Lead scoring dla małych firm – na czym polega i jak można zarabiać na jego wdrażaniu bez budowania własnego CRM

Lead scoring nie musi zaczynać się od CRM-u za kilka tysięcy złotych miesięcznie ani od wdrożenia, które ciągnie się przez kwartał. W małej firmie najczęściej wystarczy poprawnie odpowiedzieć na prostsze pytanie: po czym poznać, że jeden lead zasługuje na telefon w ciągu 10 minut, a drugi może poczekać trzy dni albo trafić do automatycznej sekwencji?

Na tym właśnie polega lead scoring. Firma przypisuje potencjalnym klientom punkty za konkretne cechy i zachowania, a wynik decyduje o priorytecie obsługi. Nie chodzi przy tym o stworzenie „inteligentnego algorytmu”. W większości małych biznesów lepiej działa kilkanaście dobrze dobranych reguł niż rozbudowany model, którego nikt później nie potrafi wyjaśnić ani poprawić.

To również ciekawa usługa do sprzedaży. Wdrożenie scoringu można zbudować na formularzu, arkuszu, automatyzacji i narzędziach, które klient już posiada. Dzięki temu wykonawca zarabia przede wszystkim na analizie procesu sprzedaży, zaprojektowaniu reguł, integracji danych i optymalizacji, a nie na pisaniu własnego systemu CRM.

Jak zbudować lead scoring, który rzeczywiście pomaga sprzedawcy

Największy błąd pojawia się już na początku: firma próbuje oceniać, czy lead jest „dobry”, nie definiując wcześniej, co dobry lead oznacza.

Przykład. Firma instalująca fotowoltaikę dla przedsiębiorstw może uznać za atrakcyjny kontakt zakład produkcyjny zużywający dużo energii i posiadający własną nieruchomość. Dla software house’u ważniejsze mogą być budżet projektu, technologia i liczba pracowników. W biurze rachunkowym liczyć się będzie forma działalności, liczba dokumentów oraz liczba zatrudnionych osób.

Dlatego scoring powinien mieć co najmniej dwa elementy.

Pierwszy to dopasowanie klienta, czyli fit. Oceniane są stosunkowo trwałe informacje:

• branża,
• wielkość przedsiębiorstwa,
• liczba pracowników,
• lokalizacja,
• budżet,
• rodzaj potrzebnej usługi,
• stanowisko osoby kontaktowej,
• zgodność z profilem idealnego klienta.

Drugi to zachowanie, czyli engagement. Tutaj liczą się sygnały wskazujące, że zakup staje się realny:

• wysłanie zapytania ofertowego,
• umówienie konsultacji,
• pobranie cennika,
• ponowna wizyta na stronie oferty,
• wejście na stronę cen,
• odpowiedź na wiadomość,
• udział w webinarze,
• powrót na stronę po kilku dniach.

W praktyce dla małego przedsiębiorstwa dobrze sprawdza się skala od 0 do 100 punktów. Nie dlatego, że 100 jest liczbą magiczną, ale dlatego, że taki wynik jest łatwy do interpretacji.

Przykładowy model dla firmy usługowej B2B może wyglądać tak:

• +30 pkt – wysłanie formularza „poproś o ofertę”,
• +20 pkt – wejście na stronę cennika co najmniej dwa razy w ciągu 7 dni,
• +15 pkt – firma mieści się w docelowym przedziale wielkości,
• +10 pkt – reprezentuje preferowaną branżę,
• +10 pkt – osoba kontaktowa odpowiada za zakup lub zarządza działem,
• +10 pkt – podała zakładany termin rozpoczęcia projektu krótszy niż 30 dni,
• +5 pkt – pobrała materiał dotyczący konkretnej usługi,
• -20 pkt – brak aktywności przez 45 dni,
• -25 pkt – zapytanie dotyczy usługi, której firma nie wykonuje,
• -30 pkt – budżet znajduje się wyraźnie poniżej minimalnej wartości opłacalnego zlecenia.

