리드 스코어링

회사 규모 같은 적합성 점수와 제품 페이지 방문 같은 관심 신호를 구분하면 한쪽만 높은 리드를 다르게 다룰 수 있습니다. 점수 규칙은 실제 SQL·계약 결과로 검증합니다.

점수는 예측을 위한 가설입니다

리드 스코어링은 이 행동을 한 고객이 실제로 더 잘 계약할 것이다라는 가설을 숫자로 표현합니다. 높은 점수가 계약 결과와 무관하다면 기준을 바꿔야 합니다. 페이지 방문 횟수만 높게 평가하면 가격표를 여러 번 본 학생이나 경쟁사도 우선 연락 대상이 될 수 있습니다.

적합성 점수와 관심 점수를 나누면 해석이 쉬워집니다. 목표 고객사지만 구매가 1년 뒤라면 당장 영업 전화를 걸기보다 관련 자료를 보내고 시기를 다시 확인할 수 있습니다. 규모가 작아도 지금 도입이 필요하다면 빠른 상담이 더 적절할 수 있습니다. 점수 규칙을 고친 뒤에는 MQL·SQL·계약 전환의 변화를 검증합니다.

점수 검증에는 반례가 필요합니다

높은 점수인데 계약하지 않은 리드와 낮은 점수였지만 계약한 리드를 따로 살펴보세요. 경쟁사의 조사, 학생의 과제, 기존 고객의 지원 문의가 잘못 점수를 높이는 경우가 있습니다. 반대로 조용히 가격을 검토하다 바로 도입한 고객은 점수가 낮을 수 있습니다. 이런 반례가 규칙 개선의 근거입니다.

두 축으로 판단

고객 적합성 / 현재 필요	필요가 낮거나 시기가 멂	필요가 높고 시기가 가까움
적합성 높음	관련 자료 제공, 시점 재확인	빠른 상담 제안
적합성 낮음	우선순위를 낮추되 기준 점검	제품 적합성을 재검토하고 필요한 상담 연결

이는 후속 행동을 생각하기 위한 분류 예시입니다. 실제 기준은 영업 결과와 고객의 수신 의사를 확인해 조정합니다.

점수가 높아도 연락할 권한이 자동으로 생기지는 않습니다. 오래된 행동이나 봇 클릭이 점수에 쌓이지 않도록 관리합니다.