Reklamlar çalışmaya başladığında satış ekibinin önüne her gün yeni talepler düşer. Bazıları hemen almaya hazırdır, bazıları yalnızca fiyat merak etmiştir, bazıları da ürününüzün hedef kitlesinde bile değildir. Hepsine aynı hızla ve aynı özenle dönmeye çalışan bir ekip, kısa sürede en değerli taleplerin arasında boğulur.
Lead, ürününüze ya da hizmetinize ilgi gösterip iletişim bilgisi bırakan potansiyel müşteridir. Lead skorlama (lead scoring), potansiyel müşterileri satışa ne kadar yakın olduklarına göre puanlayarak bu karmaşayı düzene sokan yöntemdir.
Lead skorlama nedir?
Lead skorlama, her potansiyel müşteriye belirli özellik ve davranışlarına göre puan veren bir sistemdir. Puan yükseldikçe kişinin müşteriye dönüşme ihtimalinin daha yüksek olduğu varsayılır. Amaç kimin müşteri olacağını kesin olarak bilmek değil, satış ekibinin sınırlı zamanını nereye ayıracağına daha sağlıklı karar vermesini sağlamaktır.
Skorlama genellikle CRM içinde çalışır: Kişinin form cevapları, kaynak bilgisi ve etkileşimleri kayda düştükçe puan kendiliğinden güncellenir.
İki tür sinyal: uygunluk ve etkileşim
Uygunluk (fit) sinyalleri
Kişinin ya da firmanın ideal müşteri profilinize ne kadar uyduğunu gösterir. B2B satışta sektör, firma büyüklüğü, kişinin görevi ve konum; B2C satışta ise hizmet bölgesi, ihtiyaç türü, bütçe aralığı ve zamanlama bu gruba girer. Örneğin yalnızca İstanbul'a hizmet veren bir işletme için başka bir şehirden gelen talep, ne kadar ilgili olursa olsun düşük uygunluk taşır.
Etkileşim (engagement) sinyalleri
Kişinin ilgisini ve satın alma niyetini gösteren davranışlardır: fiyat sayfasını ziyaret etmek, teklif formu doldurmak, WhatsApp'tan soru sormak, e-postaya yanıt vermek, demo ya da randevu talep etmek. Her etkileşim aynı değerde değildir; bir teklif talebi, bir blog yazısını okumaktan çok daha güçlü bir sinyaldir.
İki sinyali ayrı ayrı düşünmek önemlidir. Çok ilgili ama profilinize uymayan kişiler de, profilinize tam uyan ama henüz ilgi göstermeyen kişiler de farklı bir yaklaşım gerektirir.
Basit bir puan modeli nasıl kurulur?
Başlangıç için karmaşık bir modele ihtiyaç yok. Aşağıdaki adımlar çoğu KOBİ için yeterlidir:
- Geçmiş satışlara bakın. Son dönemde müşteriye dönüşen kayıtların ortak özelliklerini çıkarın: Hangi kaynaktan geldiler, hangi bilgileri verdiler, hangi adımları attılar?
- Sinyalleri listeleyin. Uygunluk ve etkileşim için en anlamlı beş ila on kriteri seçin.
- Puan verin. Güçlü sinyallere yüksek, zayıf sinyallere düşük puan verin.
- Negatif puanları unutmayın. Hizmet bölgesi dışı, iş başvurusu, rakip firma ya da geçersiz telefon gibi durumlar puanı düşürmeli.
- Eşik belirleyin. Hangi puanın üzerindeki kayıtların satış ekibine öncelikli olarak aktarılacağını tanımlayın.
Örnek bir model şöyle olabilir. Buradaki puanlar yalnızca örnektir; kendi satış verinize göre belirlenmelidir:
- Hizmet bölgesinde: +15 / Hizmet bölgesi dışında: -30
- Bütçe aralığı uygun: +20
- Teklif ya da randevu talebi: +25
- Fiyat sayfasını ziyaret: +10
- WhatsApp'tan ürünle ilgili soru: +10
- Geçersiz iletişim bilgisi: -50
İlgisi zamanla sönen kişilerin puanının düşmesi için etkileşim puanlarına bir yıpranma (decay) kuralı da eklenebilir. Örneğin uzun süre hiçbir etkileşim olmayan bir kaydın etkileşim puanı kademeli olarak azaltılabilir.
MQL ve SQL: satış ile pazarlamanın ortak dili
Skorlamanın ekip içinde işe yaraması için iki kavramın herkes tarafından aynı şekilde anlaşılması gerekir:
- MQL (Marketing Qualified Lead): Pazarlama tarafından nitelikli kabul edilen, yani profile uyan ve yeterli ilgi göstermiş ancak henüz satış ekibiyle görüşmemiş potansiyel müşteri.
- SQL (Sales Qualified Lead): Satış ekibinin değerlendirip gerçek bir satış fırsatı olarak kabul ettiği, ihtiyacı ve zamanlaması netleşmiş potansiyel müşteri.
Bu tanımlar her işletmede farklıdır ve yazılı olmalıdır. Satış ile pazarlama arasında kısa bir mutabakat yapmak faydalı olur: MQL eşiği nedir, MQL olan bir kayda satış ekibi ne kadar sürede dönecek, satış bir kaydı hangi gerekçelerle geri çevirebilir ve geri çevrilen kayıt pazarlamaya hangi notla döner? Bu mutabakat olmadan pazarlama "talep gönderdik", satış ise "talepler kalitesiz" demeye devam eder.