Na tej podstawie można wprowadzić trzy progi:

0–39 pkt – niski priorytet. Lead trafia do dalszego ogrzewania albo zwykłej kolejki.

40–69 pkt – średni priorytet. Handlowiec powinien go przejrzeć i zdecydować, czy warto kontaktować się ręcznie.

70–100 pkt – wysoki priorytet. Powstaje zadanie kontaktu, powiadomienie w Teams, Slacku albo e-mail do sprzedawcy.

To punkt startowy, nie gotowy standard dla każdej firmy. Jeżeli po miesiącu okaże się, że większość klientów, którzy kupują, miała wcześniej 45–55 punktów, próg 70 jest ewidentnie ustawiony za wysoko.

Scoring należy więc sprawdzać na danych o rzeczywistych wynikach sprzedaży. Najlepszy materiał to wygrane i przegrane szanse z ostatnich 3–6 miesięcy. Przy niewielkiej liczbie leadów nie ma sensu udawać analityki predykcyjnej. Jeśli firma obsługuje 20–30 nowych zapytań miesięcznie, rozsądniej zacząć od reguł ustalonych z właścicielem i sprzedawcami, a następnie poprawiać je po kolejnych kilkudziesięciu przypadkach.

Istotna jest także punktacja ujemna. Firmy często ją pomijają, przez co lead dostaje 80 punktów za aktywność, mimo że od początku wiadomo, iż nie pasuje do oferty. Duże zainteresowanie nie jest tym samym co duże prawdopodobieństwo zakupu.

Ostrożnie trzeba traktować także otwarcia e-maili. Nie są dziś tak wiarygodnym sygnałem jak kliknięcie, odpowiedź, formularz czy umówienie spotkania. Mechanizmy ochrony prywatności oraz automatyczne systemy bezpieczeństwa potrafią rejestrować zdarzenia, które nie odpowiadają faktycznej aktywności człowieka. Przyznawanie 20 punktów za samo otwarcie newslettera potrafi skutecznie zepsuć cały model.

Lead scoring bez własnego CRM: najprostsza architektura wdrożenia

Do uruchomienia scoringu potrzebne są cztery rzeczy: źródło danych, miejsce ich przechowywania, reguły punktowe oraz mechanizm wykonujący określoną akcję po przekroczeniu progu.

CRM jest tylko jednym ze sposobów realizacji tego procesu.

W małej firmie pierwsza wersja systemu może wyglądać następująco:

formularz na stronie → Make → Google Sheets lub Airtable → obliczenie punktów → powiadomienie handlowca.

To wystarcza do obsługi wielu prostych procesów sprzedażowych.

Przykładowy rekord leada powinien zawierać przynajmniej:

• identyfikator kontaktu,
• datę pozyskania,
• źródło,
• imię i nazwisko,
• firmę,
• e-mail lub telefon,
• branżę,
• wielkość firmy,
• przedział budżetu,
• usługę, którą interesuje się klient,
• najważniejsze zdarzenia,
• aktualną punktację,
• powód przyznania punktów,
• status obsługi,
• informację dotyczącą właściwych zgód i podstaw przetwarzania.

Pole „powód przyznania punktów” jest ważniejsze, niż wygląda. Sam wynik „82” niewiele mówi sprzedawcy. Informacja „30 pkt – oferta, 20 pkt – cennik, 15 pkt – firma 50–100 pracowników, 10 pkt – zakup do 30 dni” pozwala natomiast natychmiast ocenić, skąd wynik się wziął.

Na początku nie trzeba nawet kupować płatnego systemu automatyzacji. Make ma bezpłatny wariant do 1000 kredytów miesięcznie, a płatny plan Core dla 10 tys. kredytów kosztuje około 12 USD miesięcznie. Trzeba jednak policzyć operacje. Jedno zgłoszenie może wykonać kilka modułów: pobranie formularza, wyszukanie rekordu, zapis danych, obliczenie wyniku, wysłanie wiadomości. Przy kilku tysiącach leadów miesięcznie liczba kredytów zaczyna więc mieć znaczenie.

