Zespół sprzedaży dostaje 200 leadów miesięcznie i przy każdym z nich pada to samo pytanie: dzwonić teraz, czy poczekać? Bez modelu punktacji odpowiedź zależy od intuicji handlowca, nie od danych. Lead scoring w SugarCRM pozwala nadać każdemu leadowi liczbę odzwierciedlającą jego gotowość do zakupu – ale tylko wtedy, gdy model punktacji odzwierciedla własny lejek firmy, a nie szablon skopiowany z konferencji albo bloga konkurencji. Ten artykuł pokazuje, jak taki model zbudować krok po kroku.

Lead scoring to metoda przypisywania punktów leadowi na podstawie jego cech (firmograficznych, demograficznych) oraz zachowania (odwiedzone strony, otwarte maile, pobrane materiały), tak, by suma punktów odzwierciedlała prawdopodobieństwo zakupu. Problem pojawia się wtedy, gdy firma kopiuje gotowy model punktacji wprost ze szkolenia, webinaru lub artykułu konkurencji, zamiast zbudować go na własnych danych.

Gotowy szablon zakłada wagi wypracowane na cudzych danych historycznych – cudzym cyklu sprzedaży i cudzej grupie docelowej. Model, który dobrze punktuje leady w firmie SaaS sprzedającej licencje za 200 zł miesięcznie, nie sprawdzi się w firmie produkcyjnej, gdzie decyzja zakupowa trwa pół roku i angażuje kilku interesariuszy po stronie klienta. Według badania Gartner z 2024 roku, obejmującego 632 nabywców B2B, komitety zakupowe liczą dziś średnio od 6 do 11 osób – model punktujący tylko jeden kontakt pomija większość sygnału decyzyjnego (Gartner, 2024).

Skutki stosowania cudzego modelu są zawsze te same: handlowcy szybko przestają ufać wynikowi scoringu i wracają do własnej intuicji przy wyborze, do kogo zadzwonić najpierw. To unieważnia sens całego wdrożenia – system punktuje, ale nikt na te punkty już nie patrzy.

Model punktacji dopasowany do własnego lejka powstaje na podstawie analizy zamkniętych szans w module Opportunities w SugarCRM – nie z zewnętrznego wzorca. Punktem wyjścia jest porównanie cech leadów, które zamieniły się w klientów (closed won), z cechami tych, które odpadły (closed lost), w ostatnich 12–24 miesiącach.

Praktyczny proces budowy modelu obejmuje trzy kroki, które warto przejść w tej kolejności:

Krok 1 – wyodrębnienie cech różnicujących. Analiza pól Industry, Annual Revenue, Lead Source i historii aktywności (Calls, otwarcia maili, wizyty na stronie) dla zamkniętych szans pokazuje, które atrybuty faktycznie korelują z wygraną, a nie tylko z liczbą leadów napływających z danego źródła. Bez tego kroku łatwo nadać wagę cesze, która jest popularna, ale nieistotna dla wyniku sprzedaży.

Krok 2 – przypisanie wag osobno dla dwóch kategorii danych. Dane firmograficzne (branża, wielkość firmy, stanowisko kontaktu) odpowiadają na pytanie „czy to w ogóle nasz klient docelowy?”. Dane behawioralne (wizyta na stronie cennika, pobranie case study, obecność na webinarze) odpowiadają na pytanie „czy ten lead jest teraz gotowy do rozmowy?”. Mieszanie obu kategorii w jednej puli punktów zaciera tę różnicę i utrudnia interpretację wyniku.

Krok 3 – ustalenie progu MQL/SQL na podstawie rozkładu własnych danych, nie okrągłej liczby w rodzaju 50 czy 100 punktów. Jeśli mediana wyniku dla zamkniętych wygranych szans wynosi 72 punkty, a dla przegranych – 31, próg kwalifikacji do sprzedaży (SQL) sensowniej ustawić w okolicach 55–60, nie arbitralnie na 50.

Model wymaga rewizji co najmniej raz na kwartał. Zmieniająca się oferta, nowy segment klientów, sezonowość albo zmiana kanałów pozyskiwania leadów zniekształca wagi ustalone rok wcześniej – model traktowany jako projekt „zrobione i zapomniane” traci trafność szybciej, niż się wydaje.

SugarCRM oferuje dwie ścieżki wdrożenia lead scoringu, zależnie od posiadanego modułu. Organizacje korzystające z Sugar Market mają dostęp do natywnego modułu Lead Scoring z gotowymi profilami punktacji (Scoring Profiles), które mapują wynik na dedykowane pole liczbowe w module Leads lub Contacts – wynik jest widoczny bezpośrednio na rekordzie, w dashletach typu Marketing Qualified Accounts oraz w raportowaniu.

