B2B lead scoring: best practices voor sales- en marketingteams

Vraag het aan een willekeurig salesteam en je hoort dat de kwaliteit van leads beter wordt. Uit een recente enquête onder ruim 1.000 salesprofessionals bleek dat 68% zegt dat de leadkwaliteit het afgelopen jaar is verbeterd. Klinkt als goed nieuws. Maar ‘beter’ is een gevoel dat verkopers in een enquête aangeven, niet iets wat iemand heeft gemeten. Zonder scoringsmodel erachter is die verbetering een vermoeden, geen feit.

Dit is geen basiscursus lead scoring. De basis ken je al. Hieronder lees je hoe je dat vermoeden omzet in iets concreets: een systeem dat je vertelt welke leads de tijd van een verkoper echt waard zijn, en niet alleen welke veelbelovend aanvoelen. Zet je de criteria goed neer, dan stopt je software voor lead scoring met het aanmerken van ruis als kans, en laat je B2B sales pipeline eindelijk zien wat er echt in zit.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No sales call

Even opfrissen: wat is lead scoring?

Lead scoring is het proces waarbij je punten toekent aan leads op basis van wie ze zijn en wat ze doen, zodat sales weet wie het eerst gebeld moet worden. Het is een filter, geen gokspelletje. Expliciete data dekken de demografische kant: functietitel, bedrijfsgrootte, branche, alles wat een lead je zelf vertelt. Impliciete data dekken de gedragskant: bezoeken aan de prijspagina, demoaanvragen, de B2B-koopsignalen die intentie verraden zonder dat iemand het hardop zegt. Kloppen beide, dan is lead scoring niet langer een showfunctie die aan je CRM is vastgeschroefd, maar doet het waarvoor het bedoeld is: je B2B-go-to-marketstrategie verankeren in de werkelijkheid, niet in activiteit.

Bepaal duidelijke scoringscriteria voordat je punten toekent

De meeste teams bouwen hun scoringsmodel achterstevoren. Ze kiezen criteria die logisch klinken (functietitel, bedrijfsgrootte, een paar engagementacties), kennen punten toe en gaan live. Daarna vragen ze zich zes maanden lang af waarom de leads met de hoogste scores niet tekenen.

De oplossing: begin bij je gewonnen deals, niet bij je aannames. Pak de accounts die echt zijn geconverteerd en zoek uit wat ze gemeen hebben: bedrijfsgrootte, branche, de pagina's die ze bezochten voordat ze een demo boekten, hoeveel contactmomenten er nodig waren. Doe daarna hetzelfde voor leads die nooit zijn geconverteerd. Het verschil tussen die twee groepen, dat zijn je scoringscriteria. Geen gok over hoe een goede lead eruitziet, maar hoe een goede lead er echt uitzag voordat hij kocht.

Dit werkt alleen als het vanaf dag één datagedreven is. Een model op gevoel bouwen en het later bijsturen betekent dat sales maandenlang achter de verkeerde leads aan zit, terwijl marketing volhoudt dat de scoring prima is. Zorg dat je data op orde zijn voordat er ook maar één punt wordt toegekend.

Nog iets wat je beter vroeg kunt doen: betrek sales bij het proces. Je outbound salesteam zit elke dag aan de telefoon. Zij zien vaak een patroon, zoals een functietitel die nooit koopt of gedrag dat altijd op urgentie wijst, lang voordat het in de data zichtbaar wordt. Negeer je die input, dan bouw je het model over drie maanden opnieuw om bij te benen wat je verkopers allang wisten.

Combineer firmografische, demografische en gedragssignalen

Fit vertelt je of een lead je klant zou kunnen worden. Intentie vertelt je of die op het punt staat zich ook als klant te gedragen. Een model dat maar één van de twee meet, heeft altijd maar half gelijk.

Fitsignalen (firmografische en demografische data)

Fitsignalen beantwoorden één vraag: lijkt deze lead op de klanten die echt bij je kopen?

