Lead scoring explicado: um modelo que a equipa comercial usa

Lead scoring é a prática de pôr um número num contacto ou numa empresa para que uma quantidade limitada de atenção comercial caia nos leads com maior probabilidade de converter. O objetivo é esse e mais nenhum. Uma pontuação não prevê receita, não substitui a qualificação e não é um relatório. É uma ordem de fila.

O problema que resolve aparece a partir de uma certa dimensão. Com trinta leads por mês, um SDR lê-os todos e nenhum modelo bate o critério dele. Com trezentos, o SDR trabalha o topo da lista e o fundo nunca é tocado — e, sem pontuação, o topo da lista significa aquilo que chegou mais recentemente. O scoring troca a ordem de chegada por algo mais próximo da probabilidade.

Daqui decorrem duas coisas. Primeiro, só vale a pena construir uma pontuação quando há mais leads do que capacidade para os trabalhar; caso contrário, está a ordenar uma fila que vai ser trabalhada por inteiro de qualquer forma. Segundo, o modelo tem de ser legível para quem o usa. Um SDR que não consegue ver porque é que um lead ficou com 82 volta discretamente a ligar aos mais recentes — e só dará por isso um trimestre depois.

Todos os modelos assentam em dois tipos de dados de entrada. Os sinais explícitos são coisas declaradas pelo lead ou por uma fonte de dados — atributos. Os sinais implícitos são coisas que o lead faz — comportamento. Ambos contam, e falham de maneiras diferentes.

O erro habitual é pesar os sinais implícitos pelo volume. Dez visitas ao blogue não são intenção, são um subscritor. Uma visita à página de preços seguida de uma sessão de regresso dois dias depois é intenção, com muito menos eventos. Pese uma ação pelo que ela custa à pessoa e pelo que revela sobre o ponto da decisão em que está, e não pela frequência com que dispara.

Trate também com honestidade os dados explícitos em falta. Uma dimensão de empresa em branco não é uma empresa pequena. Marque-a como desconhecida e deixe o enriquecimento preenchê-la mais tarde — caso contrário, vai penalizar sistematicamente toda a gente que encontrou um formulário curto.

Reduzir fit e intenção a um único total é a forma mais comum de um modelo correr mal. Respondem a perguntas diferentes, e cada combinação pede uma ação diferente.

Fit pergunta se esta é o tipo de empresa que consegue servir e a quem consegue vender: dimensão, setor, geografia, orçamento e se tem realmente o problema que resolve. Intenção pergunta se está em movimento neste momento: o que viu, o que pediu, há quanto tempo.

Mantenha-os como duas pontuações e os quadrantes dizem-lhe o que fazer. Fit alto com intenção alta é uma chamada hoje. Fit alto com intenção baixa é um percurso de nutrição, não uma rejeição — a conta continua a valer a pena no próximo trimestre. Fit baixo com intenção alta é o quadrante perigoso: um lead entusiasmado que não vai fechar ou que vai sair, e que consome uma semana de um SDR se uma pontuação única o levar ao topo. Fit baixo com intenção baixa é uma supressão, não uma entrada na fila.

Um número só não consegue separar o segundo caso do terceiro, porque um 40 construído a partir do fit e um 40 construído a partir da intenção são idênticos na lista. Se a sua ferramenta insistir num número único, guarde pelo menos as duas componentes e mostre a divisão ao lado.

Comece manual e pequeno. Quinze regras que consegue auditar valem mais do que uma caixa preta que não consegue, e monta-as numa tarde.

1. Defina o objetivo. Não «um bom lead» — algo contável, como uma reunião de descoberta realizada, ou um negócio fechado em noventa dias.
2. Liste os sinais candidatos que consegue captar hoje para a maioria dos leads. Um sinal presente num décimo dos registos é inutilizável, por muito preditivo que pareça.
3. Olhe para trás. Pegue nos negócios ganhos e perdidos recentes e verifique, sinal a sinal, como a taxa de conversão difere quando está presente. Tudo o que mal a mexe é descartado.
4. Atribua números inteiros numa escala fixa — por exemplo, 0 a 100 para o fit e 0 a 100 para a intenção. Arredonde os pesos. Precisão que não consegue justificar é ruído.
5. Teste em histórico reservado antes de tocar na fila real: este modelo teria colocado os negócios ganhos do trimestre passado perto do topo?
6. Escreva as regras num sítio onde a equipa comercial as possa ler sem lhe perguntar.

Seja qual for a ferramenta, as regras de scoring e as suas fontes de geração de leads pertencem ao mesmo sistema: uma pontuação calculada sobre campos que a etapa de recolha nunca preencheu é apenas um valor por omissão disfarçado de número. A Growmindr avalia os leads à medida que entram no espaço de trabalho e mantém as regras que contribuíram visíveis no registo do contacto, para que um SDR veja o que produziu um número antes de decidir quanto confiar nele.