Organizacje korzystające wyłącznie z Sugar Sell, bez modułu Sugar Market, budują scoring samodzielnie: pole custom typu integer na module Leads, a następnie reguły w Process Definitions (moduł workflow SugarCRM), które zwiększają lub zmniejszają wartość tego pola po spełnieniu warunku — na przykład otwarcie trzeciego maila z kampanii dodaje 5 punktów, a brak jakiejkolwiek aktywności przez 30 dni odejmuje 10. To podejście wymaga więcej pracy konfiguracyjnej niż gotowy moduł, ale daje pełną kontrolę nad logiką punktacji bez dodatkowej licencji.

Uwaga techniczna: dokładna dostępność modułu Lead Scoring i Process Definitions zależy od wersji i pakietu licencyjnego SugarCRM (Sugar Sell / Sugar Market / Sugar Serve). Przed wdrożeniem warto zweryfikować dostępne funkcje z administratorem systemu lub wdrożeniowcem - błędne założenie co do dostępnego modułu jest kosztowniejsze niż brak tej informacji na starcie projektu.

Firma produkcyjna z 25-osobowym zespołem handlowym i cyklem sprzedaży trwającym 4-6 miesięcy analizuje 80 zamkniętych szans z ostatniego roku w module Opportunities. Okazuje się, że leady z branż „przemysł spożywczy” i „logistyka” zamieniają się w klientów trzykrotnie częściej niż leady z pozostałych branż – te dwie branże otrzymują najwyższą wagę firmograficzną w modelu. Wśród cech behawioralnych pobranie karty produktu koreluje z wygraną silniej niż samo otwarcie newslettera, co przekłada się na wyższą wagę punktową tego działania.

Poniższa tabela pokazuje przykładową strukturę punktacji zbudowaną na tej podstawie:

Kategoria	Kryterium	Punkty
Firmograficzne	Branża: przemysł spożywczy lub logistyka	+20
Firmograficzne	Stanowisko kontaktu: dyrektor / C-level	+15
Firmograficzne	Wielkość firmy: 50–500 pracowników	+10
Behawioralne	Pobranie karty produktu lub case study	+15
Behawioralne	Wizyta na stronie cennika	+10
Behawioralne	Brak aktywności przez 30 dni	−10

Przy progu SQL ustawionym na 45 punktów handlowiec otrzymuje listę leadów gotowych do kontaktu w kolejności realnego priorytetu, zamiast dzwonić do każdego zgłoszenia z formularza w kolejności jego napływu.

• Kopiowanie wag punktowych z branżowego bloga lub szkolenia. Wagi mają sens tylko wtedy, gdy wynikają z analizy własnych zamkniętych szans – cudzy model odzwierciedla cudzy lejek, nie Twój.
• Ignorowanie liczby interesariuszy po stronie klienta. Model punktujący wyłącznie jeden kontakt pomija sygnał, że w decyzji uczestniczy kilka osób z różnych działów – a to zwykle jeden z najlepszych wskaźników dojrzałości szansy, szczególnie przy komitetach zakupowych liczących obecnie średnio 6-11 osób (Gartner, 2024).
• Brak rewizji modelu po wdrożeniu. Model ustawiony raz i zostawiony na dwa lata traci trafność wraz ze zmianą oferty, segmentu klientów czy kanałów pozyskiwania leadów.
• Mieszanie punktów firmograficznych i behawioralnych w jedną liczbę bez rozróżnienia. Bez podziału trudno odróżnić lead, który „pasuje, ale nie jest jeszcze gotowy” od tego, który „jest gotowy, ale nie pasuje” – a to dwie zupełnie różne akcje sprzedażowe.
• Traktowanie scoringu jako zamiennika rozmowy kwalifikacyjnej. Model priorytetyzuje kolejność kontaktu, ale nie potwierdza budżetu, decyzyjności ani timingu – to wciąż rola handlowca.

Warto też zestawić skalę potencjalnych korzyści z realiami wdrożenia: według MarketingSherpa B2B Benchmark Report organizacje stosujące lead scoring notowały średnio 138% ROI z działań lead generation, wobec 79% w organizacjach, które scoringu nie stosowały (MarketingSherpa, 2012). To starsze badanie, ale wciąż najczęściej cytowany pierwotny benchmark w tym temacie – nowsze, równie rzetelne źródła z porównywalną metodologią są trudno dostępne publicznie. W udokumentowanym wdrożeniu lead scoringu w organizacji Bersin & Associates liczba leadów przekazywanych do sprzedaży spadła o 52%, a przychód wzrósł o 41% w ciągu roku od wdrożenia (MarketingSherpa, studium przypadku, 2012) – to przykład zewnętrzny, nie wynik pracy eVolpe, przywołany wyłącznie jako ilustracja skali możliwego efektu.

Podsumowanie

Model punktacji leadów jest wart tyle, ile danych, na których go zbudowano. Zanim zaimportujesz gotowy szablon punktacji z internetu, zadaj sobie jedno pytanie: czy przeanalizowałeś, jakie cechy faktycznie odróżniają Twoje wygrane szanse sprzedażowe od przegranych w ostatnich 12 miesiącach?

Jeśli zainteresował Cię ten temat, skontaktuj się z nami. Chętnie odpowiemy na Twoje pytania.