lead-scoring

潜在客户评分

使用结合 ICP 匹配度、互动行为和购买意向信号的系统化评分模型，为潜在客户确定优先级。

适用场景

• 设计新的潜在客户评分模型
• 为 SDR 跟进工作确定入站潜在客户的优先级
• 设置移交销售团队的 MQL 阈值
• 按来源分析潜在客户质量
• 根据潜在客户评分优化营销支出

方法论基础

基于 HubSpot 的潜在客户评分方法论和 Forrester 的 B2B 买家旅程研究，结合：

• 企业/人口统计匹配度（他们是谁）
• 行为评分（他们做什么）
• 意向信号（购买准备度）
• 负向评分（取消资格）

Claude 负责什么，哪些由你决定

Claude 负责	由你决定
设计评分模型结构	适合你业务的分值
计算潜在客户评分	移交所需的 MQL 阈值
识别高意向行为	哪些行为最重要
按评分细分潜在客户	销售跟进优先级
提出模型改进建议	模型权重调整

此技能的功能

1. 模型设计 - 创建结合匹配度、行为和意向的评分框架
2. 评分计算 - 将模型应用于潜在客户数据
3. 阈值设置 - 定义 MQL/SQL 资格级别
4. 细分 - 按评分对潜在客户分组，以便路由
5. 优化 - 分析评分与转化率的相关性

使用方法

设计模型：

Help me create a lead scoring model for [Business Type].

Our ICP:
- Company size: [Range]
- Industries: [List]
- Titles: [Target titles]
- Geography: [Regions]

Key buying signals we track:
- [List website pages, content, actions]

Current conversion rates:
- Lead to MQL: X%
- MQL to SQL: X%
- SQL to Won: X%

为潜在客户评分：

Score this lead:

Company: [Name]
Size: [Employees]
Industry: [Industry]
Title: [Contact title]
Location: [Geography]

Behavior (last 30 days):
- [List pages visited, content downloaded, emails opened]

说明

第 1 步：定义匹配度评分（0-40 分）

公司属性：

标准	分值
公司规模符合 ICP	+10
行业在目标名单中	+10
地理位置属于目标区域	+5
营收在目标范围内	+5
公司规模过小	-10
行业属于排除范围	-20

联系人属性：

标准	分值
职位为决策者	+10
职位为影响者	+5
职位为最终用户	+3
学生/个人邮箱	-15
竞争对手域名	-40

第 2 步：定义行为评分（0-40 分）

内容互动：

行为	分值
访问定价页面	+15
下载案例研究	+10
观看产品演示视频	+10
阅读博客文章	+2
单次会话浏览 5 个以上页面	+5
7 天内再次访问	+5

直接互动：

行为	分值
提交演示申请表单	+30
提交联系销售团队表单	+25
注册免费试用	+20
注册参加网络研讨会	+10
注册订阅新闻简报	+3
打开邮件	+1
点击邮件	+3

第 3 步：定义意向评分（0-20 分）

第三方意向：

信号	分值
正在研究你的品类（Bombora/G2）	+15
搜索竞争对比信息	+10
发布相关职位招聘信息	+5
发布融资公告	+5
安装的技术与目标匹配	+5

第 4 步：应用负向评分

信号	分值
退订邮件	-10
邮件退回	-20
90 天以上没有互动	-15
标记为垃圾邮件	-30
竞争对手	-100

第 5 步：设置阈值

评分范围	资格级别	操作
80-100	高热度 MQL	立即致电销售
60-79	中热度 MQL	SDR 在 24 小时内联系
40-59	营销合格	加入培育序列
20-39	早期阶段	提供教育内容
0-19	不合格	仅监控
负数	已取消资格	抑制

示例

示例 1：设计评分模型

输入：

Help me create a lead scoring model for B2B SaaS (marketing automation).

Our ICP:
- Company size: 50-500 employees
- Industries: Tech, E-commerce, SaaS
- Titles: VP Marketing, Director Marketing, CMO
- Geography: US, Canada, UK

Key buying signals:
- Pricing page, demo request, case studies
- Marketing automation category on G2

输出：

## Lead Scoring Model: Marketing Automation SaaS

### Fit Score (Max 40 points)

**Company Fit (20 points)**
| Criteria | Points |
|----------|--------|
| 50-500 employees | +10 |
| 500-1000 employees | +5 |
| <50 or >1000 employees | +0 |
| Tech/E-commerce/SaaS industry | +10 |
| Adjacent industry (Retail, Media) | +5 |
| Non-target industry | +0 |

**Contact Fit (20 points)**
| Criteria | Points |
|----------|--------|
| VP/Director Marketing, CMO | +15 |
| Marketing Manager | +10 |
| Marketing Coordinator | +5 |
| Non-marketing title | +0 |
| US/Canada/UK | +5 |
| Other geography | +0 |
| Personal email (@gmail) | -15 |
| Competitor domain | -40 |

### Behavior Score (Max 40 points)

**High-Intent Actions**
| Action | Points |
|--------|--------|
| Demo request submitted | +25 |
| Pricing page visit | +15 |
| Case study download | +10 |
| Product tour completed | +10 |

