CRMHubSpotRD Stationv1.0.0

Modelo de lead scoring

Desenha um modelo de lead scoring para o CRM ou a ferramenta de automação: critérios de perfil (quem é o lead) e de engajamento (o que ele fez) em eixos separados, pontos com justificativa, tetos, pontos negativos e decaimento, faixas de classificação com a ação de cada faixa (passar para vendas, nutrir, descartar), contrato de passagem para o comercial e plano de calibração com dados de vendas. Use quando pedirem lead scoring, pontuação de leads, qualificação automática, definição de MQL e SQL, priorizar leads para vendas ou critérios de passagem para o comercial.

Instalar

Escolha o agente. O comando coloca a skill na pasta de usuário, válida em todos os seus projetos.

$npx @conecto.cc/cli add modelo-de-lead-scoring
Ver o arquivoSem CLI: crie a pasta ~/.claude/skills/modelo-de-lead-scoring/ e cole o arquivo como SKILL.md.

Modelo de lead scoring

Quando usar

Use quando chegam mais leads do que vendas consegue atender e a pergunta é "quem contatar primeiro e quem deixar amadurecer". Não use com menos de 50 leads por mês (qualificação manual é mais barata e mais precisa) nem quando não existe nenhum histórico de venda ganha e perdida: nesse caso, comece com um modelo mínimo de perfil e deixe a calibração para daqui a 90 dias.

O que você precisa

  1. Volume e conversão atuais: leads por mês, quantos vendas contata, quantos viram oportunidade e quantos fecham. É a linha de base que o modelo precisa superar.
  2. Perfil de cliente ideal: segmento, porte, cargo de quem decide, região atendida, o que desqualifica de cara.
  3. Os campos que os formulários capturam e o que a ferramenta registra sozinha (abertura e clique de e-mail, páginas visitadas, downloads, participação em evento). Só se pontua o que existe no dado.
  4. Exportação dos leads dos últimos 6 a 12 meses com o resultado (cliente, perdido, sem contato) e o motivo de perda quando houver. É com isso que os pesos deixam de ser chute.
  5. Uma conversa com 2 ou 3 vendedores: o que faz um lead bom para eles e quais leads marcados como "quentes" eles ignoram hoje, e por quê.
  6. O acordo de atendimento que vendas aceita: em quanto tempo contata um lead quente.

Passo a passo

  1. Separe os dois eixos e não some um com o outro: perfil (aderência ao cliente ideal) e engajamento (interesse demonstrado). Perfil alto com engajamento baixo é lead para nutrir; perfil baixo com engajamento alto não vai para vendas por mais que abra e-mail.
  2. Pontue o perfil com 4 a 6 critérios. Para cada valor, compare a frequência entre clientes e entre leads em geral: valor que aparece 3 vezes mais entre clientes vale mais pontos. Exemplo: cargo decisor 20, gerência 10, estudante ou estagiário -20; porte dentro da faixa alvo 20; segmento alvo 15; região atendida 10, fora da região -30; e-mail corporativo
  3. Pontue o engajamento por intenção, com teto por categoria: pedido de demonstração ou orçamento 40 (vai direto para vendas); página de preços 15; download de material 5, teto 15; participação em evento 10; clique em e-mail 3, teto 9; abertura de e-mail 1, teto 3; visita repetida em 7 dias 5, teto 10.
  4. Defina negativos e decaimento: descadastro -30, e-mail que retorna -20, domínio de concorrente ou de agência desqualifica, formulário com dados inventados desqualifica. Engajamento decai: -10 a cada 30 dias sem interação, ou o total de engajamento cai pela metade a cada 30 dias, conforme o que a ferramenta permite. Sem decaimento, em um ano todo lead é quente.
  5. Monte a matriz de faixas: perfil em A, B, C, D; engajamento em quente, morno, frio. Cada célula tem uma ação: A ou B quente vai para vendas em até 1 dia útil; A ou B morno entra em régua de nutrição com oferta de conversa; C entra em nutrição longa; D sai da base comercial. MQL é o nome da célula que vai para vendas; SQL é depois que vendas aceitou.
  6. Escreva o contrato de passagem: o que vendas recebe junto com o lead (campos, os motivos dos pontos, o histórico de páginas), por onde (fila, notificação, tarefa) e em quanto tempo responde. Lead quente esperando 3 dias esfria, e o modelo leva a culpa.
  7. Calibre com o histórico: aplique o modelo aos leads dos últimos meses e meça duas coisas: dos clientes fechados, quantos teriam sido MQL (cobertura); dos MQL, quantos fecharam (precisão), contra a taxa de conversão da linha de base. Ajuste pesos até a precisão ficar pelo menos 2 vezes a linha de base sem a cobertura cair abaixo de 70%. Revise a cada mês com os motivos de recusa de vendas.
  8. Documente e versione: pesos, data, motivo de cada mudança. Comparar conversão de MQL entre meses com pesos diferentes não diz nada.

Formato da entrega

  1. Resumo: volume, conversão de base, definição de MQL em uma frase, quantos MQL por mês o modelo deve gerar e a capacidade de vendas.
  2. Tabela de perfil: critério, valor, pontos, justificativa (dado do histórico ou fala de vendas).
  3. Tabela de engajamento: ação, pontos, teto, decaimento.
  4. Negativos e desqualificadores.
  5. Matriz de faixas: perfil × engajamento, com a ação e o prazo de cada célula.
  6. Contrato de passagem: campos, canal, prazo, o que vendas devolve (aceito, recusado e motivo).
  7. Calibração: cobertura e precisão no histórico, próxima revisão, responsável.
  8. Implementação na ferramenta: nomes dos campos, listas e fluxos a criar.

Critérios de qualidade

  • Perfil e engajamento em pontuações separadas, nunca uma soma única.
  • Todo peso tem justificativa escrita; nenhum "porque parece razoável".
  • Toda ação repetível tem teto.
  • Existe decaimento, ou o plano diz por que não há e o que faz no lugar.
  • A definição de MQL foi testada no histórico e os dois números (cobertura, precisão) estão no documento.
  • Vendas leu e aceitou o contrato de passagem.

Armadilhas

  • Pontuar abertura de e-mail sem teto: robôs de segurança e a proteção de privacidade do cliente de e-mail abrem tudo. Abertura vale quase nada.
  • Um número só misturando perfil e interesse: estudante curioso vira lead quente.
  • Mais de 12 critérios: ninguém em vendas entende por que o lead tem 87 pontos, e para de confiar.
  • Campo vazio contado como zero: penaliza quem não preencheu porte, não quem tem porte errado. Trate vazio como desconhecido.
  • Copiar pesos de modelo de outra empresa. O peso vem do seu histórico.
  • Mudar pesos sem registrar. A conversão de MQL "melhorou" só porque a régua mudou.
  • Entregar MQL sem prazo de atendimento acordado. O lead esfria e o comercial diz que o modelo não funciona.