询盘线索评分模型:维度设计、权重分配与阈值校准

线索评分不是给每条询盘打个分那么简单,而是一套可校准的分流规则。推荐结构:画像分占40%、行为分占60%,总分100;≥80分5分钟内转资深销售,60至7...

线索评分:行为分权重应高于画像分Lead scoring: behavior weight should beat firmographic weight 买家填的身份可以撒谎,浏览行为不会 —— 评分要靠行为,不是靠自填Self-reported identity can lie; browsing behavior cannot 画像分(40%)Firmographic (40%) 公司规模/行业/地区/职位,来自表单与反查Size, industry, region, role from form + lookup 行为分(60%)Behavioral (60%) 产品页停留/报价页访问/重复访问/下载白皮书Product page time, pricing page, repeats, downloads ≥80分 热线索≥80 Hot 5分钟转资深销售To senior in 5 min 60-79分 温线索60-79 Warm 1小时转初级销售To junior in 1 hour <60分 冷线索<60 Cold 进培育序列,不人工跟Nurture, no human 阈值校准:每季度用过去一个季度的成交数据回测一次Calibrate quarterly with closed-won data 看80分以上的线索实际成交率是否真高于60-79分,否则调权重或调阈值Check if ≥80 actually closes better; adjust weights or threshold 常见误判Common mistakes 反直觉:下载白皮书的访客分最高,成交率却最低——他们在调研,不在采购Counter-intuitive: whitepaper downloaders score high but close least 把下载行为权重调低,把报价页/样品页访问权重调高,才贴近真实采购阶段Lower download weight, raise pricing/sample page weight 评分模型上线第一个季度只观察不考核,用数据说话再调Observe first quarter before enforcing quotas
线索评分模型:画像分与行为分权重分配及80/60分级阈值

询盘线索评分模型:维度设计、权重分配与阈值校准

结论先行:线索评分不是给每条询盘打个分那么简单,而是一套可校准的分流规则。推荐结构:画像分占40%、行为分占60%,总分100;≥80分5分钟内转资深销售,60至79分1小时内转初级销售,低于60分进培育序列不人工跟。阈值每季度用过去一个季度的成交数据回测一次。反直觉判断:下载白皮书的访客分往往最高,成交率却最低——他们在调研,不在采购,这类行为权重必须调低。

一、为什么需要评分模型:不评分就是平均用力

独立站每天进来的询盘,质量差异极大。有的是同行套价,有的是学生做课题,有的是真有采购预算的中型买家。如果销售对所有询盘用同一套节奏跟进,结果一定是:高意向买家被慢待,低意向询盘吃掉大量时间。

评分模型解决的就是分流问题。它把每条询盘拆成若干维度打分,再加权汇总成一个0到100的总分,然后按分数段路由到不同的人和不同的跟进节奏。没有评分模型,团队只能凭感觉判断哪条询盘重要,感觉在询盘量上来之后必然失灵。

分流方式 做法 适用阶段 主要问题
不评分,全员跟 所有询盘销售都跟 月询盘少于20条 询盘一多就积压
人工凭感觉分 主管看一眼决定谁跟 月询盘20至50条 标准不统一,依赖个人
规则评分模型 维度加权打分自动路由 月询盘50条以上 需要季度校准
预测性评分 用历史成交数据训练模型 有100条以上成交样本 样本不够会失真

大多数出海独立站在月询盘50条以上就该上规则评分模型,而不是等数据攒够再做。规则模型的好处是透明、可解释、销售能理解为什么这条询盘被分到自己手里。买家调研路径的阶段判断可参考海外 B2B 买家的调研路径。

二、维度设计:画像分与行为分各管什么

评分维度分两大类。画像分看这家公司和这个人是谁,行为分看他在网站上做了什么。前者来自表单自填和反查,后者来自埋点数据。两类维度的典型构成如下表。

维度类别 具体维度 数据来源 建议权重
画像分 公司规模、行业、地区 表单+域名反查 20%
画像分 职位与采购角色 表单职位字段 10%
画像分 是否目标客户画像匹配 对照ICP规则 10%
行为分 产品页停留时长 站点埋点 15%
行为分 报价页/样品页访问 页面事件 20%
行为分 7天内重复访问次数 会话计数 15%
行为分 白皮书/资料下载 下载事件 10%

画像分加起来40%,行为分加起来60%。这个比例的依据是:买家在表单里填的职位、公司可以美化甚至造假,但他在网站上停留多久、看没看报价页、一周来几次,这些行为很难伪装。目标客户画像的三个可验证特征,可参考目标客户画像。

场景示例:一条询盘来自某国中型制造企业,职位写的是采购经理,画像分拿满;但他在网站只停留了40秒,没看任何产品页,行为分极低。这种询盘总分不会高,系统应把它归到温线索而不是热线索——职位写得漂亮,不代表真在采购。

三、权重分配与阈值校准

权重不是拍脑袋定的,要靠成交数据回测。上线第一个季度,先按上表的初始权重跑,不考核销售,只记录每条询盘的最终状态。季度末把成交赢单的询盘捞出来,看它们在哪个维度上得分高、在哪个维度上得分低,据此调整权重。

校准信号 观察到的现象 调整动作
高分不成交 ≥80分的赢单率低于60% 检查哪个维度虚高,降权
低分被漏单 成交的询盘里有30%来自60分以下 提高某个行为维度权重
下载者扎堆 白皮书下载者占高分段40%以上 把下载权重从10%降到5%
报价页访问者集中成交 访问报价页的询盘赢单率翻倍 把报价页访问权重从20%提到25%
样本不足 季度成交少于10单 暂不调权重,再观察一个季度

