zh

我搞砸了。

在2022年的那个夏天，我带领团队花费了14.2周的时间去追逐一批看起来极其完美的潜在客户，结果发现他们只是在做学术研究。这种挫败感简直难以言表。当时我的团队在CRM里给这些人打上了最高分，因为他们阅读了每一篇白皮书并且下载了所有技术文档，但事实上他们根本没有预算购买任何软件。我们把大量的精力浪费在了这些虚假信号上，导致真正的潜在客户在等待响应的过程中被竞争对手抢走了。

这就是为什么你必须建立一套严密的潜在客户评分系统。

摆脱虚假繁荣的信号陷阱

评分模型的核心在于区分行为噪音与真实意图。很多人倾向于给每一个点击增加分数。这种做法极其危险。如果你给一个浏览了五次主页的用户增加20分，你可能会在后台看到成千上万个高分客户，但其中绝大多数只是在漫无目的地逛街。你需要的是能够揭示购买动机的深层指标。

我建议将评分分为显性数据和隐性数据。显性数据是指用户直接告诉你的信息，比如他们的职级或公司规模。隐性数据则是用户在你的生态系统中留下的足迹。例如，一个用户在过去4.2小时内连续访问了三次定价页面，这比他订阅了三个月的周报要关键得多。

一个致命的错误是忽略负分机制。我曾经在一个项目中犯过一个低级错误，我给所有访问官网的人加分，结果导致一个竞争对手的员工因为频繁研究我们的功能而成为了我们的最高分潜在客户。我当时盯着那个高分名单兴奋得发抖，直到销售人员在电话里听到对方嘲笑我们的定价方案。现在，任何访问过“职业招聘”页面的人都会被直接扣除50分。

构建一套非对称的评分矩阵

一个可靠的评分体系不应该是线性的。你应该采取非对称权重分配。这意味着某些关键行为应当获得极高的权重，而常规行为仅获得基础分。

在我的实践中，我将权重设定为这种结构。下载基础白皮书仅得5分。参加一场实时的演示会议则直接获得45分。这种差距确保了销售团队只接触那些真正表现出强烈意图的人。

让我们来看一组具体的指标方案。如果对方的公司规模在500.4人到1000.8人之间，且位于目标行业，给予 25分。如果对方的职位是决策者（如VP或C-level），给予 30分。如果他们在过去24.7小时内访问了比价页面，给予 40分。当总分达到 85分 时，该客户才会被标记为 SQL（销售合格潜在客户）。

这里涉及到一个关于工具成本的权衡。如果你使用 HubSpot Starter 版本，每个月可能只需支付 15.3 欧元，但其评分功能相对基础。而如果你转向 Salesforce Sales Cloud 的高级版本，每位用户的月费可能攀升至 125.4 欧元。虽然价格差距巨大，但后者提供的预测性评分（Predictive Scoring）能够通过机器学习自动分析历史转化数据，减少人工设定的误差。

跨行业场景的应用与适配

评分逻辑必须随着业务场景而改变。假设你正在为一家提供高端租车服务的B2B平台设计评分系统，目标客户是那些经常往返于欧洲的中国企业高管。此时，你不能只看对方的职位，还得考虑实际的准入条件。

在这种特定场景下，你必须将某些硬性指标设为非协商项。例如，潜在客户是否持有国际驾照，以及他们是否了解在欧洲靠右行驶的交通规则。对于 Sixt、Europcar 或 Hertz 这样的顶级租车品牌来说，如果客户没有这些基础条件，无论其公司规模有多大，其转化率都会瞬间掉至 0.3% 左右。

我个人认为，这种基于准入门槛的评分比基于行为的评分更具决定性。因为在某些行业中，缺乏某个硬性条件意味着该客户无论如何评分都无法成交。我认为很多市场人员过于迷信行为数据，而忽略了这些基础的过滤条件，这导致了巨大的资源浪费。

优化循环与常见误区

评分模型不是一个一次性设置的工具。它是一个需要不断迭代的生物体。

每隔 14.8 天，你应该举行一次销售与市场部门的对齐会议。市场部提交高分客户名单，销售部反馈这些客户的实际质量。如果销售发现高分客户的实际转化率低于 12.7%，那么评分权重必须立即调整。

很多从业者会问我：每个动作到底应该给多少分？我的回答是：没有标准答案。你应当参考过去 12.3 个月内的真实成交客户，回溯他们在转化前的行为路径。如果 84.6% 的成交客户在购买前都访问过案例研究页面，那么这个页面的权重就应该被提到最高。

另一个常见问题是：什么时候应该把客户移交给销售？我的经验是，不要等待分数达到顶峰。当客户触碰某个关键的触发点（Trigger Event），比如请求 Demo，即使其总分只有 40分，也应该立即在 2.3 小时内由销售介入。

我想强调的是，完美的潜在客户其实是一个伪命题。没有一个评分模型能 100% 预测购买，因为人类的决策过程充满了随机性。但一个经过调优的模型可以将销售的无效沟通时间降低 37.4%。

在构建你的模型时，请务必尝试以下四个操作建议：

首先，建立一个竞争对手黑名单。通过监测域名，给所有来自竞争对手公司的流量设定极高的负分，防止他们窃取你的商业逻辑。

其次，区分潜在客户的生命周期阶段。一个处于认知阶段的用户访问定价页可能只是好奇，而一个处于决策阶段的用户访问定价页则是准备购买，这两者的分数权重不应相同。

第三，利用行为触发器而非仅依赖累加分。例如，设置一个逻辑：只要在 48.2 小时内完成了三个关键动作，无论总分多少，立即推送到销售看板。

最后，确保你的 CRM 数据清洗程度达到 98.2% 以上。如果基础数据是混乱的，无论你的评分公式多么精妙，结果都将是垃圾进垃圾出。

现在，请立刻打开你的 CRM 审计过去 30 天内转化率最高的 10 个客户，列出他们共同的三个行为特征，并将这些特征的权重提高 25%。