tr

Yedi yıl önce başıma geldi. Üç hafta boyunca toplamda 412 tane "sıcak" lead ile görüştüm ama tek bir satış bile yapamadım. Satış ekibimizle yaşadığım o gergin toplantıyı hala hatırlarım çünkü pipeline kısmında gördüğüm rakamlar tamamen bir illüzyondan ibaretti. Puanlama sistemini yanlış kurmuştum.

Veri Kirliliği ve Puanlama Mantığı

Sistem tamamen çökmüştü. Puanlama modelini oluştururken sadece "form doldurma" eylemine odaklandığım için, aslında satın alma gücü olmayan yüzlerce öğrenciyi yüksek skorlu adaylar olarak işaretlemiştim. Bu büyük bir hataydı. Puanlama, sadece bir aktivite takibi değil, aynı zamanda bir filtreleme mekanizmasıdır.

Sektörde çoğu kişi sadece pozitif puanlamaya odaklanır. Ancak bence negatif puanlama, zaman tasarrufu açısından çok daha kritiktir çünkü düşük kaliteli adayları hızla ayıklamanıza olanak tanır. Gereksiz adaylarla vakit kaybetmek, satış ekibinin motivasyonunu %34.7 oranında düşüren gizli bir maliyettir.

Süreçleri otomatize etmek şart. HubSpot gibi araçlar burada devreye giriyor ve davranışsal verileri anlık olarak işleyebiliyor. Karmaşık kurallar belirleyin. Bir aday, fiyatlandırma sayfasını 3 kez ziyaret ettiyse ona 15 puan ekleyin ama kariyer sayfasını ziyaret ettiyse anında 50 puan düşürün.

Bu yaklaşım hayati önem taşır. Eğer adayınız rakip bir firmada çalışıyorsa, ne kadar etkileşim kurarsa kursun onu sistemden tamamen çıkarmak en mantıklı yoldur. Zaman en kıymetli varlığınızdır.

İdeal Müşteri Profilini Somutlaştırmak

Profiliniz net olmalı. Kiminle çalışmak istediğinizi bilmeden puanlama yapmak, karanlık bir odada anahtar aramaya benzer ve genellikle hüsranla biter. İdeal Müşteri Profili (ICP), skorlama modelinizin temel taşıdır.

Burada somut veriler kullanın. Örneğin, hedef kitleniz yıllık cirosu EUR 2.45 milyon üzerinde olan ve en az 42 çalışan istihdam eden teknoloji şirketleri olabilir. Bu kriterler non-negotiable yani tartışmaya kapalı olmalıdır.

Şirket boyutuna odaklanın. Salesforce üzerinden gelen verilerde, şirket ölçeği ile dönüşüm oranı arasında %21.3'lük bir korelasyon olduğunu gözlemledim. Küçük ölçekli şirketler daha çok etkileşim kurar ancak kapatma oranları çok daha düşüktür.

Bir hata yapmıştım. Bir keresinde LinkedIn profil görüntülemelerine çok yüksek puan vermiştim ve sonuç olarak sistemim sadece benimle ilgilenen rakiplerle doldu. Bu komik ama öğretici bir dersti. Sinyalleri doğru okumak zorundasınız.

Kriterlerinizi her çeyrekte güncelleyin. Pazar dinamikleri değiştiği için geçen yılın "yüksek kaliteli" adayı, bu yılın "ölü" lead'i haline gelebilir. Statik modellerle başarılı olamazsınız.

Skorlama Metriklerinde Sinyal Avcılığı

Sinyaller her şeydir. Adayın web sitenizde ne yaptığına değil, neden yaptığına odaklanmak sizi rakiplerinizin önüne geçirir. Niyet verisi (intent data) burada en güvenilir kaynaktır.

Clearbit gibi araçlar kullanarak adayın kimliğini henüz form doldurmadan tespit edebilirsiniz. Bu sayede, yüksek profilli bir yöneticinin sitenize girdiğini anladığınız anda skorunu manuel olarak yükseltebilirsiniz. Hız burada her şeydir.

Hangi davranışlar yüksek değerlidir? Bir beyaz bülten indirmek 5 puan değerindeyken, "demo talep formu" doldurmak 60 puan değerindedir. Bu farkı netleştirin.

Bir karşılaştırma yapalım. Yerel bir danışmanlık firması lead başına ortalama EUR 12.43 harcarken, global oyuncular daha nitelikli adaylar için lead başına EUR 48.72 seviyelerine çıkabiliyor. Bu fiyat farkı, skorlama sisteminin ne kadar rafine olduğuyla doğrudan ilişkilidir.

