Генерация лидов и скоринг заявок: как расставить приоритет отделу продаж

Скоринг заявок расставляет очередь так, чтобы менеджер сначала брал лиды с высокой вероятностью сделки. Генерация лидов даёт поток обращений, а скоринг решает, в каком порядке их разбирать. Без него очередь идёт по времени поступления, и сильные заявки остывают, пока менеджер тратит время на слабые.

Коротко

• Скоринг - это оценка заявки по признакам из формы, поведения на сайте и истории похожих клиентов.
• Модель не нужна, чтобы начать: хватит трёх-четырёх уровней приоритета и правил на понятных признаках.
• Каждый признак проверяют на своей истории сделок: если он не отделяет закрытые сделки от отказов, в модель он не идёт.
• Высокий балл означает вероятность, а не гарантию. Сначала проверяют качество данных и передачу конверсий, потом трогают веса.
• Работу скоринга видно по доле сделок среди верхних уровней, скорости первого касания и числу заявок, закрытых без попытки связаться.

Что такое скоринг заявок и зачем он отделу продаж

Скоринг заявок - это оценка каждой заявки по набору признаков, чтобы менеджеры сначала брали в работу те, что с большей вероятностью дойдут до сделки. Признаки берут из данных формы, поведения на сайте и истории похожих клиентов. Смысл в том, чтобы ограниченное время менеджеров уходило на лиды, у которых есть шанс.

Когда заявки обрабатываются строго по времени поступления, возникает перекос. Первыми в очереди оказываются те, кто пришёл раньше, а не те, кто перспективнее. Если поток неровный, к концу дня до сильных лидов доходят руки, а часть из них уже купила у конкурента или остыла. Скоринг переворачивает эту логику: очередь строится по вероятности сделки, а не по отметке времени.

Продажи и генерация лидов связаны здесь напрямую. Чем больше каналов и форм вы подключили, тем разнороднее поток и тем сильнее разница между заявками. Однородный поток из одного канала с одним типом клиента скоринг почти не улучшит: там все заявки похожи. Разные каналы, разные сегменты, разные продукты - вот где приоритизация даёт эффект.

Какие признаки заявки использовать в скоринге

Набор признаков зависит от продукта и длины сделки. Обычно смотрят на источник и кампанию, заполненные поля формы, совпадение с портретом клиента (отрасль, размер компании, регион), повторные визиты и глубину просмотра перед заявкой. Проверять каждый признак нужно на своей истории сделок, а не на общих рекомендациях.

Разложим по группам.

Данные формы. Какие поля заполнены, насколько подробно, есть ли рабочий адрес почты и телефон, указана ли компания. Пустые или явно нерелевантные ответы на квалифицирующие вопросы - сигнал слабее. Здесь же ловится часть ботов и случайных отправок.

Источник и кампания. Заявки из канала, который раньше давал сделки, обычно ценнее. Но это работает, только если вы размечаете переходы и видите, какая кампания принесла конкретное обращение. Без разметки признак размывается.

Поведение на сайте. Повторные визиты, глубина просмотра, возвраты на страницы с ценами или условиями. Заявка после нескольких сессий часто теплее, чем заявка с первого захода на первую страницу.

Совпадение с портретом клиента. Отрасль, размер компании, регион, роль человека. Если вы знаете, что сделки чаще закрываются с компаниями определённого профиля, этот признак стоит проверить первым.

Главное правило: признак попадает в модель, только если на ваших данных он отделяет закрытые сделки от отказов. Красивый признак из чужой статьи, который у вас ничего не разделяет, добавляет шум и путает менеджеров.

Как построить скоринг без аналитика и готовой модели

Начните с простых правил: сначала заявки с заполненными ключевыми полями и из каналов, которые раньше давали сделки, потом остальные. Заведите шкалу из трёх-четырёх уровней и договоритесь о времени реакции для каждого. Через несколько недель сравните, как часто заявки каждого уровня доходят до сделки, и пересоберите правила.

Порядок такой:

1. Выпишите признаки, которые есть у вас уже сейчас: поля формы, источник, отметки о повторных визитах. Не добавляйте то, что нечем измерить.
2. Соберите историю сделок за период, когда правила приёма заявок не менялись, и посмотрите, какие признаки чаще встречаются у закрытых сделок.
3. Разбейте заявки на три-четыре уровня по этим признакам. Верхний - заявки, где совпало несколько сильных сигналов.
4. Назначьте для каждого уровня время первого касания. Верхний разбирают первым, нижний - по остаточному принципу, но с понятным сроком.
5. Через несколько недель сравните долю сделок по уровням. Если верхний уровень не отличается от нижнего, правила не работают, и их надо менять.

Смысл шкалы в том, что она делает приоритет явным. Менеджер не решает в голове, какую заявку брать, а видит уровень и следует правилу. Это же снимает споры: если заявка попала в верхний уровень, у неё есть основание там быть.

