Ako ste ikada trošili dane na lead koji nikad nije ni odgovorio, ili ste propustili kupca koji je bio spreman da potpiše — problem je verovatno bio u prioritizaciji. Lead scoring u CRM-u je odgovor na to pitanje. Ne kao magični algoritam, nego kao sistem koji vašem timu govori: "Ovaj čovek zaslužuje poziv danas."

Zašto mali timovi odmah skaču na AI scoring — i zašto je to greška

Svaki vendor će vam reći da je njihov AI model koji automatski ocenjuje lead-ove revolucionaran. Možda i jeste, na 50.000 kontakata i sa dve godine istorijskih podataka. Za tim od tri do deset prodavaca, to je preskup i presložen alat za problem koji se može rešiti tabelom i malo logike.

Automatsko ocenjivanje bazirano na mašinskom učenju traži podatke koje mali tim jednostavno nema. Bez solidne baze zatvorenih deal-ova, model nema od čega da uči. Rezultat su ocene koje zvuče naučno, ali nemaju vezu sa realnošću vašeg prodajnog ciklusa.

Počnite jednostavno. Dodajte složenost samo kad imate razlog.

Šta je lead scoring u CRM-u, konkretno

Lead scoring u CRM-u je sistem bodovanja koji svakom kontaktu dodeljuje numeričku vrednost na osnovu unapred definisanih kriterijuma. Što je viši skor, to je kontakt bliži kupovini — ili bar, to je teorija.

U praksi, scoring radi dobro kad su kriterijumi direktno vezani za vaš prodajni proces. Industrija, veličina kompanije, aktivnost na vašem sajtu, odgovori na emailove — sve su to signali. Poenta je da odaberete prave signale, ne sve moguće.

Kvalifikacija lead-ova bez sistema znači da svaki prodavac kvalifikuje po svom osećaju. To radi kad imate jednog prodavca. Sa tri ili više, počinjete da dobijate nekonzistentne rezultate i rasprave o tome ko je "ukrao" koji lead.

Model sa 6 kriterijuma koji možete postaviti za sat

Evo konkretnog polazišta. Prilagodite bodove svojoj industriji, ali struktura ostaje ista.

Kriterijum Šta merite Bodovi
Profil kompanije (fit) Odgovara li ICP-u po industriji i veličini 0–25
Budžet signal Pomenuo budžet, gledao stranicu sa cenama 0–20
Autoritet Da li je donosilac odluke ili barem uticajan 0–15
Vremenski okvir Postoji li konkretan rok ili urgentnost 0–15
Engagement Otvara emailove, klika linkove, vratio se na sajt 0–15
Eksplicitna zainteresovanost Tražio demo, postavio pitanje o ugovoru 0–10

Ukupni maksimum je 100 bodova. Pravilo palca za dalje:

  • 75–100: prioritetni lead, kontaktirati u roku od 24 sata
  • 50–74: negovati, zakazati follow-up za narednih 7 dana
  • 25–49: ostaviti u nurture sekvenci, pratiti aktivnost
  • 0–24: ne troši prodajno vreme, vrati u marketing

Ovo nije savršen sistem. Ali je dovoljan da vaš tim prestane da donosi nasumične odluke.

Kako uneti kriterijume u CRM

Svaki ozbiljan CRM ima custom polja i neku formu automatizacije. Postupak je otprilike ovakav:

Prvo, napravite numeričko polje "Lead Score" na kontaktu ili deal-u. Zatim za svaki kriterijum napravite ili koristite postojeće polje — industrija, veličina kompanije, status donosioca odluke, i slično.

Automatizacija je ključna stvar. Umesto da prodavači ručno menjaju skor, pravila ga ažuriraju automatski. Na primer: ako kontakt otvori email i klikne link, povećaj engagement skor za 5. Ako poseti stranicu sa cenama, dodaj 10 poena na budžet signal.

Prvih nedelja ćete verovatno ručno proveravati i korigovati. To je normalno. Posle mesec dana, sistem se stabilizuje i postaje pouzdan. Ako koristite GCors CRM alate, ova vrsta pravila se postavlja direktno u interfejsu, bez kodiranja.

Fit vs. engagement: dve dimenzije koje ne smete mešati

Jedna od najčešćih grešaka u MQL ocenjivanju je to što se fit i engagement tretiraju kao ista stvar. Nisu.

Fit opisuje da li ta osoba ili kompanija uopšte može biti vaš kupac. Pogrešna industrija, premala firma, pogrešna geografija — to su faktori koje ne možete promeniti, bez obzira koliko je kontakt aktivan.

