Så bygger du en enkel leadscoringmodell i CRM

Varför en enkel leadscoringmodell ofta slår en komplex

Ett leadscoringverktyg poängsätter leads automatiskt efter hur sannolikt det är att de blir kunder. Poängen bygger på demografiska faktorer som företagsstorlek och titel och på beteenden som öppnade mejl, besökta sidor och nedladdningar. Syftet är att marknad och sälj ska prioritera tiden och fokusera på de leads som har störst chans att konvertera (Saleseffect).

Att börja smalt är praktiskt: för många parametrar på en gång skapar brus snarare än insikt (Saleseffect). Dessutom används CRM-system ofta för lite – 43 % av CRM-användarna använder mindre än hälften av funktionerna de betalar för (CSO Insights 2024). Få parametrar gör modellen lättare att hålla levande och att förklara för säljarna som ska agera på den.

Att scoring faktiskt används har dokumenterad effekt: enligt Marketo genererar företag med lead scoring 20 % fler kvalificerade leads till 30 % lägre kostnad.

Definiera vad ett kvalificerat lead är – tillsammans med sälj

Börja inte med poängen. Definiera först vad ett sales qualified lead (SQL) är hos er. Är det en viss titel, en viss företagsstorlek eller ett intresse för en specifik produkt? Kriterierna ska tas fram tillsammans med säljarna, inte av marknad ensam (Saleseffect).

En praktisk start är att ta fram er ideal customer profile (ICP) genom att analysera de mest framgångsrika befintliga kunderna och leta efter gemensamma nämnare i bransch, storlek, roll och behov (UE Media). Då bygger definitionen på affärer ni har vunnit, inte på en önskelista.

Räkna med att en B2B-affär sällan handlar om en person: köpgruppen består i snitt av 7,5 personer som ska enas (Grown). Definitionen måste därför säga vilka roller som är beslutsfattare och vilka som är påverkare. Att sälj och marknad arbetar mot samma mål är en ledningsfråga, inte en marknadsfråga (Grown).

Poängsätt två dimensioner: profil och beteende

Lead scoring sker oftast i två dimensioner. Explizita data står i profilen: bransch, antal anställda, geografisk plats. Impulsa data är beteenden: klick i nyhetsbrev, nedladdningar av whitepapers, deltagande i webbinarier (Saleseffect).

Varje parameter får ett värde, och summan blir leadets totalpoäng. Exempel: +10 poäng för besök på en prissida, +15 för nedladdning av en produktkatalog (Saleseffect). UE Media visar hur profilpoäng kan viktas: företagsstorlek 0–30 poäng, bransch 0–25, geografisk plats 0–15, befattning 0–20 och bekräftad budget 0–10 – alltså ett tak på 100 poäng för profildelen.

Håll isär dimensionerna när ni sätter vikter: profilen säger om leadet liknar era bästa kunder, beteendet säger hur långt det har kommit i sin egen research. Tillsammans blir de en totalpoäng som går att jämföra mellan leads.

Beteenden som ger poäng i lead scoring

Viktning av profildel i lead scoring (max 100 poäng)

Bygg modellen direkt i CRM: fält, tröskel och automation

Ett lead scoring-verktyg gör mest nytta integrerat med CRM-systemet. Då får säljarna realtidsnotiser om vilka leads som är varma och kan agera direkt (Saleseffect). Det skiljer sig från att räkna poäng manuellt i ett kalkylark – svenska köpare förväntar sig svar inom 24 timmar (UE Media), och en notis samma dag gör den förväntan möjlig att möta.

Modellen innehåller tre typer av fält: profilpoäng, beteendepoäng och totalpoäng. Vikterna för enskilda signaler läggs på respektive parameter, så totalpoängen uppdateras automatiskt när ett lead till exempel laddar ner något eller besöker en prissida.

Sedan sätts tröskeln. När ett lead passerar en förutbestämd nivå – till exempel 80 poäng – markeras det som sales qualified lead och skickas till sälj (Saleseffect). Bygg samtidigt fälten så att säljaren ser vilka komponenter som gav poängen; en tröskel utan förklaring är svår att lita på och svår att ifrågasätta när den är fel.

Koppla sist en automation till tröskeln: när totalpoängen passerar nivån ändras leadets status, en uppgift skapas och en notis går till rätt säljare. Det är samma automatiska markering som i lead scoring-verktyg, där leadet först vid tröskeln räknas som SQL.

Process för byggande av en leadscoringmodell

Låt leads under tröskeln mogna i nurturing

Alla leads är inte redo för sälj. Leads med medelpoäng kan bearbetas automatiskt via e-postflöden, retargeting och innehåll tills de är mogna nog (Saleseffect). Poängsättning och nurturing är två delar av samma process: scoring avgör när leadet lämnar flödet, nurturing ser till att det tar sig dit.

Det speglar B2B-köp. 75 % av B2B-köpare har valt leverantör innan de pratar med sälj första gången (Grown), och svenska köpare gör upp till 70 % av sin research online innan de kontaktar en säljare (UE Media). Det mesta av köpresan sker alltså medan leadet ligger under tröskeln.

Innehållet i flödet bör svara på frågor köparen ställer själv, eftersom 40 % av B2B-köp aldrig blir av för att köparen inte fick svar på sina frågor (Grown). Signaler från svaren – nedladdningar, webinardeltagande, återkommande besök – är samtidigt beteenden som matar poängmodellen.

Justera modellen mot verkliga affärer – inte magkänsla

Justera modellen genom att analysera vad som faktiskt leder till affärer och ändra viktningen efter verkliga utfall. Ett beteende som tidigare betydde något kanske inte längre gör det (Saleseffect).

Ett arbetssätt som håller modellen jordad: jämför leads som blev affärer med dem som inte blev det och se vilka signaler som var överrepresenterade bland vunna affärer. Signaler som sällan förekommer där sänks eller tas bort. Vid behov justeras även tröskeln, inte bara vikterna.

Justeringen är återkommande, inte en engångsinsats, eftersom både köpbeteenden och erbjudande förändras över tid. Kombinera genomgången med löpande uppföljning av leadkällor i CRM, så att ändringen bygger på utfall och inte på vad säljarna minns från de senaste samtalen.

Vanliga fallgropar när du bygger enkelt

Eftersatt data. Felaktiga eller tomma fält ger fel poäng, och en felaktig poäng är värre än ingen poäng eftersom den styr säljarens prioritering. Ha en rutin för att uppdatera fälten i modellen – profiluppgifter åldras snabbare än beteendedata.

Checklista: en enkel leadscoringmodell på plats

1. Definiera vad ett kvalificerat lead är hos er – titel, företagsstorlek, bransch, intresse eller budget – och sätt kriterierna tillsammans med sälj. 2) Ta fram ICP genom att analysera era mest framgångsrika kunder. 3) Välj ett fåtal signaler fördelade på profil och beteende och ge varje signal ett poängvärde. 4) Räkna ihop en totalpoäng och sätt en tröskel – till exempel 80 poäng – där leadet blir SQL. 5) Bygg fälten i CRM och koppla en automation som markerar leadet och notifierar säljaren i realtid. 6) Kombinera modellen med nurturing så att leads under tröskeln fortsätter bearbetas automatiskt. 7) Följ upp vilka leads som faktiskt blir affärer och justera viktningen utifrån det.