Lead Scoring ist das Bewerten von Leads mit Punkten, um festzulegen, welche zuerst bearbeitet und wann sie an den Vertrieb übergeben werden. Wu, Andreev und Benyoucef beschreiben 2023 in einer Übersicht über 44 Studien, dass Marketer im traditionellen Lead Scoring die Qualität eines Leads beziffern, um zu entscheiden, wann er an den Vertrieb gehen soll.
- Lead Scoring
Das Bewerten von Leads mit Punkten nach Angaben und Verhalten, um festzulegen, welche zuerst bearbeitet und wann sie an den Vertrieb übergeben werden.
Beispiel: „Im Lead Scoring zählte der Besuch der Preisseite mehr als der Download.“Auch: Lead Scoring System, Lead-Bewertung.
Abgrenzung zur Lead-Bewertung durch KI: Sie ist die prädiktive Variante, die Gewichte aus Daten lernt; Lead Scoring ist der Oberbegriff.
Explizite und implizite Kriterien
Wu und Kollegen unterscheiden explizite Angaben wie Branche, Funktion, Firmengröße und Umsatz von impliziten wie Websitebesuchen, geöffneten E-Mails, Klicks und ausgefüllten Formularen. Die einen sagen, ob ein Lead passt, die anderen, wie aktiv er ist. Traditionelles Scoring beruht auf der Erfahrung von Marketing und Vertrieb, prädiktives auf maschinellem Lernen. Im Deutschen ist Scoring zuerst ein Begriff aus dem Kreditwesen; das Gabler Wirtschaftslexikon kennt es nur dort.
Eine Scoring-Matrix in der Praxis
Järvinen und Taiminen zeigen 2016 die Matrix eines B2B-Unternehmens: Das Profil wird von A bis D nach der Passung zum idealen Kunden bewertet, das Verhalten von 1 bis 4 nach der Aktivität. Über einer Schwelle wie B2 geht der Lead an den Vertrieb, die Schwellen legen Marketing und Vertrieb je Geschäftsbereich gemeinsam fest. Am Ende entscheidet meist das Verhalten über den Übergang zum Marketing Qualified Lead.
Was die Website zum Lead Scoring beiträgt
Die Website liefert beide Arten von Kriterien: Formularangaben als explizite, Besuche der Preis- oder Leistungsseiten, Downloads und wiederholte Besuche als implizite. Im Fallunternehmen zählten Produktseiten mehr als die Seite über das Unternehmen. Für kleine Anfragezahlen reicht aus unserer Sicht eine Punktetabelle mit wenigen Regeln; ein gelerntes Modell braucht Daten, die erst ab einer gewissen Menge vorliegen.