Jeżeli klient już korzysta z CRM-u, nie należy go zastępować tylko po to, żeby sprzedać większe wdrożenie. Pipedrive w planie Lite kosztuje obecnie około 14 USD za użytkownika miesięcznie przy płatności rocznej, ale konfigurowalne modele scoringowe znajdują się w wyższych wariantach. Czasem bardziej opłaca się policzyć score poza CRM-em i zapisywać wynik do własnego pola niż podnosić abonament całemu zespołowi wyłącznie dla jednej funkcji.

Podobnie z HubSpotem. Podstawowe narzędzia można uruchomić bezpłatnie, ale bardziej rozbudowana automatyzacja marketingowa szybko przenosi firmę do znacznie droższych planów. Dlatego przed wdrożeniem trzeba policzyć całkowity koszt funkcji przez 12 miesięcy, a nie tylko koszt pierwszego miesiąca.

Dla małego zespołu sensowna pierwsza wersja systemu scoringowego powinna powstać w 1–3 dni robocze, jeśli formularze są uporządkowane i wiadomo, jakie kryteria decydują o jakości leada. Gdy dane znajdują się w pięciu arkuszach, dwóch skrzynkach pocztowych i notatkach sprzedawców, sama automatyzacja nie rozwiąże problemu. Najpierw trzeba ustalić jedno miejsce, w którym powstaje aktualny status kontaktu.

Kolejna rzecz, która psuje wdrożenia, to brak deduplikacji. Ten sam człowiek wypełnia formularz, później zapisuje się na webinar i pobiera PDF. Bez identyfikacji po adresie e-mail albo innym stabilnym kluczu powstają trzy leady zamiast jednego. Wynik przestaje mieć sens.

Nie należy też automatycznie wrzucać do scoringu wszystkiego, co technicznie da się zebrać. Jeśli przetwarzane są dane osobowe, scoring może stanowić profilowanie w rozumieniu RODO. Firma musi mieć podstawę przetwarzania, spełniać obowiązek informacyjny, stosować zasadę minimalizacji danych i respektować prawa osoby, której dane dotyczą. Szczególnej ostrożności wymagają dane wrażliwe, których zwykły system sprzedażowy najczęściej w ogóle nie powinien potrzebować.

Samo przydzielenie handlowcowi priorytetu „zadzwoń najpierw do tego leada” nie jest tym samym co decyzja wywołująca skutki prawne wobec klienta. Inaczej należy jednak ocenić system, który wyłącznie automatycznie podejmuje decyzję mogącą istotnie wpływać na konkretną osobę.

Osobnym tematem jest kontakt marketingowy. Od 10 listopada 2024 r. obowiązuje w Polsce Prawo komunikacji elektronicznej. Art. 398 reguluje wykorzystywanie m.in. urządzeń końcowych i automatycznych systemów do przesyłania informacji handlowych, w tym marketingu bezpośredniego. Nie należy przyjmować prostego założenia, że „B2B oznacza, że zgoda nie jest potrzebna”.

Dobrze zaprojektowany system zapisuje więc nie tylko checkbox „zgoda = tak”, ale również:

• kiedy zgoda została uzyskana,
• w jakim formularzu,
• na jaki kanał komunikacji,
• jaką wersję treści przedstawiono użytkownikowi,
• kiedy zgodę cofnięto lub zgłoszono sprzeciw.

To mniej efektowne niż kolorowy dashboard, ale przy realnym wdrożeniu znacznie ważniejsze.

Na czym zarabia wykonawca, skoro nie sprzedaje własnego CRM-u

Najbardziej rentowną częścią usługi nie musi być programowanie. Klient płaci za usunięcie konkretnego problemu: handlowcy nie wiedzą, do kogo dzwonić najpierw, wartościowe zapytania giną w skrzynce albo marketing przekazuje sprzedaży każdy kontakt bez żadnej kwalifikacji.

Usługę można podzielić na kilka produktów.

1. Audyt procesu leadów – około 800–2000 zł netto

Zakres może obejmować 60–120 minut rozmowy, analizę formularzy i procesu sprzedaży, sprawdzenie źródeł danych oraz wskazanie miejsc, w których lead jest gubiony.