Engagement opisuje koliko je zainteresovana. Neko može imati savršen fit, ali nikad ne odgovara. Neko drugi može biti hiperaktivan na vašem sajtu, ali nije u poziciji da donese odluku.

Dobra praksa je da imate odvojena polja za obe dimenzije i da gledate oba pre nego što lead proglasimo prioritetnim. Lead sa visokim fit-om i niskim engagement-om ide u long-term nurture. Lead sa niskim fit-om i visokim engagement-om ide u edukativni sadržaj — nije kupac, ali može biti ambasador.

Negativno bodovanje: mali detalj koji pravi razliku

Retko se pominje, ali negativni bodovi su jednako važni kao pozitivni. Kada neko uradi nešto što signalizira da nije pravi lead, skor treba da padne.

Primeri negativnih signala:

  • Prijavio se sa besplatnom email adresom (gmail, yahoo) za B2B ponudu
  • Otvorio "unsubscribe" stranicu
  • Popunio formu sa "student" ili "istraživanje" u polju za naziv kompanije
  • Nije odgovorio na tri uzastopna follow-up poziva

Ovo nije kazna. To je filtriranje. Prodavac koji gleda listu od 200 kontakata treba da zna koje da ignoriše, a ne samo koje da favorizuje.

Kada ima smisla preći na automatsko ocenjivanje

Automatsko ocenjivanje — bilo da ga zovemo AI scoring ili predictive lead scoring — ima smisla kada:

  1. Imate najmanje 500 zatvorenih deal-ova u CRM-u (idealno sa jasnom oznakom "won/lost")
  2. Vaš prodajni ciklus je dovoljno konzistentan da postoji obrazac
  3. Već imate rule-based model koji funkcioniše i hoćete da ga usavršite
  4. Primetili ste da ručna pravila ne hvataju neke obrasce koji su vam intuitivno jasni

Prelaz na AI verziju nije zamena za rule-based pristup — to je nadgradnja. Ako nemate dobra temeljna pravila, AI model će naučiti vaše greške, ne vaše uspehe.

Jedan tim sa kojim smo radili prešao je na automatsko ocenjivanje posle 14 meseci rule-based sistema. Razlika u konverziji lead-ova u deal-ove bila je oko 18% u korist AI modela. Ali bez onih 14 meseci čistih podataka, taj model ne bi imao od čega da polazi.

Integracija lead scoringa sa ostatkom pipeline-a

Lead scoring u CRM-u ne postoji u vakuumu. Mora biti povezan sa ostatkom workflow-a, inače je samo broj na kontaktu koji niko ne gleda.

Konkretno, skor treba da:

  • Automatski menja fazu u pipeline-u kada dostigne prag (na primer, prelaz iz "Prospect" u "Qualified" na 60+ poena)
  • Okida notifikaciju prodavcu kada lead skoči za više od 15 poena u jednom danu
  • Utiče na redosled u listi zadataka — visoki skor, viši prioritet
  • Biva vidljiv u email sekvencama kako bi marketing znao ko je "topao" lead

Bez ove integracije, prodavci ručno gledaju skore — što znači da ih ne gledaju redovno. Automatizacija nije luksuz, to je uslov da sistem funkcioniše.

Ako tražite CRM koji podržava ovaj nivo automatizacije bez preterano složenih podešavanja, pogledajte pregled alata gde smo uporedili nekoliko opcija relevantnih za male i srednje timove.

Merenje i kalibracija modela

Jednom kada je sistem aktivan, posao nije gotov. Svakih 60 do 90 dana vredi proveriti da li skor zaista predviđa konverziju.

Praktičan test: uzmite sve deal-ove zatvorene u prethodnom kvartalu. Pogledajte koji su im bili skori u momentu kada su ušli u pipeline. Da li su deal-ovi sa skonom iznad 70 zaista imali višu stopu zatvaranja od onih ispod 50? Ako ne — nešto u modelu treba revidirati.

Ovo nije nauka. Ne tražite savršenu korelaciju. Tražite trend koji potvrđuje da sistem radi bolje od nasumičnog biranja.

Kalibracija je mala investicija — sat ili dva kvartalno — koja drži sistem relevantnim kako se vaš idealni kupac menja.

Malo koji alat u prodajnom procesu daje ovako brz povrat na uloženo vreme. Za sat postavljanja i mesec dana prilagodjavanja dobijate tim koji ne debatuje ko je prioritet, nego zna. Lead scoring u CRM-u nije rocket science. To je disciplina. I disciplina se gradi pravilima, ne algoritmima — bar na početku.

Gde ste sada sa kvalifikacijom lead-ova — da li prodavci imaju zajednički jezik za to, ili svako ima svoju logiku?