Как расставить приоритет заявкам, если модели ещё нет

Начните с правил на понятных признаках и трёх-четырёх уровней. Этого достаточно, чтобы очередь перестала строиться только по времени. Модель можно строить позже, когда накопится история и станет ясно, какие признаки действительно работают.

Сравнение двух подходов к очереди:

Разница в трудозатратах невелика, а эффект заметен уже на первых неделях: менеджеры перестают тратить утро на заведомо слабые обращения. Дальше шкалу можно уточнять по накопленной статистике.

Как связать скоринг с системой лидогенерации

Скоринг работает, когда заявки попадают в одно место с полными данными. Если часть лидов лежит в почте, часть в мессенджерах, а часть в таблице, никакая оценка не сработает: вы не увидите полную картину и не сможете сравнить уровни между собой.

Практический шаг - собрать все обращения в единую систему, где у каждой заявки есть источник, поля формы и история статусов. Как это устроить, разобрано в материале про систему лидогенерации: автоматизацию сбора и распределения. Когда заявки стекаются в одну точку, скоринг становится правилом распределения, а не ручной сортировкой.

Полезно видеть и весь путь от первого касания до сделки: где заявки теряются, на каком этапе остывают сильные лиды. Это показывает воронка лидогенерации: от трафика до продажи. Скоринг встраивается в неё как фильтр на входе.

Если поток идёт из разных каналов, часть признаков приходит из площадок. Для B2B это часто профессиональные соцсети: как собирать и конвертировать такие обращения, описано в статье про лиды из LinkedIn: сбор и конверсия. Общая логика настройки потока для компаний разобрана в материале B2B-лидогенерация: как настроить поток лидов для бизнеса.

Почему заявки с высоким баллом не превращаются в сделки

Скоринг предсказывает вероятность, а не гарантирует результат. Причины чаще всего в данных: заявка пришла от бота, поле заполнено неверно, событие конверсии засчитано дважды. Проверьте качество лидов и настройку передачи конверсий, прежде чем менять веса модели.

Типичные источники ошибок:

• Бот или скрипт отправил форму. Признаки вроде мгновенного заполнения или нерабочей почты помогают отсечь такие заявки до того, как они попадут в очередь.
• Поле заполнено неверно. Клиент указал не ту компанию или не тот регион, и признак сработал ложно.
• Конверсия засчитана дважды. Тогда в истории оказываются лишние «сделки», и модель учится на искажённых данных.
• Признак устарел. Канал, который раньше давал сделки, изменился, а вес остался прежним.

Прежде чем пересобирать правила, проверьте качество входящих данных и то, как передаются конверсии. Часто проблема не в модели, а в том, что она учится на грязной истории. Если лиды приходят из рекламных кабинетов, стоит посмотреть, как устроены приём заявок с оценкой на ботов и передача в CRM: это можно делать на стороне приёма и проверки лидов, где заявки проходят оценку до попадания в работу.

Как понять, что скоринг работает

Сравните долю сделок среди заявок с высоким баллом и среди остальных за период, когда правила не менялись. Смотрите также на скорость первого касания и на то, сколько заявок менеджеры закрывают без попытки связаться. Ответ зависит от объёма заявок и длины цикла сделки: на малых числах разница может быть случайной.

Что именно измерять:

• Доля сделок по уровням приоритета. Если верхний уровень не отличается от нижнего, правила не работают.
• Скорость первого касания по уровням. Верхний уровень должен обрабатываться быстрее остальных.
• Доля заявок, закрытых без попытки связаться. Высокая доля означает, что очередь не работает или правила непонятны менеджерам.
• Доля заявок, где признаки оказались ложными. Это подсказывает, какой признак стоит убрать или перепроверить.

На малом объёме заявок выводы делать рано: разница между уровнями может быть случайной. Чем длиннее цикл сделки, тем дольше ждать результата. Если заявок немного, ориентируйтесь на скорость реакции и качество обработки, а не на долю сделок.

Когда стоит привлекать внешнюю команду

Внешняя команда нужна, когда своих данных и рук не хватает: поток из многих каналов, длинный цикл, несколько продуктов. Тогда скоринг становится частью более широкой работы по привлечению. Как выбирать подрядчика и что проверять до подписания, разобрано в статье агентство лидогенерации: как выбрать и что проверить.

Стоит помнить, что подрядчик не отменяет внутреннюю работу. Признаки для скоринга всё равно берут из ваших данных и вашей истории сделок. Без доступа к ним любая модель остаётся догадкой.

Следующий шаг

Выпишите признаки, которые у вас есть уже сейчас: поля формы, источник, отметки о поведении на сайте. Соберите историю сделок за период без изменений в правилах приёма и посмотрите, какие признаки чаще встречаются у закрытых сделок. Если поток идёт из рекламных кабинетов, начните с приёма заявок: посмотрите, как устроены приём и проверка лидов.