• Functietitel: vertelt je of de persoon de bevoegdheid heeft om de beslissing te nemen of te beïnvloeden
• Bedrijfsgrootte: vertelt je of het bedrijf het budget en de operationele complexiteit heeft waarvoor je product gemaakt is
• Branche: vertelt je of je oplossing een probleem oplost dat het bedrijf echt heeft, en niet alleen een probleem waar je haar technisch op zou kunnen toepassen
• Locatie: telt vooral als je in specifieke regio's verkoopt, of als je oplossing aan regionale compliance- of logistieke beperkingen gebonden is

Geen van deze signalen vertelt je of een lead nu klaar is om te kopen. Ze vertellen je alleen of het überhaupt het juiste type prospect is. Dat is wat fitscoring doet: het filtert op relevantie, niet op urgentie.

Intentiesignalen (gedragsdata)

Fit vertelt je wie ze zijn. Intentie vertelt je wat ze er daadwerkelijk mee doen.

Een intentiesignaal is elke actie waaruit blijkt dat een lead richting een beslissing beweegt, en niet alleen wat rondneust bij je merk. Er is een echt verschil tussen passieve betrokkenheid, zoals een e-mail openen of een blogartikel doorbladeren, en actieve intentie, zoals een demo aanvragen, het soort gedrag dat alleen logisch is als iemand serieus een aankoop overweegt. Het eerste vertelt je dat iemand weet dat je bestaat. Het tweede vertelt je dat iemand intern een businesscase voor de aankoop opstelt.

Bij intentiesignalen draait het niet om de hoeveelheid activiteit. Een lead kan een dozijn weinigzeggende interacties verzamelen en nog lang niet klaar zijn om te kopen. Het gaat om het soort actie, niet om hoe vaak die voorkomt. Dat is de kernlogica achter intent-based marketing: lees gedrag goed, en je weet met wie je moet praten voordat iemand zelf zijn hand opsteekt. In Nederland vereist artikel 11.7a van de Telecommunicatiewet toestemming voor trackingcookies, en lead scoring geldt onder de AVG doorgaans als profilering. Vermeld het daarom in je privacyverklaring en wijs uiterlijk bij het eerste contact op het recht van bezwaar uit artikel 21.

Een model dat alleen fit scoort, markeert veel leads die op papier perfect lijken maar nul koopinteresse hebben getoond: verspilde outreach vermomd als kans. Een model dat alleen intentie scoort, jaagt op iedereen die rondklikt op je website, of die nu ooit klant kan worden of niet. Geen van beide is een lead. Pas samen vormen ze een lead.

Geef acties met hoge intentie meer gewicht

Niet elke actie verdient evenveel punten, maar veel scoringsmodellen behandelen ze wel zo.

Een demoaanvraag en een nieuwsbriefinschrijving zijn niet hetzelfde signaal. Het ene betekent dat iemand dicht bij een aankoopbeslissing zit. Het andere betekent dat iemand een kop leuk genoeg vond om een e-mailadres achter te laten. Als je model die twee ook maar ongeveer gelijk scoort, staan er straks nieuwsbriefabonnees bovenaan je wachtrij terwijl echte kopers op hun beurt wachten.

Bezoeken aan de prijspagina, demoaanvragen en aanmeldingen voor een gratis proefperiode moeten flink hoger scoren dan gelezen blogs of nieuwsbriefinschrijvingen. Ze zitten dichter bij de beslissing, dus ze moeten zwaarder wegen.

Recentheid en frequentie zijn net zo belangrijk als de actie zelf. Een lead die deze week drie keer je prijspagina heeft bekeken, geeft een urgent signaal af. Een lead die er drie maanden geleden één keer was, waarschijnlijk niet. Dezelfde actie, op papier dezelfde punten, een totaal ander niveau van intentie. Een goed model houdt rekening met dat verschil, in plaats van elke klik te behandelen alsof hij net zo vers is.

Gebruik negatieve scoring om je pipeline schoon te houden

De meeste teams bouwen een scoringsmodel dat alleen punten optelt. Niemand trekt er punten af. Dat is een fout, want een model dat alleen activiteit beloont, geeft een nieuwsgierige student net zoveel punten als een echte koper, zolang die maar genoeg aanklikt.

