搭建线索评分的能力，本质是对线索进行分层，实现差异化管理。本篇文章讲述了线索评分模型的理论研究，并结合作者实际工作中搭建的线索评分体系，为大家讲解如何搭建线索评分系统，一起来看看吧。

一、线索评分的意义

首先，当销售人员面对海量线索时，若仅凭个人主观经验决策线索跟进优先级，极易出现时间和精力分配不合理，造成投入产出比低等情况。

其次，企业处在不同发展阶段，会有不同的销售客户目标，因此需要通过管理手段，及时调整销售组织的工作目标，实现“指哪打哪”的效果。

因此，搭建线索评分能力，本质是对线索进行分层，实现差异化管理。线索评分能力，即可以辅助销售工作，帮助销售合理分配时间和精力，又可以为管理层提供管理工具，引导销售跟进企业想让销售优先跟进的线索，而非销售自己想跟进的线索。最终达到提升线索转化率和降低线索转化天数，促进企业交易规模的增长。

二、纷享销客的线索评分

纷享销客的整体流程为，线索引入后，系统依据线索评分规则，进行线索评分，最终，将高质量线索下发，低质量线索再培育或者废弃。

线索评分模型主要由业务维度、赋值两部分构成，并且支持自定义配置。从线索来源渠道、人员和企业规模、公司类型、所属行业等维度，结合赋值规则，计算线索得分，输出线索跟进优先级。

三、线索评分实战设计

以下将结合作者实际工作中搭建的线索评分体系，为大家讲解如何搭建线索评分系统。

作者实际工作的业务场景特点是，供应链物流KA客户、B2B模式、大部分线索来自自营商流平台。说明业务场景特点，是想告知读者，不同的业务场景产品方案会存在差异化，要学会灵活应用，结合自身业务场景，进行产品方案设计，切忌生搬硬套。

1. 线索评分的模型选择

线索评分的本质是对潜在客户的价值进行评估与分层。是通过多角度、多维度的综合分析，反映潜在客户为企业带来多少价值的客观评价。那么如何才能客观的衡量潜在客户价值，需要建立什么样的价值模型呢？

首先，我们先看“客户价值理论”。

客户价值理论也被称为“客户可感知价值理论”，客户通过权衡可感知的利益或服务，对产品或服务做出评价，也被菲利普科特勒称为“客户让渡价值”，即总顾客价值与总顾客成本之差，强调的价值包含产品质量、响应速度等，以上两个理论都是从客户角度出发。

中国的学者王海洲从企业角度提出客户价值理论的价值指标体系，包含市场价值、规模价值、品牌价值、信息价值、网络价值。如下图：

2. 线索评分的模型设计

第一步：确认评分模型框架，含两个层级，即价值类型和价值要素。

我们可以看出纷享销客只有一个层级，但客户价值理论包含两个层级。最终产品方案选择进行两个层级，主要原因是：

• 双层结构，价值类型对价值要素有归类整理效果，可按业务视角归类，相比单一层级的杂乱无序，更加清晰与结构化。
• 单一层级模式，在总分数固定情况下，调整某个价值要素赋值，需调整全部价值要素分数和权重，不够便捷，而双层模式下，可通过调整某个价值类型权重实现。
• 价值类型按业务视角归类后，可配合业务战略调整，实时调整某个视角权重。例如：For潜在规模，则调高潜在规模权重；For网络价值，则调高相应权重；For竞争，则调整竞争权重。

第二步：收集可衡量线索价值的指标，即收集价值类型和价值要素。

此步骤需结合自身业务场景特点，与业务明确哪些价值类型和价值要素是可衡量线索价值的。收集方式有但不限于以下几种方式：

• 历史线索数据分析。分析不同渠道、不同分层客户等维度的历史转化率等数据。
• 调研销售组织、市场营销组织衡量潜在线索价值的方法和规则。
• 访谈销售冠军，收集个人经验和建议。

第三步：确认指标入选规则，形成线索价值指标体系。

通过以上方式收集的信息，是碎片化的、低质量的、不聚焦的。因此，首先需制定指标入选规则，并依据规则进行筛选。作者主要制定的入选规则有：业务关注度、数据获取可行性、MECE原则。

业务关注度：主要对所有指标进行优先级排序，筛选出对业务最重要的指标，排除不重要指标。

数据获取可行性：主要判断该项指标可获取性，对无法获取或只能极少部分获取的数据进行排除，避免出现无效指标。

MECE原则：满足前两点要求的同时，基于MECE原则，以业务视角出发，进行归类整理，做到尽量不重不漏。

第四步：设计赋值/权重规则，形成最终模型。

价值类型和价值要素都包含权重，价值类型权重相加和为100%，每个价值类型下价值要素权重和为100%。之所以设计为两层权重模式，主要目的是为了更加灵活。

一方面实现在业务不同阶段策略倾向不同，例如更注重客户潜在规模或更注重竞争，只需调整价值类型权重，无需调整价值要素权重。另一方面，在价值类型下，不同价值要素也可配置不同策略倾向，颗粒度更细。

计算规则，总分=A%*（a%*分数）+B%*(a%*分数+b%*分数+…）+B%*(a%*分数+b%*分数+…）+……，具体的权重和赋值，就需要读者参考自己业务逻辑倾向，进行分配。当然，也可以设计为一层权重，即只有价值要素包含权重和赋值，读者依据实际情况决策，且具体评分规则也可设计“加/减”形式。

第五步：依据得分区间，设计线索评分展示结果。

直接展示得分，不够直观，会增加理解难度。例如：销售可能无法理解70分是好还是坏。建议依据区间设计展示结果，例如：【85-100分】为高价值线索，【60-85分）为中价值线索，【40-60分）为低价值线索，【0-40分）为再培育线索。下图为作者依据实际业务场景，设计的线索评分模型。

3. 线索评分的模型测试

数据模型类产品方案设计后，不建议直接开发上线，应首先通过线下数据模拟，测试模型、权重、赋值以及结果分布是否符合业务预期。通过不断的测试及调整，达成预期目标后，再进行线上化开发。

4. 线索评分的系统设计与应用

建议设计为配置化系统，可以由灵活增加价值类型和价值要素，也可调整权重和赋值，可参考纷享销客设计方法。

当然，最重要的是要设计直观的、明显的原型交互，将线索评分结果展示给销售人员，达到辅助销售组织工作的目的。例如：销售APP端或PC端，线索排序优先展示高价值线索、线索评分不同有不同的标签等。

四、线索评分模型检验

系统上线不是产品工作的终点，而是产品工作的新的起点，只有取得预期业务目标，才算成功的产品。

在上文中我们谈到，搭建线索评分系统，主要是为了提升线索转化率和降低线索转化天数，促进企业交易规模的增长。因此，在项目初期，要建立高、中、低质量线索的转化率、转化天数、及时跟进率等可衡量指标，作为衡量是否成功的坐标系。

在系统运行后，要及时分析业务各项指标，分析业务实际执行效果是否符合业务目标，依据反馈及时调整，促成达成最终目标。