销售线索评分模型怎么建？静态分加动态分的实操配置方法

销售早上一打开电脑，几十条新线索躺在池子里，先跟谁？多数团队的答案是凭感觉：谁看起来眼熟跟谁，谁催得急跟谁。结果往往是——真有购买力的客户在等第三通电话，销售却把一上午花在了刚来打听行情的围观者身上。线索评分模型解决的就是这个排序问题：给每条线索算一个分，分数高的先跟、资源向分数高的倾斜，让有限的销售时间花在回报最高的地方。

一、评分模型的内核：两类维度加一套阈值

线索评分听起来技术，内核其实朴素：把「这条线索值不值得跟」拆成可计算的两组信号，加权出分，再用阈值切出处理策略。整个模型由三块组成。

1. 静态分：线索「是谁」

静态分衡量线索本身的属性与目标客户的匹配度，常见维度：行业（是否目标行业，B2B 里行业错配基本一票否决）、公司规模（人数或营收区间）、岗位（决策人、影响人还是使用者）、地域（能否覆盖、是否要差旅）。每个维度按历史成交数据的分布赋分——你的成交客户里制造业占六成，制造业线索的行业分就高。静态分特点是一旦确定基本不变，它决定这条线索的「底子」。

2. 动态分：线索「在干嘛」

动态分捕捉行为信号：浏览了报价页、下载了资料、回复了邮件、多次访问官网、长期沉默。行为是意图的直接证据——一个规模一般的线索反复看价格页，价值可能超过一个从不上门的大厂线索。动态分随行为实时加减分，它决定这条线索的「火候」。

3. 阈值与策略：分数变成动作

分数本身不是目的，切分出动作才是。典型三段：高分线（如 80 分以上）当日必须触达、优先分配给强销售；中分区（50~79 分）进培育池，按节奏定期触达，行为升温自动晋级；低分区留在池内轻维护。没有策略的评分只是数字游戏。

二、配置实操：五步搭起一个能用的模型

结合在极简销售管理系统里配置评分规则的经验，一个可落地的模型五步就能跑起来。

第一步：拉成交回溯数据

把过去 6~12 个月的成交客户清单拉出来，反推它们的共性：集中在哪些行业、什么规模、什么岗位发起询价。这份「成交画像」就是静态分的赋分依据。没有历史数据的团队，先用管理层共识顶上，跑出数据再替换。

第二步：定维度和权重

静态动态两类维度的权重，B2B 常见六四开（静态为重，因 B2B 里属性错配几乎无法用行为弥补）；偏线上获客的团队可对半开。每个维度内部再分档赋分，档位不超过三档——越粗越好维护，越细越没人信。

第三步：定义行为事件表

列出可采集的行为事件并赋分：浏览报价页加 10、主动询价加 20、回复邮件加 15、30 天无互动减 20。事件表宁少勿滥，先上 6~8 个高信号事件，跑顺了再加。

第四步：设阈值联策略

按当前线索分布定阈值，让高分线索约占 10%~15%——阈值太松人人高分，等于没分。阈值绑定动作：高分当日触达、中分进培育流、行为衰减自动降档。

第五步：两月后用成交校准

模型跑两个月，用真实成交数据回检：成交线索的平均分是多少、哪类事件在成交前高频出现。据此调整权重——把真信号调高，把噪声调低。评分模型是养出来的，不是一次设计定终身。

三、三个高频误区

1. 误区一：维度贪多，模型变成黑箱

二十几个维度、每维五档的模型没人看得懂，销售不信就不用。可用性比精确性重要——8~10 个维度、粗分档、规则透明，胜过一切精巧的黑箱。

2. 误区二：只加不减，分数只涨不跌

没有衰减机制的评分会通胀：老线索靠历史行为攒着高分，实际早已冷却。一定要配行为衰减（如 30 天无互动扣分），让分数反映「当下」的意向。

3. 误区三：评分替代管理

分数是排序工具，不是决策工具。高分线索销售不跟，模型无能为力——评分必须配套动作要求（高分当日触达）和管理检查（周会看高分线索的跟进率），否则模型上线之日就是闲置之时。

四、效果观测：模型好不好，看三个数

评估评分模型的有效性，盯三个指标：高分线索转化率与普通线索的比值（健康模型通常在 3 倍上下，模型团队口径）；销售对高分的覆盖及时率（当日触达占比）；中分培育线索的晋级率（行为升温升入高分区的比例）。三个数按月看趋势，配合两月一次的权重校准，模型会越跑越准。

最后说句实在的：线索评分不是什么高级武器，它只是把「先跟谁」这个每天都要做的决定，从感觉换成了规则。对销售时间宝贵、线索量又大的团队，这个替换本身就值回票价——按已落地团队的经验，销售人均有效跟单效率提升约五成（内部统计口径），本质是把时间从低分线索那里抢回来，还给了真正的机会。