Lead scoring (lead skorlama) nedir? Sıcak fırsatları nasıl bulursunuz?

Bir satış ekibinin önündeki en sinsi sorun, lead eksikliği değil; çoğu zaman tam tersidir. Yüzlerce aday arasında hangisinin bugün aranması gerektiğini bilmemek, en değerli fırsatların soğumasına ve en çok zamanın hiç satın almayacak kişilere harcanmasına yol açar. Lead scoring (lead skorlama) tam da bu önceliklendirme sorununu çözer.

Bu yazıda lead scoring'in ne olduğunu, hangi sinyallere dayandığını, manuel ve yapay zekâ destekli yaklaşımların farkını ve sağlam bir modelin nasıl kurulacağını anlatıyoruz. Sürecin bütünü için lead takibi ve CRM nedir rehberlerimiz tamamlayıcıdır.

Lead scoring (lead skorlama) nedir?

Lead scoring, her potansiyel müşteriye satışa dönüşme olasılığını yansıtan bir puan vermektir. Bu puan, adayın profili ve davranışları birleştirilerek hesaplanır. Yüksek puanlı lead "sıcak"tır — hemen ilgilenilmeli; düşük puanlı lead ise ya beslenmeli ya da elenmelidir. Böylece ekip, sezgiye değil veriye dayalı bir önceliklendirmeyle çalışır.

Lead skoru: önceliği belirlerSoğukSıcak

Lead scoring nasıl çalışır?

Skor, iki tür sinyalin birleşiminden doğar. İlki adayın kim olduğu (uygunluk), ikincisi ne yaptığı (ilgi):

Uygunluk sinyalleri (kim?)

• Sektör, şirket büyüklüğü, rol/unvan — hedef profilinize ne kadar uyuyor?
• Coğrafya ve dil — hizmet verdiğiniz pazarda mı?
• Bütçe ve ihtiyaç işaretleri — ürününüze gerçekten uygun mu?

İlgi sinyalleri (ne yaptı?)

• Web sitesinde gezinme, fiyat sayfasını ziyaret, demo talebi.
• E-posta açma ve tıklama, formu doldurma, yanıt hızı.
• Tekrarlayan etkileşim — ilgi tek seferlik mi, sürekli mi?

Pozitif sinyaller puanı yükseltir; uygun olmayan işaretler (ör. geçersiz iletişim, hedef dışı profil) puanı düşürür. Buna negatif puanlama denir ve yanlış adayların listenin başına çıkmasını engeller.

Uygunluk ve ilgi matrisi: dört lead tipi

Skorun iki ekseni (uygunluk ve ilgi) birleştiğinde, lead'ler dört doğal gruba ayrılır. Bu basit matris, her gruba nasıl davranılacağını netleştirir:

• Yüksek uygunluk + yüksek ilgi: Altın fırsat. Hemen, öncelikli olarak temas kurun.
• Yüksek uygunluk + düşük ilgi: Doğru profil ama henüz hazır değil. Besleyin, sıcak tutun.
• Düşük uygunluk + yüksek ilgi: İlgili ama profili oturmuyor. Dikkatli ilerleyin; bir zaman tuzağı olabilir.
• Düşük uygunluk + düşük ilgi: Eleyin ya da minimum eforla bekletin.

Bu çerçeve "neden bu lead önce?" sorusunu tek bakışta yanıtlar ve ekibin enerjisini en doğru yere kanalize eder.

Manuel skorlama mı, yapay zekâ destekli mi?

İki yaklaşım da geçerlidir; seçim ekibinizin olgunluğuna bağlıdır.

Kural tabanlı (manuel) skorlama

• Artısı: Şeffaftır — her puanın nedenini bilirsiniz; küçük ekipler için kolay başlangıç.
• Eksisi: Kuralları elle ayarlamak gerekir; veri büyüdükçe bakım yükü artar.

Yapay zekâ (otomatik) skorlama

• Artısı: Geçmiş kazanılan/kaybedilen fırsatlardan öğrenir; insanın gözden kaçırdığı örüntüleri yakalar ve sürekli güncellenir.
• Eksisi: Anlamlı sonuç için yeterli geçmiş veri ister; bir "kara kutu"ya dönüşmemesi için insan denetimi şarttır.

İyi bir skorlama modeli nasıl kurulur?

• İdeal müşterinizi tanımlayın: En iyi mevcut müşterilerinizin ortak özelliklerinden başlayın.
• Sinyalleri seçin: Kararı gerçekten etkileyen birkaç güçlü sinyale odaklanın; her şeyi puanlamayın.
• Eşik belirleyin: Hangi puanın "satışa hazır" sayılacağına karar verin.
• Ölçün ve ayarlayın: Yüksek puanlı lead'ler gerçekten daha çok mu kazanıyor? Modeli düzenli gözden geçirin.

Artıları ve dikkat edilmesi gerekenler

Artıları

• Ekip enerjisini en değerli fırsatlara yönlendirir; dönüşüm ve verimlilik artar.
• Satış ve pazarlama ortak bir "kaliteli lead" tanımında buluşur.
• Hangi sinyallerin kazanca götürdüğü görünür hâle gelir.

Dikkat edilmesi gerekenler

• Aşırı karmaşıklık: Çok fazla kural modeli anlaşılmaz kılar — sade başlayın.
• "Kur ve unut" tuzağı: Pazar ve ürün değiştikçe model de güncellenmeli.

Satış ve pazarlamayı hizalayan ortak dil

Lead scoring'in en az konuşulan ama en değerli faydalarından biri, satış ve pazarlamayı aynı tanımda buluşturmasıdır. "Kaliteli lead" herkes için aynı şeyi ifade etmeye başlar: belirli bir skor eşiğini geçen lead satışa devredilir, geçmeyen pazarlamada beslenmeye devam eder. Bu net devir kuralı, iki ekip arasındaki klasik "pazarlama kötü lead gönderiyor / satış lead'leri çürütüyor" gerilimini çözer ve herkesi ölçülebilir tek bir hedefe bağlar.

Yaygın hatalar

• Yalnızca davranışa bakıp uygunluğu (profil) görmezden gelmek — meraklı ama hiç almayacak biri yüksek puan alabilir.
• Negatif puanlamayı atlamak; hedef dışı lead'lerin listeyi tıkamasına izin vermek.
• Skoru satış ekibine açıklamamak; ekip nedenini anlamazsa puana güvenmez.

Küçük bir örnek

İki lead aynı gün geliyor. İlki kişisel e-postayla bir kez form dolduruyor; ikincisi hedef sektörden, fiyat sayfasını iki kez ziyaret edip demo talep ediyor. Sezgi ikisini eşit görebilir; ama skorlama ikinciyi açıkça "sıcak" işaretler. Temsilci önce onu arar, fırsat hızla ilerler. İlk lead ise otomatik besleme dizisine girer ve hazır olduğunda yeniden öne çıkar. Sonuç: aynı emek, çok daha yüksek dönüşüm.

Sıkça sorulan sorular

Lead scoring, sınırlı zamanı en çok kazandıran fırsatlara yönelten bir pusuladır. Rocketly'nin yapay zekâ destekli lead skorlaması, geçmiş fırsatlarınızdan öğrenerek en sıcak adayları otomatik öne çıkarır; ekibiniz tahminle değil veriyle çalışır.