Lead Scoring: B2B Satış ve Pazarlama Ekipleri için En İyi Uygulamalar

Herhangi bir satış ekibine sorun, lead kalitesinin iyileştiğini söyleyecektir. 1.000'den fazla satış profesyoneliyle yapılan yakın tarihli bir ankette katılımcıların %68'i lead kalitesinin son bir yılda iyileştiğini belirtti. Kulağa iyi bir haber gibi geliyor. Ama "daha iyi", satış temsilcilerinin bir ankette dile getirdiği bir his; kimsenin ölçtüğü bir şey değil. Arkasında bir puanlama modeli yoksa bu iyileşme bir sezgiden ibarettir, gerçek değil.

Bu yazı, lead scoring'e giriş niteliğinde bir rehber değil. Temelleri zaten biliyorsunuz. Aşağıda bu sezgiyi nasıl somut bir şeye dönüştüreceğinizi anlatıyoruz: hangi lead'lerin bir satış temsilcisinin zamanına gerçekten değdiğini, hangilerinin yalnızca umut verici göründüğünü gösteren bir sistem. Kriterleri doğru belirlediğinizde lead scoring yazılımınız gürültüyü fırsat diye işaretlemeyi bırakır ve B2B sales pipeline'ınız, içinde gerçekte ne olduğunu yansıtmaya başlar.

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

Kısa Bir Hatırlatma: Lead Scoring Nedir?

Lead scoring, lead'lere kim olduklarına ve ne yaptıklarına göre puan verme sürecidir; böylece satış ekibi önce kimi arayacağını bilir. Bu bir filtredir, tahmin oyunu değil. Açık veriler demografik tarafı kapsar: unvan, şirket büyüklüğü, sektör, yani bir lead'in size doğrudan söylediği türden bilgiler. Örtük veriler davranışsal tarafı kapsar: fiyatlandırma sayfası ziyaretleri, demo talepleri, kimse yüksek sesle söylemeden niyeti gösteren B2B satın alma sinyalleri. İkisini de doğru kurduğunuzda lead scoring, CRM'inize sonradan eklenmiş gösterişli bir özellik olmaktan çıkar ve asıl işini yapmaya başlar: B2B pazara giriş (go-to-market) stratejinizi aktiviteye değil, gerçeklere dayandırır.

Puan Vermeden Önce Net Puanlama Kriterleri Belirleyin

Çoğu ekip puanlama modelini tersten kurar. Kulağa doğru gelen kriterleri seçer (unvan, şirket büyüklüğü, birkaç etkileşim aksiyonu), puanları atar ve sistemi devreye alır. Ardından sonraki altı ayı, yüksek puan alan lead'lerin neden satışa dönüşmediğini merak ederek geçirir.

Çözüm şu: Varsayımlarınızdan değil, kazanılan anlaşmalarınızdan yola çıkın. Gerçekten müşteriye dönüşen şirketleri ele alın ve ortak noktalarını arayın: şirket büyüklüğü, sektör, demo randevusu almadan önce ziyaret ettikleri sayfalar, kaç temas gerektiği. Ardından aynısını hiç dönüşmeyen lead'ler için yapın. Bu iki grup arasındaki fark, sizin puanlama kriterlerinizdir. İyi bir lead'in neye benzediğine dair bir tahmin değil, satın almadan önce gerçekte neye benzediği.

Bu ancak ilk günden veriye dayalı olursa işe yarar. Modeli içgüdüyle kurup sonra düzeltmek, pazarlama puanlamanın gayet iyi çalıştığında ısrar ederken satış ekibinin aylarca yanlış lead'lerin peşinden koşması demektir. Daha tek bir puan verilmeden önce veri temelini sağlam kurun.

Erken yapmaya değer bir şey daha: Satış ekibini sürece dahil edin. Outbound satış ekibiniz her gün telefonda. Hiç satın almayan bir unvan ya da her zaman aciliyete işaret eden bir davranış gibi kalıpları, çoğu zaman veride görünür hale gelmeden çok önce fark ederler. Bu geri bildirimi görmezden gelirseniz, temsilcilerinizin zaten bildiğine yetişmek için üç ay sonra modeli yeniden kurmak zorunda kalırsınız.