Negatieve scoring trekt punten af voor signalen die wijzen op een slechte fit of afnemende interesse:

• Privé-e-maildomeinen (zoals ziggo.nl, kpnmail.nl of hotmail.nl) in plaats van een zakelijk domein
• Diskwalificerende functietitels, zoals student of stagiair
• Domeinen van concurrenten
• Uitschrijvingen
• Bezoeken aan irrelevante pagina's, zoals je ‘werken bij’-pagina

Het is geen straf. Bij negatieve scoring gaat het er niet om een lead te straffen omdat die bestaat: het is een filtermechanisme dat voorkomt dat sales tijd steekt in iemand die toch nooit zou converteren.

Sla je het over, dan blaast je model de scores op van mensen die alleen nieuwsgierig zijn, niet geïnteresseerd. Een sollicitant die vóór een sollicitatiegesprek op je website informatie over het bedrijf opzoekt, kan net zoveel punten verzamelen als een beslisser die een aankoop overweegt, als je model alleen klikken telt. Pas met negatieve scoring wordt het verschil tussen die twee zichtbaar.

Stel duidelijke drempels in en automatiseer de overdracht

Een score is maar een getal tot hij iets in gang zet. Bouw het nauwkeurigste model ter wereld, en het is waardeloos als leads nog steeds blijven liggen tot iemand ze opmerkt.

Bepaal scoreniveaus en drempelwaarden

Punten tellen alleen als ze tot een beslissing leiden. Dat betekent dat je je scorebereik opdeelt in duidelijke niveaus, elk met een drempel die precies aangeeft wat er daarna gebeurt.

Een gebruikelijke opzet bestaat uit drie niveaus:

• Nurturing: lage scores, de lead krijgt meer content tot hij echte intentie toont
• Marketing qualified lead (MQL): een middengebied, de moeite waard om te volgen maar nog niet toe aan een salesgesprek
• Sales qualified lead (SQL): het hoogste niveau, klaar voor contact met een verkoper

De exacte puntwaarden zijn minder belangrijk dan wie het erover eens is. Dit moet een gezamenlijke beslissing van marketing en sales zijn, niet iets wat marketing alleen vaststelt en doorgeeft. Als sales niet achter de drempels staat, vertrouwen de verkopers de leads niet die de drempel halen, en ben je terug bij af: verkopers die de wachtrij negeren en op hun onderbuikgevoel werken.

Automatiseer de overdracht aan sales

Een drempel betekent niets als niemand de score in realtime in de gaten houdt. Handmatige controles komen altijd te laat.

Stel je CRM zo in dat het de overdracht automatisch start. Zodra een lead de SQL-drempel passeert, moet het systeem de juiste verkoper waarschuwen en een opvolgtaak aanmaken. Niemand die een dashboard ververst, niemand die hoopt dat de melding gezien wordt. De lead gaat door op het moment dat hij dat verdient.

Het gaat er niet om het oordeel van mensen te vervangen. Het gaat erom dat dat oordeel op het juiste moment wordt toegepast, niet drie dagen te laat omdat iemand bedolven was onder de e-mails.

Evalueer en verfijn je lead scoring model regelmatig

Een scoringsmodel bouw je niet één keer om er daarna niet meer naar om te kijken. Het is een systeem dat controle nodig heeft, anders ontspoort het stilletjes zonder dat iemand het merkt.

Zet een kwartaalreview in de agenda. Neem je leads met hoge scores en controleer of ze echt converteren. Neem je leads met lage scores en kijk of er toch klanten tussen zitten, wat meestal betekent dat je model een echt signaal heeft gemist. Beide richtingen tellen. Een model dat alleen wordt doorgelicht als er iets misgaat, zit er al maanden naast.

Waarom dit geen eenmalige set-up kan zijn: klantgedrag, marktomstandigheden en je product veranderen. De criteria die vorig jaar een goede lead voorspelden, voorspellen vandaag misschien nauwelijks nog iets. Statische scoring in een bewegende markt raakt snel verouderd, en niemand merkt het tot de kwaliteit van de pipeline daalt en iedereen gaat ruziën over wiens schuld dat is.