**Engagement Actions**
| Action | Points |
|--------|--------|
| 3+ pages in session | +5 |
| Return visit (7 days) | +5 |
| Webinar registered | +8 |
| Blog post read | +2 |
| Email clicked | +3 |
| Email opened | +1 |

### Intent Score (Max 20 points)

| Signal | Points |
|--------|--------|
| G2 category research | +10 |
| Competitor comparison | +8 |
| Marketing hire posting | +5 |
| Series A/B funding | +5 |

### Negative Scoring

| Signal | Points |
|--------|--------|
| Unsubscribed | -10 |
| No activity 90 days | -15 |
| Email bounced | -20 |
| Competitor | -100 |

### Thresholds

| Score | Status | SLA |
|-------|--------|-----|
| 70+ | 🔥 Hot MQL | Call within 5 min |
| 50-69 | 🟢 MQL | SDR contact 24hr |
| 30-49 | 🟡 Nurture | Email sequence |
| <30 | Monitor | No outreach |

示例 2：为单个潜在客户评分

输入：

Score this lead using the model above:

Company: GrowthTech Inc
Size: 180 employees
Industry: SaaS
Title: VP of Marketing
Location: San Francisco, US

Behavior (last 30 days):
- Visited pricing page (2x)
- Downloaded "Email Automation Guide"
- Attended webinar "Marketing Automation 101"
- Opened 4 emails, clicked 2
- Visited 8 pages total

Intent: Showing on G2 for marketing automation research

输出：

## Lead Score: GrowthTech Inc

### Overall Score: 83/100 🔥 HOT MQL

### Score Breakdown

**Fit Score: 35/40**
| Factor | Points | Notes |
|--------|--------|-------|
| Company size (180) | +10 | Perfect ICP |
| Industry (SaaS) | +10 | Target industry |
| Title (VP Marketing) | +15 | Decision maker |
| Location (US) | +5 | Target geography |
| **Subtotal** | **35** | |

**Behavior Score: 38/40**
| Action | Points | Notes |
|--------|--------|-------|
| Pricing page (2x) | +15 | High intent signal |
| Content download | +5 | Educational engagement |
| Webinar attended | +8 | Active learning |
| 8 pages visited | +5 | Deep exploration |
| 4 emails opened | +4 | Engaged with nurture |
| 2 emails clicked | +6 | Taking action |
| **Subtotal** | **38** | |

**Intent Score: 10/20**
| Signal | Points | Notes |
|--------|--------|-------|
| G2 category research | +10 | Active buyer research |
| **Subtotal** | **10** | |

### Qualification: HOT MQL
- **Action Required**: Immediate SDR call (within 5 minutes)
- **Talking Points**: Reference webinar attendance, pricing interest
- **Ask**: "What prompted your marketing automation research?"

### Next Best Actions
1. Call within 5 minutes (hot lead SLA)
2. Reference webinar + pricing page visits
3. Offer personalized demo with VP Marketing use cases
4. Connect on LinkedIn (warm outreach)

技能边界

此技能擅长的方面

• 系统化构建评分模型
• 根据所提供的数据计算评分
• 根据最佳实践推荐阈值
• 识别模型缺口

此 Skill 无法做到的事

• 直接访问你的 CRM 数据
• 知道你的实际转化率
• 预测单个潜在客户的结果
• 将线下互动纳入考量

何时交由人工处理

• 设置最终 MQL 阈值（需要销售团队达成一致）
• 权重决策（需要业务判断）
• 模型验证（需要分析历史数据）
• 边缘案例（公司画像特殊）

迭代指南

后续提示词

• “调整模型，以适用于员工人数在 1000 人以上的企业潜在客户。”
• “什么分数会触发我们立即致电？”
• “比较这 5 个潜在客户的分数，并进行排名。”
• “我们应该添加哪些行为指标来提高准确性？”

模型优化周期

1. 构建初始模型 → 部署
2. 跟踪分数与转化率
3. 根据数据调整权重
4. 每季度添加新的信号
5. 移除相关性较低的因素

检查清单与模板

潜在客户评分模型模板

## [Company] Lead Scoring Model v[X]

### Fit Score (Max X points)
| Criteria | Points |
|----------|--------|

### Behavior Score (Max X points)
| Action | Points |
|--------|--------|

### Intent Score (Max X points)
| Signal | Points |
|--------|--------|

### Negative Scoring
| Signal | Points |
|--------|--------|

### Thresholds
| Score | Status | Action |
|-------|--------|--------|

### Review Schedule
- Quarterly weight review
- Monthly threshold check

模型审核清单

• 所有 ICP 标准都已设定分值
• 高意向行为已进行适当加权
• 负向评分能排除不合格的潜在客户
• 阈值与销售团队的承接能力一致
• 模型已在过去 90 天内审核

参考资料

• HubSpot 潜在客户评分指南
• Forrester B2B 买家旅程研究
• Marketo 潜在客户评分权威指南
• SiriusDecisions 需求瀑布模型

相关技能

• icp-matching - 深入定义 ICP
• pipeline-forecasting - 汇总评分以进行预测
• deal-risk-scoring - MQL 阶段之后的交易健康度

Skill 元数据

• 领域：RevOps
• 复杂度：中级
• 模式：centaur
• 见效时间：模型设计需 30-60 分钟，每个潜在客户需 2 分钟
• 前置条件：已定义 ICP，具备行为跟踪能力