Firmografik, Demografik ve Davranışsal Sinyalleri Birleştirin

Uyum (fit), bir lead'in müşteriniz olup olamayacağını söyler. Niyet ise müşteri gibi davranmaya ne kadar yakın olduğunu. Bunlardan yalnızca birini ölçen bir model, her zaman sadece yarı yarıya haklıdır.

Uyum Sinyalleri (Firmografik ve Demografik Veriler)

Uyum sinyalleri tek bir soruyu yanıtlar: Bu lead, sizden gerçekten satın alan müşterilere benziyor mu?

• Unvan: Kişinin kararı verme ya da etkileme yetkisi olup olmadığını gösterir.
• Şirket büyüklüğü: Şirketin, ürününüzün hitap ettiği bütçeye ve operasyonel karmaşıklığa sahip olup olmadığını gösterir.
• Sektör: Çözümünüzün, şirketin gerçekten yaşadığı bir sorunu çözüp çözmediğini gösterir; teknik olarak uygulanabileceği herhangi bir sorunu değil.
• Konum: Özellikle belirli bölgelere satış yapıyorsanız ya da çözümünüzün coğrafyaya bağlı mevzuat veya lojistik kısıtları varsa önemlidir.

Bu sinyallerin hiçbiri bir lead'in şu anda satın almaya hazır olup olmadığını söylemez. Yalnızca en başta doğru türde bir potansiyel müşteri olup olmadığını gösterir. Uyum puanlamasının (fit scoring) yaptığı da tam olarak budur: Aciliyete göre değil, uygunluğa göre filtreler.

Niyet Sinyalleri (Davranışsal Veriler)

Uyum size kim olduklarını söyler. Niyet ise bu konuda gerçekte ne yaptıklarını.

Niyet sinyali, bir lead'in markanızın etrafında sadece dolaşmadığını, bir karara doğru ilerlediğini gösteren her türlü aksiyondur. Bir e-posta açmak ya da bir blog yazısına göz gezdirmek gibi pasif etkileşim ile demo talep etmek gibi aktif niyet arasında gerçek bir fark vardır. İkincisi, ancak biri bir satın almayı ciddi olarak değerlendiriyorsa anlam taşıyan bir davranıştır. İlki size birinin var olduğunuzdan haberdar olduğunu söyler. İkincisi ise birinin şirket içinde satın alma gerekçesi hazırladığını.

Niyet sinyalleri aktivite hacmiyle ilgili değildir. Bir lead, düşük değerli bir düzine etkileşim biriktirip yine de satın almaktan çok uzak olabilir. Önemli olan aksiyonun ne sıklıkta yapıldığı değil, türüdür. Niyete dayalı pazarlamanın temel mantığı da budur: Davranışı doğru okursanız, kişi elini kaldırmadan önce kiminle konuşmanız gerektiğini bilirsiniz. Türkiye'de KVKK'nın 2022 tarihli Çerez Uygulamaları Hakkında Rehberi, takip ve pazarlama çerezleri için açık rıza alınması gerektiğini belirtir. KVKK'nın 11. maddesi de kişilere, verilerinin yalnızca otomatik sistemlerle analiz edilmesi sonucunda aleyhlerine çıkan bir sonuca itiraz etme hakkı tanır. Bu yüzden lead scoring'i aydınlatma metninizde açıklayın.

Yalnızca uyumu puanlayan bir model, kâğıt üzerinde doğru görünen ama satın almaya hiç ilgi göstermemiş pek çok lead'i öne çıkarır: fırsat kılığına girmiş, boşa harcanan bir çaba. Yalnızca niyeti puanlayan bir model ise müşteri olup olamayacağına bakmadan sitenizde gezinen herkesin peşine düşer. İkisi de tek başına bir lead değildir. Lead, ancak ikisi bir araya geldiğinde ortaya çıkar.