Skoru takip önceliğine dönüştürmek
Puanlar ancak bir aksiyona bağlandığında anlam kazanır. Örneğin:
- Yüksek skor: Hemen bir satış temsilcisine atanır ve telefonla aranır; kısa bir yanıt süresi hedefi konur.
- Orta skor: WhatsApp ya da e-posta ile kişiselleştirilmiş takip yapılır, eksik bilgiler istenir.
- Düşük skor: Bilgilendirici içeriklerle otomatik takip akışına alınır; etkileşim artarsa skor yükselir ve kayıt yeniden satışın önüne düşer.
Yapay zekâ destekli nitelendirme
Skorlamanın en zayıf noktası çoğu zaman eksik veridir: Form kısa tutulduysa ya da kişi yalnızca "Fiyat?" diye yazdıysa puanlanacak pek bir şey yoktur. Burada WhatsApp, Instagram DM ve web sohbetinde çalışan bir yapay zekâ ajanı devreye girebilir. Ajan doğal bir konuşma içinde ihtiyaç, bütçe aralığı, konum ve zamanlama gibi soruları sorar, cevapları CRM'deki ilgili alanlara yazar ve skor bu verilerle güncellenir.
Ajanın konuşmadan çıkardığı bilgiler yalnızca bir öneridir; kritik alanların doğruluğu satış ekibi tarafından teyit edilmelidir. Toplanan verinin de KVKK çerçevesinde, aydınlatma yapılarak ve amaçla sınırlı şekilde işlenmesi gerekir.
Modeli düzenli olarak gözden geçirin
Bir puan modeli ilk kurulduğunda bir tahmindir. Gerçek satış verisi biriktikçe şu sorularla test edilmelidir:
- Yüksek puanlı kayıtlar gerçekten daha sık satışa dönüyor mu?
- Satışa dönen ama düşük puan almış kayıtlarda gözden kaçan ortak bir sinyal var mı?
- Satış ekibinin geri çevirdiği MQL'lerin ortak nedeni ne?
- Yeni bir kampanya, ürün ya da hedef kitle modelin dengesini değiştiriyor mu?
Bu değerlendirmeyi belirli aralıklarla, örneğin çeyrek dönemlerde yapmak ve yapılan değişiklikleri kayıt altına almak modeli canlı tutar.
Dijitalist'te lead skorlamaya nasıl yaklaşıyoruz?
Bizim için lead skorlama, reklam ile satış arasındaki zincirin ortasında duruyor. Reklamlardan gelen talepler kendi geliştirdiğimiz CRM'e kaynağıyla birlikte düşüyor, WhatsApp ve web sohbetindeki yapay zekâ ajanları eksik bilgileri konuşma içinde tamamlıyor ve skor bu verilerle oluşuyor. Satış ekibi de listeyi önceliğe göre sıralanmış olarak görüyor.
Skorlamanın bir faydası da reklam tarafında ortaya çıkıyor: Nitelikli talep ve satış aşamaları reklam platformlarına geri bildirildiğinde, kampanyalar zamanla daha nitelikli kişilere yönelecek şekilde optimize edilebiliyor. Modeli her işletmenin kendi satış verisine göre birlikte kuruyor ve düzenli olarak güncelliyoruz.
Lead skorlamayı elle hesaplamak yerine puanları otomatik tutan bir CRM programı arıyorsanız Dijitalist CRM yazılımını inceleyebilirsiniz.
Sık sorulan sorular
Lead nedir?
Lead, bir ürüne ya da hizmete ilgi gösterip form, telefon veya WhatsApp üzerinden iletişim bilgisi bırakan potansiyel müşteridir. Henüz satın almamıştır; satış ekibinin takip etmesi gereken bir fırsattır.
Lead skorlama için ne kadar veri gerekir?
Başlamak için büyük bir veri setine gerek yok. Satış ekibinin deneyimine ve geçmiş müşterilerin ortak özelliklerine dayanan basit bir modelle başlanabilir; veri biriktikçe puanlar gerçek sonuçlara göre düzeltilir.
MQL ile SQL arasındaki fark nedir?
MQL, pazarlamanın belirlediği kriterlere göre nitelikli sayılan ama henüz satışla görüşmemiş potansiyel müşteridir. SQL ise satış ekibinin değerlendirip gerçek bir fırsat olarak kabul ettiği kayıttır. İki tanımın da işletmeye özel ve yazılı olması gerekir.
Lead skorlamayı yapay zekâ tek başına yapabilir mi?
Yapay zekâ konuşmalardan bilgi toplama ve sinyalleri yorumlama konusunda yardımcı olabilir. Ancak puanlama kriterleri ve eşikler işletmenin satış stratejisine göre insanlar tarafından belirlenmeli, sonuçlar düzenli olarak denetlenmelidir.
Puan modelini ne sıklıkla güncellemek gerekir?
Belirli aralıklarla, örneğin çeyrek dönemlerde, ve ürün, fiyat ya da hedef kitlede önemli bir değişiklik olduğunda modelin satış sonuçlarıyla karşılaştırılması önerilir.