阈值同样要校准。初始建议是80分和60分两档,但如果回测发现75分以上的询盘赢单率已经稳定在30%以上,而80分以上样本太少,就该把热线索阈值降到75分。阈值不是越高越好,高到没有线索进来,模型就失去分流意义。

四、按分数路由:三条分流规则

评分模型的终点不是分数本身,而是分数背后的动作。建议按分数段直接绑定路由规则,写进CRM自动化,不要靠销售手动判断。

分数段 标签 响应时效 跟进动作
≥80分 热线索 5分钟内 转资深销售,走首响SLA标准流程
60至79分 温线索 1小时内 转初级销售,补一个差异化信息点
40至59分 冷线索 当日内 进邮件培育序列,不人工即时跟
<40分 无效/同行 不跟 标记原因,反垃圾规则训练

热线索的5分钟要求和询盘首响SLA与转化率里的工作时间SLA一致,两条规则要对齐,否则销售收到热线索却按普通节奏跟,评分就白做了。来意识别部分的BANT判断可参考询盘来意识别与差异化应答,它解决的是评分之后怎么开口的问题。

五、常见评分误区

误区 表面做法 实际后果 正确做法
只看画像 公司大就给高分 大企业围观者多,成交少 行为分占比高于画像分
下载即高分 下白皮书=高意向 调研期访客扎堆,销售空忙 下载权重压低,看报价页
权重一次定死 上线后从不回测 模型越来越不准 每季度用成交数据校准
阈值过高 90分才算热线索 几乎没线索进热队列 按实际赢单分布定阈值
评分不落地 只打分不分人 销售不知道该跟谁 分数绑定自动路由规则

最隐蔽的误区是只看画像。一家世界500强公司的员工来下载白皮书,画像分很高,但他可能只是在写行业报告,根本没有采购预算。把行为分权重提到60%,就是为了让模型更贴近真实采购阶段,而不是公司头衔。从表单到CRM的字段自动同步,是评分模型能跑起来的技术前提,见官网线索到CRM。

FAQ 常见问题

线索评分模型一开始要做多少个维度?
起步控制在6到7个维度就够:画像侧公司规模、行业地区、职位、ICP匹配,行为侧产品页停留、报价页访问、重复访问、下载。维度太多会让分数不可解释,销售也不信任。先跑一个季度,用成交数据回测后再增减。B2B独立站月询盘50条以下可以先不上模型,靠人工判断。
行为分和画像分应该各占多少权重?
建议行为分占60%、画像分占40%。原因是买家自填的职位和公司可以美化甚至造假,但他在网站上停留多久、看没看报价页、一周来几次很难伪装。季度回测时如果发现画像分高的询盘成交率并不高,就继续压画像分权重;行为分里报价页和样品页访问的权重应高于白皮书下载。
热线索的阈值定多少合适?
初始建议≥80分为热线索,5分钟内转资深销售。但第一个季度只观察不考核,季度末用成交数据回测:如果80分以上样本太少,就把阈值降到75分;如果80分以上赢单率并不比60到79分高多少,说明权重有问题,先调权重再调阈值。阈值不是越高越好,高到没有线索进来就失去意义。
下载白皮书的访客为什么不能给高分?
因为下载白皮书的人多数在调研阶段,不是采购阶段。他们可能是学生、同行、写报告的分析师,甚至只是收集资料的研究人员。把下载行为权重设高,会让销售把时间花在大量低意向访客身上。正确做法是把下载权重压低,把报价页、样品页、规格参数页的访问权重调高,这些行为更接近真实采购动作。
评分模型多久校准一次?
每季度校准一次,用过去一个季度的成交赢单数据回测。具体看三件事:高分段实际赢单率是否真高于低分段、成交的询盘里有没有本该被分到低分的、各行为维度的区分度还成不成立。如果季度成交样本少于10单,本季度不调权重,再观察一个季度,样本不够调出来的模型会失真。
评分和首响SLA怎么配合?
评分决定跟谁,SLA决定多快跟。≥80分的热线索直接套用工作时间5分钟首响SLA,10分钟未回自动升级;60到79分的温线索放宽到1小时;60分以下进培育序列不人工即时跟。两条规则必须在CRM里对齐,否则销售收到热线索却按普通节奏跟,评分就失去意义。

写在最后

线索评分模型的价值不在打分本身,而在把有限的销售时间分配给最可能成交的那批询盘。很多团队一上来就追求复杂模型、几十个维度,结果销售看不懂、不执行,模型沦为摆设。正确路径是先做6到7个维度的规则模型,跑一个季度,用成交数据回测,再逐步收紧阈值。

落地三步:第一,按画像40%、行为60%搭初始权重,先上线不考核;第二,把80分、60分两档阈值直接绑进CRM自动路由,热线索5分钟、温线索1小时、冷线索进培育;第三,每季度用赢单数据回测一次,高分不成交就降权,低分被漏单就提权。这件事的技术底座在独立站技术方向持续积累。

一句可以记住的话:线索评分不是给询盘排座次,而是给销售的时间排座次——行为分比画像分更可信,季度校准比一次定终身更重要。

李要超
李要超 环形山专家

创始人 · 增长负责人 · 前阿里巴巴团队 · 专注出海增长

环形山(Crater)创始人 & 增长负责人。前阿里团队背景,专注中国企业出海的独立站建设、Google SEO 与 GEO(生成式引擎优化)。主导多个外贸站与 DTC 出海品牌的从 0 到 1 增长,长期观察 ChatGPT、Gemini 等大模型如何改变海外获客方式。

出海增长战略GEO 趋势判断选型决策
1113篇分享
72篇知识库