Yüksek Niyetli Aksiyonlara Daha Fazla Ağırlık Verin

Her aksiyon aynı puanı hak etmez; yine de pek çok puanlama modeli hepsini aynı değerdeymiş gibi ele alır.

Bir demo talebi ile bir bülten kaydı aynı sinyal değildir. İlki, birinin satın alma kararına yaklaştığı anlamına gelir. Diğeri ise birinin bir başlığı e-posta adresini verecek kadar beğendiği anlamına gelir. Modeliniz bu ikisini birbirine yakın puanlıyorsa, gerçek alıcılar sıra beklerken bülten aboneleri kuyruğunuzun en önüne geçer.

Fiyatlandırma sayfası ziyaretleri, demo talepleri ve ücretsiz deneme kayıtları, blog okumaları ya da bülten kayıtlarından belirgin şekilde daha yüksek puan almalıdır. Karara daha yakındırlar, dolayısıyla daha fazla ağırlık taşımalıdırlar.

Güncellik ve sıklık, aksiyonun kendisi kadar önemlidir. Bu hafta fiyatlandırma sayfanıza üç kez bakan bir lead acil bir sinyal veriyor demektir. Üç ay önce bir kez uğrayan biri ise muhtemelen vermiyor. Aynı aksiyon, kâğıt üzerinde aynı puan, ama bambaşka bir niyet düzeyi. İyi bir model, her tıklamayı aynı derecede yeniymiş gibi ele almak yerine bu farkı hesaba katar.

Pipeline'ı Temiz Tutmak için Negatif Puanlama Kullanın

Çoğu ekip yalnızca puan ekleyen bir puanlama modeli kurar. Puan düşen yoktur. Bu bir hatadır, çünkü yalnızca aktiviteyi ödüllendiren bir model, meraklı bir öğrenci yeterince tıkladığı sürece ona gerçek bir alıcıyla aynı puanı seve seve verir.

Negatif puanlama, zayıf uyuma ya da azalan ilgiye işaret eden sinyaller için puan düşer:

• İş adresi yerine kişisel e-posta alan adları (gmail.com, hotmail.com veya yandex.com.tr gibi)
• Öğrenci ya da stajyer gibi eleyici unvanlar
• Rakip alan adları
• Abonelikten çıkmalar
• Kariyer sayfası gibi alakasız sayfalara yapılan ziyaretler

Bunların hiçbiri bir ceza değildir. Negatif puanlama, bir lead'i var olduğu için cezalandırmakla ilgili değildir; hiçbir zaman dönüşmeyecek birine satış ekibinin zaman harcamasını önleyen bir filtreleme mekanizmasıdır.

Bunu atlarsanız modeliniz ilgili değil, sadece meraklı olan kişilerin puanlarını şişirir. Bir iş görüşmesinden önce şirketi araştırmak için sitenizde gezinen bir iş arayan, modeliniz yalnızca tıklamaları sayıyorsa, bir satın almayı değerlendiren karar vericiyle aynı puanı toplayabilir. İkisi arasındaki farkı ortaya koyan şey negatif puanlamadır.

Net Eşikler Belirleyin ve Satışa Devri Otomatikleştirin

Bir puan, bir şeyi tetikleyene kadar sadece bir sayıdır. Dünyanın en isabetli modelini kursanız bile lead'ler hâlâ birinin fark etmesini bekleyerek orada duruyorsa hiçbir işe yaramaz.

Puan Seviyelerini ve Eşikleri Tanımlayın

Puanlar ancak bir karara karşılık geldiklerinde anlam taşır. Bu da puan aralığınızı, her biri bir sonraki adımda tam olarak ne olacağını söyleyen bir eşiğe sahip net seviyelere bölmek demektir.