Klient powinien otrzymać konkretny dokument: źródła danych, kryteria kwalifikacji, problemy i rekomendowaną architekturę.

Nie warto sprzedawać audytu za symboliczną kwotę, jeśli wymaga później kilku godzin pracy analitycznej. To właśnie podczas audytu wykonywana jest duża część pracy, która decyduje o jakości wdrożenia.

2. Projekt modelu scoringowego – około 1200–3000 zł netto

Produktem jest gotowa tabela reguł:

• kryterium,
• liczba punktów,
• źródło danych,
• warunek,
• ważność,
• punkty ujemne,
• próg przekazania do sprzedaży,
• działanie po przekroczeniu progu.

W prostych projektach nie trzeba pisać ani jednej linijki kodu.

3. Wdrożenie automatyzacji – około 2500–6000 zł netto

Taki budżet jest rozsądny przy połączeniu kilku gotowych systemów: formularza, arkusza lub CRM-u, Make/Zapier i poczty albo komunikatora.

Jeżeli trzeba integrować kilka źródeł przez API, synchronizować dane dwukierunkowo, usuwać duplikaty, obsługiwać błędy i budować rejestr zmian, projekt może wejść w przedział 6000–12 000 zł netto lub więcej.

Nie ma sensu wyceniać wszystkich wdrożeń jednym ryczałtem. Integracja trzech dobrze udokumentowanych aplikacji to zupełnie inna praca niż porządkowanie dziesięcioletniej bazy kontaktów.

4. Optymalizacja i utrzymanie – około 300–1200 zł netto miesięcznie

Tu pojawia się przychód powtarzalny.

Raz w miesiącu można sprawdzać:

• ilu leadów przekroczyło poszczególne progi,
• jaki odsetek leadów 70+ został klientami,
• które reguły generują fałszywe alarmy,
• jakie źródła dostarczają najlepiej oceniane kontakty,
• gdzie automatyzacja zgłasza błędy,
• czy zmienił się proces sprzedaży.

Sam scoring bez kalibracji z czasem traci jakość. Firma wprowadza nową usługę, zmienia minimalny budżet, zaczyna obsługiwać inny segment albo uruchamia kampanię przyciągającą zupełnie innych odbiorców. Model pozostawiony bez kontroli nadal liczy punkty — tylko coraz gorzej.

5. Warsztat dla zespołu – około 600–1500 zł netto

To dobry dodatek do wdrożenia, szczególnie jeśli handlowcy mają ręcznie uzupełniać część danych. Bez wyjaśnienia, dlaczego pole „budżet” lub „termin zakupu” jest potrzebne, po kilku tygodniach połowa rekordów będzie pusta.

Najlepszy model biznesowy zwykle nie polega więc na napisaniu własnego CRM-u i późniejszym utrzymywaniu infrastruktury, bezpieczeństwa, kopii zapasowych, logowania, uprawnień, API i dziesiątek funkcji, które do samego scoringu nie są potrzebne. Lepiej sprzedawać projekt procesu + konfigurację istniejących narzędzi + automatyzację + okresową optymalizację.

Dla jednoosobowego wykonawcy oznacza to również mniejsze ryzyko. Przy własnej aplikacji jedna awaria może oznaczać kilkanaście telefonów od klientów. Przy wdrożeniu bazującym na Make, Google Workspace, Microsoft 365, Pipedrive czy innym istniejącym systemie odpowiada się przede wszystkim za konfigurację i logikę integracji, a nie za utrzymywanie całej platformy SaaS.

Jest jednak druga strona. Uzależnienie od gotowych narzędzi oznacza zmiany cenników, limitów API, funkcji i zasad licencjonowania. Dlatego dokumentacja wdrożenia powinna dokładnie wskazywać, które elementy należą do klienta, jakie abonamenty klient opłaca samodzielnie i co stanie się po przekroczeniu limitów.