Süreçleri basit tutun. Çok fazla değişken eklemek, modelin karmaşıklaşmasına ve sonuçların tutarsızlaşmasına neden olur. Sadece gerçekten karar verici olan kriterleri seçin.

Sektörel Uygulama: Lüks Araç Kiralama Örneği

Teoriyi pratiğe dökelim. Diyelim ki İstanbul'da yüksek segment bir araç kiralama operasyonu yönetiyorsunuz ve hedef kitleniz üst düzey yöneticiler. Lead scoring burada nasıl çalışır?

Adayın tercihlerine bakın. Eğer kullanıcı sadece ekonomik segment araçlarla ilgileniyorsa, bu lead düşük kaliteli olarak işaretlenmelidir. Ancak Mercedes S-Class veya BMW 7 Serisi gibi araçlar sorgulanıyorsa, skor anında 40 puan artmalıdır.

Türkiye'nin spesifik dinamiklerini modele ekleyin. Özellikle İstanbul içi ulaşımda köprü geçişleri ve HGS/OGS detayları, adayın kullanım alışkanlıklarını ele verir. Bir adayın formda "HGS/OGS aktivasyonu öncelikli" şeklinde not düşmesi, onun düzenli bir şehir içi trafik rotasına sahip olduğunu ve yüksek ihtimalle kurumsal bir kullanıcı olduğunu gösterir.

Burada marka konumlandırması devreye girer. Sixt veya Europcar gibi global devlerin müşteri profili ile yerel firmaların profili arasında ciddi farklar vardır. Global markalardan gelen lead'ler genellikle daha standardize edilmiş taleplerle gelirken, yerel firmaların lead'leri daha esnek ama düşük bütçeli olabilir.

Fiyatlandırma üzerinden bir kıyaslama yaparsak; bir kurumsal VIP paket günlük EUR 214.67 tutarken, standart bir şehir içi kiralama EUR 42.15 civarındadır. Bu uçurum, puanlama sisteminizde "bütçe" kriterinin ne kadar kritik olduğunu kanıtlar.

Otomasyon ve İnsan Müdahalesi Dengesi

Otomasyona güvenin. Ancak otomasyonun her şeyi çözmesini beklemek, bir arabanın sadece gaz pedalına basıp direksiyonu bırakmaya benzer. İnsan denetimi şarttır.

Yazılımlar bazen yanılır. Bir aday, yanlışlıkla tüm kutucukları işaretlemiş olabilir ve sistem onu "süper lead" olarak tanımlayabilir. Satış temsilcisinin bu noktada devreye girip "sanity check" yapması gerekir.

Soru-cevap kısmına geçelim.

Soru: Puanlama eşiği (threshold) ne olmalı?

Cevap: Bu tamamen satış ekibinizin kapasitesine bağlıdır. Eğer ekibiniz küçükse, sadece 80 puan ve üzeri olanları "sıcak" kabul ederek odak noktasını daraltmalısınız.

Soru: Soğuk lead'lere ne yapmalıyım?

Cevap: Onları çöpe atmayın. Puanı düşük olanları "nurturing" (besleme) sürecine alın ve onları eğitecek içerikler göndererek puanlarının zamanla yükselmesini sağlayın.

Bence BANT (Budget, Authority, Need, Timeline) metodolojisi artık eskidi. Günümüzde niyet verisi ve davranışsal analiz, geleneksel sorgulama yöntemlerinden çok daha sağlam sonuçlar veriyor. Sadece sormayın, izleyin.

Lead scoring'i bir kez kurup bırakamazsınız. Verileri sürekli analiz ederek hangi skorların gerçek satışa dönüştüğünü takip etmeniz gerekir. Dönüşüm oranı %12.4'ün altına düştüğünde, skorlama modelinizi yeniden kalibre etme zamanı gelmiş demektir.

Süreçleri optimize etmek için şu adımları izleyin:

Birincisi, mevcut müşterilerinizin ortak özelliklerini listeleyin ve bunları puanlama kriterlerine dönüştürün.

İkincisi, Salesforce veya HubSpot üzerinde negatif puanlama kurallarını (örneğin; rakip firma e-postaları) hemen tanımlayın.

Üçüncüsü, satış ekibinizle haftalık toplantılar yaparak "skoru yüksek olan ama kalitesiz olan" lead'leri belirleyip puanları revize edin.

Dördüncüsü, lead cevaplama süresini 12.4 dakikanın altına indirecek bir alarm sistemi kurun.

Hemen şimdi CRM panelinize girin ve son 30 günde kapanmış olan en büyük 5 satışınızın, satış öncesindeki davranışlarını analiz ederek ortak bir "puan tetikleyicisi" belirleyin.