Tipik bir kurgu üç seviyeden oluşur:

• Besleme (nurturing): Puan düşüktür; lead gerçek bir niyet gösterene kadar daha fazla içerik alır.
• Pazarlama nitelikli lead (MQL): Orta aralıktır; takip etmeye değer ama henüz bir satış görüşmesi için erkendir.
• Satış nitelikli lead (SQL): En üst seviyedir; bir satış temsilcisinin iletişime geçmesine hazırdır.

Puan değerlerinin tam olarak ne olduğu, bu değerlerde kimlerin uzlaştığı kadar önemli değildir. Bu, pazarlamanın tek başına belirleyip satışa dayattığı bir şey değil, pazarlama ve satışın ortak kararı olmalıdır. Satış ekibi eşikleri benimsemezse, bu eşikleri aşan lead'lere güvenmez ve yeniden başa dönersiniz: kuyruğu görmezden gelip içgüdüyle çalışan satış temsilcileri.

Satışa Devri Otomatikleştirin

Kimse puanı gerçek zamanlı takip etmiyorsa bir eşik hiçbir anlam ifade etmez. Manuel kontroller her zaman geç kalır.

CRM'inizi devri otomatik olarak tetikleyecek şekilde ayarlayın. Bir lead SQL eşiğini geçtiği anda sistem doğru satış temsilcisini bilgilendirmeli ve bir takip görevi oluşturmalıdır. Kimse bir paneli yenilemek zorunda kalmamalı, kimse uyarının görülmesini ummak zorunda kalmamalı. Lead, ilerlemeyi hak ettiği anda ilerler.

Bu, insan muhakemesinin yerine geçmekle ilgili değil. Muhakemenin doğru anda devreye girmesini sağlamakla ilgili; biri gelen kutusunda boğulduğu için üç gün geç değil.

Lead Scoring Modelinizi Düzenli Olarak Gözden Geçirin ve İyileştirin

Bir puanlama modeli bir kez kurup unutacağınız bir şey değildir. Kontrol edilmesi gereken bir sistemdir; aksi halde kimse fark etmeden sessizce bozulur.

Takviminize üç ayda bir yapılacak bir değerlendirme ekleyin. Yüksek puanlı lead'lerinizi alın ve gerçekten dönüşüp dönüşmediklerine bakın. Düşük puanlı lead'lerinizi alın ve aralarında yine de müşteriye dönüşen olup olmadığını kontrol edin; bu genellikle modelinizin gerçek bir sinyali kaçırdığı anlamına gelir. İki yön de önemlidir. Yalnızca bir şeyler bozulduğunda denetlenen bir model, aylardır zaten yanılıyordur.

Bunun tek seferlik bir kurulum olamamasının nedeni şu: Müşteri davranışları, pazar koşulları ve ürün değişir. Geçen yıl iyi bir lead'i öngören kriterler, bugün neredeyse hiçbir şeyi öngörmeyebilir. Hareket halindeki bir pazarda statik puanlama hızla eskir ve pipeline kalitesi düşüp herkes kimin suçu olduğunu tartışmaya başlayana kadar kimse fark etmez.

Basit bir değişiklik kaydı tutun. Bir eşiği her ayarladığınızda ya da bir sinyalin ağırlığını her değiştirdiğinizde neyin değiştiğini ve nedenini not edin. Böylece biri bu çeyrekte SQL eşiğini yükseltirse ekip bundan haberdar olur ve gerekçesini anlar; üç ay sonra tesadüfen öğrenmez.

Kaçınmanız Gereken Yaygın Lead Scoring Hataları

Sorunlu puanlama modellerinin çoğu hep aynı birkaç noktada tökezler. Sorunun başka bir yerde olduğunu varsaymadan önce kendi modelinizi bu listeyle karşılaştırmaya değer.