Przy sprzedaży usługi dobrym punktem odniesienia jest rezultat. Zamiast oferować „10 godzin konfiguracji Make”, lepiej sprzedawać: „kwalifikację leadów z formularza, automatyczne wyliczanie wyniku, alert dla handlowca przy 70 punktach, rejestr przyczyn punktacji i raport skuteczności”.

Klient rozumie, za co płaci.

Nie należy natomiast obiecywać określonego wzrostu sprzedaży. Lead scoring nie sprawi, że słaba oferta zacznie się sprzedawać. Nie naprawi źle prowadzonej rozmowy handlowej ani ruchu reklamowego składającego się z przypadkowych osób. Jego zadaniem jest lepiej uporządkować uwagę zespołu sprzedażowego i zwiększyć szansę, że najbardziej perspektywiczne kontakty zostaną obsłużone we właściwym momencie.

FAQ

Czy mała firma potrzebuje CRM-u, żeby wdrożyć lead scoring?
Nie. Pierwszą wersję można zbudować na formularzu, Google Sheets lub Airtable oraz Make albo podobnym narzędziu integracyjnym. CRM staje się bardziej uzasadniony, gdy kilka osób równocześnie prowadzi sprzedaż, potrzebne są historia kontaktu, uprawnienia, raportowanie i kontrola lejka.

Ile reguł powinien mieć pierwszy model scoringowy?
Najczęściej wystarczy około 8–15 reguł. Lepiej mieć dziesięć kryteriów, które da się wyjaśnić handlowcowi, niż 40 warunków powodujących nieprzewidywalne wyniki.

Czy warto od razu używać AI albo machine learningu?
W typowej małej firmie nie. Najpierw trzeba zebrać uporządkowane dane o leadach i wynikach sprzedaży. Przy małej próbie klasyczny model punktowy jest łatwiejszy do wdrożenia, kontroli oraz korekty. AI nie naprawi brakujących pól i błędnych statusów.

Czy scoring oznacza profilowanie w rozumieniu RODO?
Może nim być, jeżeli automatycznie przetwarzane dane osobowe służą do oceny lub przewidywania cech albo zachowania konkretnej osoby. Nie oznacza to automatycznie zakazu stosowania scoringu, ale wymaga prawidłowej podstawy przetwarzania, przejrzystości, minimalizacji danych i respektowania praw osób, których dane dotyczą.

Czy zgoda na marketing jest potrzebna także przy kontaktach B2B?
Nie należy zakładać, że firmowy charakter odbiorcy automatycznie zwalnia z wymogów Prawa komunikacji elektronicznej. Jeżeli scoring uruchamia e-mail, telefon, SMS albo inną komunikację o charakterze marketingowym, trzeba osobno sprawdzić spełnienie wymagań PKE i RODO.

Ile można policzyć za proste wdrożenie lead scoringu?
Przy małej firmie rozsądny model usługowy to około 800–2000 zł netto za audyt, 1200–3000 zł za zaprojektowanie scoringu i 2500–6000 zł za standardową automatyzację. Bardziej rozbudowane integracje mogą przekraczać 6000–12 000 zł. Są to widełki do budowy własnego cennika, a nie urzędowa stawka rynkowa.

Co trzeba sprawdzić po uruchomieniu systemu?
Przede wszystkim, czy leady z wysoką punktacją rzeczywiście częściej przechodzą do ofert i sprzedaży. Jeżeli nie, nie należy dodawać kolejnych automatyzacji. Najpierw trzeba poprawić model punktowy.

Pierwszym krokiem nie powinien być więc zakup CRM-u ani zakładanie konta w kolejnym narzędziu. Weź 30–50 ostatnich leadów, oznacz te, które zakończyły się sprzedażą, oraz te, które odpadły, i wypisz 5–10 cech najmocniej odróżniających obie grupy. Dopiero z tych cech zbuduj pierwszy scoring. Jeśli nie potrafisz wskazać takich różnic, automatyzacja jest jeszcze przedwczesna — najpierw trzeba uporządkować sposób kwalifikacji klientów.

Więcej informacji na: https://hd-biznes.com/blog