跃衰减 10%–25%。其三,销售与市场对齐定义:若销售用不同阈值判断是否跟进,"市场合格线索"就毫无意义。应在共享文档中定义 MQL、SQL、PQL,绑定具体分数阈值并度量 SLA 执行情况。其四,从简单开始、持续迭代:先做覆盖 8–12 个属性的手工积分模型,在历史成交数据上验证后再引入预测式机器学习。其五,用成交数据验证:给最近 100 个成交单和 100 个流失/无决策单打分,若模型不能清晰区分两类人群,说明属性权重有误,需在投入实际管道前重新校准。

核心概念:人口统计(画像/契合)评分与技术行为评分是每个线索分数的两个轴。前者基于公司规模、行业、职位、技术栈、地域、融资阶段等静态属性;后者基于页面访问、内容下载、邮件打开、网络研讨会出席、免费试用注册等动作。多数模型分别维护契合子分与行为子分,并要求各自达到最低阈值才路由给销售。MQL/SQL/PQL 定义是团队交接的门槛:MQL 是分数越过阈值、市场认为值得销售关注;SQL 是被销售接受的 MQL,通常在探索电话确认契合度、预算与时间线后产生;PQL 面向产品驱动增长模式,指达到可预测转化的产品激活里程碑的用户(如邀请第二个用户、创建三个项目、集成关键工具)。意图信号分类按来源与强度划分:一方信号来自自有渠道(网站访问、文档互动、试用使用、邮件点击),置信度最高;二方信号来自合作伙伴生态(联合营销活动、集成市场安装、推荐伙伴活动);三方意图信号来自 Bombora、G2、TechTarget、6sense 等供应商,汇总发布网络上的内容消费以发现正在研究该品类的公司。信号应按强度排序,从最强(定价页访问、免费试用开始)到最弱(单次博客访问、订阅新闻邮件)。分数衰减是在没有新互动时降低行为分数的机制,否则分数只增不减,旧互动会永久抬高优先级;可实现为每日或每周的计划任务,将行为子分乘以衰减因子(如每周不活跃 0.9),出现新的合格动作时重置衰减时钟,契合分数不衰减。

常见任务:定义 ICP 时,应基于成交分析而非直觉,列出行业垂直、公司规模、ARR/收入区间、地域、融资阶段等公司特征,技术栈、竞品使用、基础设施等技术特征,以及明确的负向 ICP(单人创始、未产生收入、无法服务的受监管行业或不支持地域等应直接判失败)。拉取最近 50 个成交单按公司特征聚类,销售周期最短、净收入留存最高的簇即为 ICP。

构建积分模型时,将总分 0–100 拆为契合子分(0–50)与行为子分(0–50)。契合属性示例:行业精确匹配 +15、相邻 +8、不在 ICP 内 0;公司规模在区间 +12、差一档 +6;职位为经济买家 +10、拥护者/用户 +7、无关 0;关键技术匹配 +8;融资阶段匹配 +5;目标地域中性 0、排除地域 -20(硬阻断)。行为属性示例:定价页访问 +20(每周 -3)、免费试用注册 +25(不衰减,重置点)、演示请求 +30(不衰减,立即路由)、网络研讨会出席 +10(每周 -2)、门控内容下载 +8(每周 -2)、7 天内 3 次邮件点击 +5(每周 -1)、单次博客访问 +2(每周 -1)、退订 -15(永久)、竞品域名邮箱 -10(永久)。MQL 阈值示例为契合 ≥25 且行为 ≥20(总分 ≥45);SQL 阈值为销售在探索后确认 BANT/MEDDIC 的 MQL。

识别与加权意图信号时按层级分配:一层购买意图(演示或定价请求、试用激活、ROI 计算器完成、三方意图激增,契合 ≥25 时立即路由);二层方案认知(7 天内多次产品页访问、案例或对比指南下载、网络研讨会注册与出席、集成市场浏览或安装,进入快速培育);三层早期研究(单篇博客访问、新闻邮件订阅、播客收听或视频观看、社交媒体关注互动,标准培育)。三方意图信号只应加分,不能单独使线索合格,需结合一方互动后再路由。

设置 MQL 与 SQL 阈值需销售与市场共同同意:用提议模型给最近 100 个成交单和 100 个流失/无决策单打分,用 ROC 曲线或 F1 找到最佳区分点,按销售可接受的假阳性率设定 MQL 阈值,写入共享定义文档并每季度复核校准。建议 SLA:MQL 产生后销售在 24 个工作小时内接受或拒绝;SQL 产生后 4 个工作小时内首次有意义触达;演示完成后 2 小时内跟进。若销售拒绝超过 25% 的 MQL,说明阈值过低或契合标准有误,应追踪拒绝原因用于校准。

实现分数衰减可用计划任务伪代码:对最后行为动作超过 7 天的线索,行为分乘以 0.85(每周衰减 15%),低于 5 则归零避免幽灵分,再更新总分为契合分加行为分。衰减速率参考:单次内容点击每周 -20%,网络研讨会出席每周 -10%,试用不活跃每周 -15%,演示爽约立即 -30%,90 天无互动则重置为仅契合分。

上线前对历史数据回测:最近 6 个月成交单平均分应 >60,同期流失单平均分 <40,计算分离比,运行精确率与召回率,检查过重或过轻的属性,并向销售展示得分前 20 的线索征求同意。健康模型指标参考:成交平均分 >65、流失平均分 <35、MQL 到 SQL 转化 >60%、SQL 到商机转化 >40%、销售拒绝率 <20%。

销售与市场对齐交接 SLA 时,共享定义文档应包含:ICP 定义(公司特征与技术特征)、负向 ICP/自动取消资格标准、线索生命周期阶段(原始→互动→MQL→SAL→SQL→商机)、各阶段转换的分数阈值、交接 SLA(谁做什么、多久内完成)、拒绝协议(拒绝方式与原因代码)、回收协议(被拒/流失线索如何重回培育)、复核节奏(每月分数回顾、每季度模型校准)。

反模式提醒:只评行为信号会浪费销售时间;从不衰减会让旧互动永久抬高分数;无数据依据设定阈值会产生销售不理的 MQL 列表;把所有页面访问等同对待会忽略定价页的强信号;市场单方面定义 MQL 会导致团队脱节;忽略负面信号会让退订或使用竞品邮箱的线索仍保持"合格";先建复杂机器学习模型难以调试且失去销售信任。

注意事项:合并总分阈值会掩盖契合度差的问题,必须同时要求契合与行为子分各自达标;衰减任务静默失败会使行为分永久冻结在峰值,应加入失败告警与最后运行时间检查;技术特征数据常滞后 6–18 个月,应视为弱契合信号而非高分唯一理由;PQL 阈值需按产品校准,照搬他人案例会导致高拒绝率;CRM 默认拒绝原因为自由文本,应从第一天起强制原因代码下拉。该技能的 references/ 目录提供评分模型详细示例(SaaS B2B、PLG、企业级动作的完整属性表)。