Het probleem met de meeste lead-scoring-modellen

Een typische MKB-setup ziet er zo uit. Marketing en sales gaan samen zitten en bedenken een puntensysteem. Bedrijfsgrootte 50-200 medewerkers? +20 punten. Functietitel met "directeur" erin? +15. Whitepaper gedownload? +10. Drie pagina's bekeken? +5. Mailadres met @gmail.com? -10.

Het systeem gaat live, en drie maanden later kijkt niemand er meer naar. Waarom: de scores zijn ingegeven door onderbuik, niet door data. Een lead met 75 punten blijkt niet drie keer beter te converteren dan een lead met 25 punten. Het verband is er niet, dus sales gaat weer op gevoel werken en marketing gaat een nieuw model bedenken.

Dit zijn de "magic numbers" — getallen die ergens vandaan komen maar nergens op gebaseerd zijn. Ze zijn de hoofdoorzaak waarom lead-scoring in MKB zelden werkt.

Een werkbaar alternatief: tier-based classificatie

In plaats van een puntensysteem gebruik je een classificatie-systeem met drie tot vier tiers, gebaseerd op waarneembaar gedrag plus harde demografie. Geen punten optellen, maar duidelijke regels die elk een tier toewijzen.

Tier A: koopbereid

Een lead die in de afgelopen 14 dagen ten minste twee van de volgende drie heeft gedaan: een prijspagina bekeken, een specifieke productpagina bezocht, of een formulier ingevuld voor een offerte of demo.

Tier B: actief geïnteresseerd

Een lead die in de afgelopen 30 dagen ten minste drie pagina's heeft bezocht én ten minste één lead-magnet heeft gedownload, maar geen prijspagina heeft bezocht en geen aanvraag heeft gedaan.

Tier C: verkennend

Een lead die wel pagina-bezoeken heeft, content heeft gedownload of zich heeft ingeschreven, maar nog niet de patronen van Tier A of B vertoont.

Tier D: koud

Een lead die langer dan 90 dagen geen interactie heeft gehad. Hier draait een win-back-flow op, en als die niets oplevert: afmelden.

Waarom dit beter werkt

Drie redenen.

Eén, de regels zijn observeerbaar. Sales kan in het CRM klikken en zien waarom iemand Tier A is, niet "omdat er 73 punten staan". Dat maakt opvolging concreter en geeft sales reden om de lead te vertrouwen.

Twee, de regels zijn aanpasbaar zonder rebuild. Werkt Tier B niet? Verschuif de drempel van "drie pagina's" naar "vijf pagina's" en kijk wat er verandert. Geen complete model-recalculatie nodig.

Drie, het systeem maakt geen schijnzekerheid. Een puntenscore van 73 voelt als data, terwijl het niets meer dan een opgetelde mening is. "Tier B: actief geïnteresseerd" is een classificatie, niet een nummer dat statistische precisie suggereert die er niet is.

Implementatie zonder data-team

Voor MKB met HubSpot, ActiveCampaign of een eigen CRM is dit zonder consultant op te zetten. Drie stappen.

Eén, definieer de tiers met je sales-team. Eén workshop van twee uur. Sales weet welke leads in de praktijk converteren. Schrijf hun beschrijvingen op en gebruik die als basis.

Twee, vertaal naar regels in je CRM. Voor HubSpot zijn dit "list memberships" met smart-criteria. Voor ActiveCampaign zijn het tags die door automation worden gezet. Voor een eigen CRM een SQL-view of een nightly script.

Drie, maak één tier zichtbaar in je dashboards. Voor sales: een lijst van Tier A-leads, gesorteerd op meest recente interactie. Voor marketing: het aandeel Tier A-leads als percentage van totaal nieuwe leads per kanaal. Dat tweede laat zien welke campagnes Tier A leveren en welke alleen Tier C of D.

Wanneer dit niet voldoende is

Voor enterprise-MKB met meer dan 1000 leads per maand, een complex aankoopproces, en een data-team in huis, kan een geleerd model (logistic regression of een trainable scoring) wel zinvol zijn. Maar dan op echte conversie-data, niet op onderbuik-punten.

Voor de overige 95% van het MKB is tier-based classificatie de juiste plek om te beginnen en vaak ook waar je blijft.

Eerste stap

Open je CRM en pak de lijst leads van de afgelopen drie maanden. Markeer welke gekocht hebben. Wat hebben ze gemeen? Welke pagina's hebben ze het laatst bezocht voor de aanvraag? Welke content hebben ze gedownload? Daar zit je definitie van Tier A. Begin daar, en bouw vandaaruit naar B, C en D.