Houd een eenvoudig wijzigingslogboek bij. Noteer bij elke aanpassing van een drempel en elke nieuwe weging van een signaal wat er veranderd is en waarom. Als iemand dit kwartaal de SQL-drempel verhoogt, weet het team ervan en begrijpt het de reden, in plaats van er drie maanden later toevallig achter te komen.

Veelgemaakte fouten bij lead scoring

De meeste scoringsmodellen die niet werken, gaan op dezelfde paar punten mis. Leg je eigen model naast deze lijst voordat je aanneemt dat het probleem ergens anders zit.

• Alleen op fit of alleen op intentie scoren: een half beeld dat als het hele verhaal wordt behandeld, waardoor bovenaan óf leads staan die perfect passen maar nul interesse hebben, óf heel actieve leads die nooit zullen kopen.
• Geen negatieve scoring: elke nieuwsgierige klik telt even zwaar als echte interesse, wat ongemerkt de scores opblaast van mensen die nooit zouden converteren.
• Drempels één keer ingesteld en nooit herzien: een model dat stilstaat terwijl de markt, het product en de kopers die het moet weerspiegelen zonder dat model verder bewegen.
• Criteria op basis van aannames in plaats van gewonnen deals: een gok die zich voordoet als systeem, gebouwd op hoe een goede lead eruit zou moeten zien in plaats van hoe een goede lead er echt uitzag voordat hij kocht.
• Marketing en sales zijn het niet eens over wat ‘gekwalificeerd’ betekent: twee teams die met twee definities werken, en leads die tussen wal en schip raken.

Veelgestelde vragen over lead scoring

1. Hoe werkt lead scoring als methode?

Lead scoring is het toekennen van punten aan leads op basis van wie ze zijn en wat ze doen, zodat sales voorrang kan geven aan de leads die het dichtst bij een aankoop zitten. Het combineert fitsignalen, zoals functietitel, bedrijfsgrootte en branche, met intentiesignalen, zoals bezoeken aan de prijspagina of demoaanvragen. Het resultaat is één score die laat zien hoe waarschijnlijk het is dat een lead converteert, in plaats van dat oordeel aan giswerk over te laten.

2. Hoe kwalificeer je een lead op de juiste manier?

Begin met data, niet met aannames. Pak je gewonnen deals erbij, bepaal welke kenmerken en welk gedrag die klanten gemeen hadden, en bouw je criteria rond dat patroon. Voeg negatieve scoring toe, zodat leads met een slechte fit of zonder betrokkenheid de pipeline niet opblazen, en evalueer het model regelmatig, zodat het blijft aansluiten bij hoe je kopers zich echt gedragen.

3. Hoe bouw je een lead scoring model?

Baseer je criteria op de data van je gewonnen deals en combineer daarna fit- en intentiesignalen, zodat het model meet wie een lead is én wat die doet. Geef acties met hoge intentie meer gewicht dan passieve acties, stel duidelijke drempels in die aan vaste niveaus gekoppeld zijn, en automatiseer de overdracht, zodat salesklare leads zonder vertraging bij sales terechtkomen.

4. Welke acties tellen mee bij lead scoring?

Acties met hoge intentie, zoals demoaanvragen, bezoeken aan de prijspagina en aanmeldingen voor een gratis proefperiode, wegen het zwaarst, omdat ze laten zien dat iemand dicht bij een beslissing zit. Acties met lagere intentie, zoals een blogartikel lezen of je inschrijven voor een nieuwsbrief, tellen ook mee, maar moeten veel minder punten opleveren. Recentheid en frequentie spelen ook een rol: een lead die de laatste tijd vaak actief is, toont meer urgentie dan iemand die maanden geleden één keer iets deed.

5. Wat is de belangrijkste regel bij lead scoring?

Er is geen universele regel, want scoringscriteria moeten je eigen data over gewonnen deals weerspiegelen, niet een algemeen sjabloon. Toch is er één principe dat in alle effectieve modellen terugkomt: combineer fit en intentie, weeg acties naar hoe dicht ze bij een aankoopbeslissing liggen, en gebruik negatieve scoring om leads zonder fit eruit te filteren. De puntwaarden verschillen per bedrijf, maar de logica erachter geldt voor de meeste.