• Yalnızca uyuma ya da yalnızca niyete göre puanlama: Resmin yarısı bütünüymüş gibi ele alınır; böylece en üstte ya hiç ilgisi olmayan ama çok uygun lead'ler ya da asla satın almayacak çok aktif lead'ler yer alır.
• Negatif puanlamanın olmaması: Meraktan yapılan her tıklama gerçek ilgiyle aynı değerde sayılır ve bu, asla dönüşmeyecek kişilerin puanlarını sessizce şişirir.
• Bir kez belirlenip bir daha gözden geçirilmeyen eşikler: Model yerinde sayarken pazar, ürün ve yansıtması gereken alıcılar onsuz ilerlemeye devam eder.
• Kazanılan anlaşmalara değil, varsayımlara dayanan kriterler: Sistem kılığına girmiş bir tahmindir; iyi bir lead'in satın almadan önce gerçekte neye benzediğine değil, neye benzemesi gerektiğine dayanır.
• Pazarlama ve satışın "nitelikli" kavramında anlaşamaması: İki ekip iki farklı tanımla çalışır ve lead'ler aradaki boşlukta takılıp kalır.

Lead Scoring Hakkında Sık Sorulan Sorular

1. Lead scoring yöntemi nedir?

Lead scoring, satış ekibinin satın almaya en yakın olanlara öncelik verebilmesi için lead'lere kim olduklarına ve ne yaptıklarına göre puan verme uygulamasıdır. Unvan, şirket büyüklüğü ve sektör gibi uyum sinyallerini fiyatlandırma sayfası ziyaretleri ya da demo talepleri gibi niyet sinyalleriyle birleştirir. Sonuç, bu değerlendirmeyi tahmine bırakmak yerine bir lead'in dönüşme olasılığını yansıtan tek bir puandır.

2. Bir lead etkili bir şekilde nasıl nitelendirilir?

Varsayımlarla değil, veriyle başlayın. Kazanılan anlaşmalarınızı alın, bu müşterilerin ortak özelliklerini ve davranışlarını belirleyin ve kriterlerinizi bu kalıp üzerine kurun. Uyumu zayıf ya da ilgisini kaybetmiş lead'lerin pipeline'ı şişirmemesi için negatif puanlama ekleyin ve modelin gerçek alıcılarınızın davranışlarıyla örtüşmeye devam etmesi için onu düzenli olarak gözden geçirin.

3. Puanlama modeli nasıl oluşturulur?

Kriterlerinizi kazanılan anlaşmaların verilerine dayandırın, ardından modelin hem bir lead'in kim olduğunu hem de ne yaptığını ölçmesi için uyum ve niyet sinyallerini birleştirin. Yüksek niyetli aksiyonlara pasif olanlardan daha fazla ağırlık verin, tanımlı seviyelere bağlı net eşikler belirleyin ve satışa hazır lead'lerin gecikmeden satış ekibine ulaşması için devri otomatikleştirin.

4. Lead scoring'e hangi aksiyonlar katkı sağlar?

Demo talepleri, fiyatlandırma sayfası ziyaretleri ve ücretsiz deneme kayıtları gibi yüksek niyetli aksiyonlar, birinin karara yakın olduğunu gösterdiği için en fazla ağırlığı taşır. Blog yazısı okumak ya da bültene kaydolmak gibi daha düşük niyetli aksiyonlar da sayılır ama çok daha az puan getirmelidir. Güncellik ve sıklık da önemlidir: Tekrar tekrar ve yakın zamanda etkileşime giren bir lead, aylar önce bir kez hareket eden birinden daha fazla aciliyet sinyali verir.

5. Lead scoring kuralı nedir?

Evrensel tek bir kural yoktur, çünkü puanlama kriterleri genel bir şablonu değil, kazandığınız anlaşmalardan elde ettiğiniz kendi verilerinizi yansıtmalıdır. Yine de etkili modellerin hepsinde ortak olan bir ilke vardır: Uyumu ve niyeti birleştirin, aksiyonları satın alma kararına ne kadar yakın olduklarına göre ağırlıklandırın ve uyumu zayıf olanları elemek için negatif puanlama kullanın. Puan değerleri her işletmeye özgüdür, ama arkalarındaki mantık çoğu için geçerlidir.