Lead scoring er en systematisk metode til at tildele point til jeres leads baseret på deres demografiske data og adfærd, så I kan prioritere de mest købsklare leads og fokusere jeres salgsressourcer der, hvor de giver størst afkast.
Lead scoring er en struktureret tilgang til at rangere jeres leads efter deres sandsynlighed for at konvertere til betalende kunder. Hver lead tildeles en numerisk score baseret på to dimensioner: demografisk fit (matcher leadet jeres ideelle kundeprofil?) og adfærdssignaler (har leadet vist købsintention gennem sine handlinger?). Jo højere score, desto mere kvalificeret er leadet.
Demografisk scoring vurderer faktorer som virksomhedsstørrelse, branche, jobtitel, geografisk placering og omsætning. Hvis jeres ideelle kunde er en marketingchef i en dansk e-commerce-virksomhed med 20-100 ansatte, får leads der matcher denne profil en høj demografisk score. Leads der falder uden for jeres ICP — f.eks. studerende eller virksomheder i forkert branche — får en lav eller negativ score.
Adfærdsmæssig scoring tildeler point baseret på handlinger, der signalerer interesse og købsparathed. Typiske adfærdspunkter inkluderer: besøg på prissiden (+15 point), download af en case study (+10 point), åbning af 3+ e-mails (+5 point), deltagelse i et webinar (+20 point) eller anmodning om en demo (+30 point). Omvendt kan inaktivitet i 30+ dage trække point fra.
Når et lead når en foruddefineret score-grænse (f.eks. 80 point), overdrages det automatisk fra marketing til salg som et Sales Qualified Lead (SQL). Denne automatisering sikrer, at sælgerne kun bruger tid på de mest lovende leads, hvilket øger konverteringsraten og reducerer den gennemsnitlige salgscyklus. De bedste lead scoring-modeller udvikles løbende baseret på data om, hvilke point-kombinationer der faktisk fører til lukket salg.
For danske virksomheder, der implementerer lead scoring for første gang, er det vigtigt at starte simpelt og iterere. Ifølge MarketingSherpa øger lead scoring konverteringsraten med gennemsnitligt 79% og forbedrer salgsteamets produktivitet med 14%. Start med 5-10 scoring-regler baseret på jeres ICP (demografisk) og de 3-5 handlinger, der historisk har korreleret stærkest med lukket salg (adfærdsmæssigt). Kør modellen i 3 måneder, analysér derefter hvilke score-niveauer der faktisk konverterer, og juster reglerne. Avancerede virksomheder kan implementere predictive lead scoring via AI/ML, hvor algoritmer automatisk identificerer mønstre i historisk data og scorer leads baseret på hundredvis af signaler. HubSpot, Salesforce Einstein og MadKudu tilbyder alle predictive scoring-funktionalitet. Den vigtigste succesforudsætning er tæt samarbejde mellem marketing og salg om score-definitioner — hold månedlige alignment-møder for at diskutere lead-kvalitet og justere grænseværdier.
Lead scoring i praksis
En SaaS-virksomhed implementerer lead scoring i HubSpot. Demografiske kriterier: +20 point for virksomheder med 10-200 ansatte i Danmark, +15 for beslutningstagere (CEO/CMO/COO). Adfærd: +10 for download af e-bog, +15 for besøg på prissiden, +25 for demo-anmodning, -10 for 30 dages inaktivitet. Score-grænsen for SQL sættes til 70 point. Resultatet: salgsafdelingen reducerer tiden brugt på ukvalificerede leads med 60 %, og close rate stiger fra 12 % til 21 %.
OFTE STILLEDE SPØRGSMÅL