A maioria dos modelos só soma. É por isso que, com tempo suficiente, tudo pontua alto e a ordenação deixa de separar seja o que for.

Subtraia por desqualificadores para os quais tem provas: um domínio de concorrente, um endereço pessoal ou de estudante num produto empresarial, um país que não consegue servir, uma função sem qualquer papel na decisão, um cliente atual com uma escalação em aberto. Prefira uma subtração real a uma exclusão dura sempre que o lead possa vir a interessar — um valor negativo mantém o registo pontuável se as circunstâncias mudarem, uma exclusão esconde-o para sempre.

Depois acrescente decaimento, porque a intenção é perecível. Uma visita à página de preços é um sinal forte no próprio dia, um sinal fraco três semanas depois e sinal nenhum um trimestre mais tarde. Sem decaimento, alguém que o investigou em março e desapareceu continua a ficar à frente de alguém ativo esta semana. Uma regra simples chega: os pontos de intenção expiram ao fim de um período fixo, ou reduzem-se a metade a cada trinta dias. Os pontos de fit não devem decair — a empresa continua a ter a mesma dimensão — mas devem ser atualizados sempre que o enriquecimento renovar o registo.

Há um teste rápido para saber se o decaimento está bem calibrado. Pegue nos vinte leads com pontuação mais alta e veja quando é que cada um fez alguma coisa pela última vez. Se vários estiverem em silêncio há meses, o decaimento é demasiado lento.

Uma pontuação sem uma ação acordada é decoração. Antes do arranque, acorde os escalões e a resposta que cada um recebe, por escrito e com a equipa comercial na sala.

Defina o limiar do escalão A pela capacidade, não pela estética. Se dois SDR conseguem trabalhar sessenta leads por semana entre os dois, o limiar fica onde caem sensivelmente sessenta leads por semana — e não em 80 por 80 ser um número redondo. Reveja-o sempre que a equipa ou o volume de leads mudar, porque um limiar afinado para uma dimensão de equipa parte-se em silêncio noutra. Demasiado baixo e o escalão A torna-se uma acumulação que ninguém despacha; demasiado alto e os seus melhores leads ficam por trabalhar no escalão B enquanto a fila parece saudável.

Um modelo de lead scoring é ajustado a um momento: os seus preços, o seu cliente ideal, os seus canais, o mercado. Os quatro mudam, e o modelo não dá por isso. A recalibração é manutenção de rotina, não uma admissão de que a primeira versão estava errada.

Reveja com regularidade — trimestralmente é um padrão sensato — e verifique três coisas.

• Discriminação. Distribua os leads do último trimestre por faixas de pontuação e compare a conversão de cada faixa. As faixas devem separar-se com clareza. Se os 80 convertem como os 50, o modelo deixou de ordenar e limita-se a atribuir números.
• Desvio na composição. Se a fatia de leads acima do limiar duplicou sem uma mudança correspondente nos resultados comerciais, algo mexeu a montante — um canal novo, um formulário editado, um script de medição partido — e a pontuação passou a medir isso.
• Disponibilidade dos sinais. As regras morrem em silêncio quando um campo deixa de ser recolhido ou uma integração parte. Um sinal agora em falta na maioria dos registos subtrai precisão enquanto continua a parecer saudável na lista de regras.

Faça uma revisão fora de calendário sempre que alterar preços, entrar num segmento novo ou abrir um canal com uma composição de visitantes diferente. E leve o sinal qualitativo a sério: quando a equipa comercial começa a dizer que as pontuações parecem erradas, normalmente tem razão — e normalmente reparou um trimestre antes dos números.

Os modelos partidos costumam falhar num punhado de formas reconhecíveis.

• Pontuar interação em vez de intenção de compra. Aberturas de newsletter e leituras do blogue correlacionam-se com interesse no seu conteúdo, não com orçamento ou poder de decisão. Inflacionam a pontuação de quem nunca vai comprar.
• Um modelo para dois produtos. Se vende a dois compradores diferentes, precisa de dois modelos. Um modelo misturado está errado para ambos, e errado em direções opostas.
• Pontuações de pessoas sem contexto de empresa. Três pessoas de nível intermédio da mesma empresa, cada uma com 45, são um sinal mais forte do que qualquer uma delas isolada — e um modelo só de pessoas não consegue vê-lo.
• Tráfego interno e de bots. A sua própria equipa e os scanners automáticos geram visitas. Exclua as gamas de IP do escritório e os crawlers conhecidos, ou o seu lead mais bem pontuado vai revelar-se um colega.
• Um modelo que ninguém explicou. Se a equipa comercial não participou na definição dos pesos, não vai trabalhar a fila — e vai passar o tempo a defender um número em vez de o melhorar.

Nada disto é visível no próprio modelo. Aparece sob a forma de uma equipa comercial que ignora discretamente a pontuação, que é o indício mais fiável de que algo por baixo está errado.