Lead scoring i B2B: sådan omsætter du signaler

I B2B drukner gode købere ofte i mængden af kolde kontakter. Med en enkel, datadrevet lead scoring-model kan du skelne nysgerrighed fra reel intention og time jeres outreach, så marketing løfter konverteringen og salg bruger tiden på de rigtige dialoger.

Hvad er lead scoring – kort fortalt

Lead scoring er en metode til at tildele point til kontakter ud fra to dimensioner: adfærd (hvad de gør) og profil (hvem de er). Når du kombinerer klik, sidevisninger, downloads og mødedeltagelse med firmastørrelse, branche og ICP-fit, får du et objektivt billede af, hvor tæt en konto er på at købe. Det vigtigste er ikke perfekte tal fra start, men en fælles definition på, hvornår et lead er værd at kontakte. Med en klar tærskel kan marketing kvalificere, og salg kan reagere hurtigt. I næste trin omsætter du definitionen til en simpel model.

Når du vil gå i dybden med forstå købsintention i B2B, er det klogt at begynde med tydelige signaltyper og datakilder.

Sådan bygger du en enkel model

Start med to scores: Fit Score (A–D) og Intent Score (0–100). Giv højere vægt til handlinger med stærk købsnærhed, fx prissidebesøg, produktdemo eller formuleringer med høj intent i søgninger. Lav et grid, hvor A- og B-fit kombineret med høje intent-scorer udløser handoff til salg, mens lavere felter sendes i nurture. Aftal også negative signaler (fx studerende maildomæner) og decay, så gamle point nedtrappes. En enkel SLA beskriver, hvor hurtigt salg ringer, og hvordan marketing beriger konteksten. Når det er på plads, kan du iterere på vægte og tærskler hver måned. Herefter er det tid til at vælge og vægte de rigtige signaler.

Typiske signaler der vægter højt

Fokuser på en håndfuld stærke indikatorer og gør dem målbare.

• Gentagne besøg på prisside eller cases inden for få dage.
• Søgetermer og annonceklik med klar intent, fx sammenligninger og tilbud.
• Engagement fra flere personer i samme virksomhed på produktnære sider.
• Recency: nye handlinger vægter mere end ældre aktiviteter.

Test dine antagelser mod vundne sager, og justér vægte og SLA’er i korte iterationer.

Har du brug for en praktisk ramme, kan du koble modellen til en ramme for datadrevet marketing og skabe en tydelig bro mellem indsigter og handling.

Fra score til handling i salget

Scorer er kun værdifulde, hvis de udløser præcis timing og kontekst. Opret alerts til sælgere, når en kontakt eller konto passerer tærsklen, og giv dem de tre vigtigste datapunkter: sidste stærke handling, rolle/titel og foreslået næste skridt. Brug sekvenser, der afspejler intention: en demo-visit kræver et andet touch end et whitepaper-download. Dokumentér feedback fra salg direkte i CRM, så modellen lærer over tid. Når marketing og salg deler indsigt og ansvar, bliver flere dialoger kvalificerede, og pipeline bliver mere forudsigelig. Til sidst bør du måle effekten på konverteringsrater, hastighed og omsætning.