Lead scoring AI-val: hogyan priorizáljon a sales csapat?
A B2B sales csapatok 40-60%-a a leadek 20%-ára pazarol energiát, miközben a maradék 80% kihűl. A klasszikus pontozási modell (form-mező, demográfia, weboldal-aktivitás) elavult. Megnézzük, hogyan néz ki egy AI-alapú lead scoring, ami valóban javítja a konverziót.
Egy salesman heti 40 órájából csak 25 olyan, amikor tényleg beszél emberrel. Ha ebből 10 órát rossz leadre fordít, az 25%-os pazarlás — minden hónapban.
A klasszikus lead scoring egy szabályrendszer: ha a lead vezetőként szerepel a LinkedIn-en +20 pont, ha a céges email domain a top 500 listából való +30, ha letöltött egy whitepapert +10. Ezek az 1995-2005-ös marketing automation iskolából származó pontozások ma is működnek — csak nem érik el a 30-35% konverziós küszöböt, amit ma egy AI-alapú modell ad. A különbség az, hogy az AI nem szabályokat követ — mintát keres a múltbeli leadek konverziójában, és új leadre olyan tulajdonságokat is figyelembe vesz, amiket egy ember soha nem kódol be (pl. "ez a lead 23 nap alatt 4 különböző oldalt látogatott meg, és minden látogatás keddi napra esett 16:00 után" — ez egy gép által felismert minta, amit nem írunk explicit szabályba, de erősen korrelál a konverzióval).
Ez a cikk azokat a feltételeket és működési modelleket mutatja be, amik nélkül az AI lead scoring nem ad mérhető eredményt.
A bemeneti adat — ez a 80%
Az AI lead scoring akkor működik, ha legalább 18-24 hónapnyi konvertált és nem-konvertált lead-adatot tudunk megmutatni neki. Ez nem csak a "lead-rekord" — hanem a teljes interakciós napló: weboldal-látogatások, email-megnyitások, kattintások, demo-foglalások, szerződéses tárgyalás-szakaszok, és a végső kimenetel (zárt-megnyert / zárt-elveszett / kihűlt). Egy 12 hónapos csapat, ami CRM-be sem rendszeresen vezeti az adatokat, nem tud AI lead scoringot indítani. Az első 4-6 hónap CRM higiénia — és csak utána jön a modell. A vezetőség legtöbbször ezt akarja kikerülni, és pont ezért szokott elbukni a bevezetés.
Mit ad a modell konkrétan?
Minden új leadre három dolgot ad: (1) egy 0-100 közötti konverziós valószínűségi pontszám; (2) egy "miért ennyi" magyarázat — pl. "magas, mert a lead 23 nap alatt 4 oldalt látogatott, az iparága hasonló múltbeli konvertált leadekhez, és letöltötte a XY whitepaper-t"; (3) egy javasolt következő lépés — pl. "küldjön testreszabott emailt a Z téma fókusszal", vagy "hívja fel a következő 48 órán belül". Ez nem egy "ne tartom magamat", hanem egy konkrét akció-javaslat, amit a sales munkatárs vagy elfogad, vagy lecserél.
A sales csapatnak hogyan adjuk ezt át?
A pontszám akkor ér valamit, ha a sales munkatárs a CRM-ben látja, és aszerint priorizálja a napját. A reggel 8:00-kor megnyitott CRM-ben legyen egy "Mai prioritások" widget, amiben 10 lead szerepel, mindegyikhez a pontszám, a javasolt lépés, és egy 1-kattintásos "indítok" gomb (email-sablon megnyitása, hívás indítása, demo-foglalási link kiküldése). Az AI nem helyettesíti a sales-t — segíti, hogy a 25 produktív órát a megfelelő 25 leadre tegye. A munkatárs napi 30 percet tölt prioritáslista-építéssel klasszikus módon — ez az idő tűnik el.
Az átverő pontszám — fairness és transzparencia
Egy AI modell könnyen elfogultságot tanul a múltbeli adatból. Ha az elmúlt 18 hónapban főleg férfi döntéshozókkal zárt sikeresen a cég, a modell elfogultan magasabbra pontozza a férfi döntéshozókat — és ez nem a "férfi-előny", hanem self-fulfilling prophecy. Egy felelős AI lead scoring rendszerben a modell explicit nem használ védett tulajdonságokat (nem, kor, etnicitás, vallás), és minden hónapban auditáljuk, hogy a pontszámok eloszlása ne mutasson torzulást ilyenek mentén. Ez nemcsak etikai kérdés — egy elfogult modell hosszabb távon a valódi konverziós lehetőségek felét nem látja.
Mire számíthat az első 3 hónapban?
Hónap 1: adatfeltöltés, modellezés, csapat-betanítás. Még nincs mérhető hatás, de a sales csapat látja az új CRM-felületet. Hónap 2: a sales csapat 60-70%-ban követi a javaslatokat, és látható, hogy a 80+ pontos leadek 35-40%-ban konvertálnak, míg a 30-as alattiak 4%-ban. Hónap 3: a manager elkezdi átstrukturálni a csapatot — a top 30%-os leadek a senior salesekhez, a 30-60-as leadek a SDR-okhoz, a 30 alattiak a hosszabb nurturing kampányba. 3 hónap végére tipikusan 25-35%-os pipeline-érték növekedés mérhető.
A jó lead scoring nem az, hogy "a salesman bízik az AI-ban". Az, hogy a manager tudja, kihez kell egy ügyet eljuttatni, és a sales tudja, melyik leadre érdemes ma délután konkrétan időt szánni.
A Nortinia Sales AI lead scoring moduljáról, modellfrissítési ciklusáról és CRM integrációiról: /ai-termekek/nortinia-sales-ai