Lead scoring: como pontuar leads pelo que eles fazem no seu site

Por Cícero Moura26 de setembro de 202612 min de leitura

Lead scoring é o método de atribuir pontos a cada lead, somando o que ele é (perfil) e o que ele fez (comportamento), para ordenar quem merece contato primeiro. A parte do comportamento vem da jornada no site: páginas vistas, voltas, origem e eventos, e é a parte que fica vazia em todo modelo montado sem esse dado.

Lead scoring é uma tabela de pontos e uma regra de corte. A tabela diz quanto vale cada sinal; a regra diz a partir de quantos pontos alguém liga. Este guia mostra o que as documentações de CRM chamam de perfil e comportamento, quais sinais o site registra sozinho, como montar uma tabela simples com exemplo numérico, onde o GoLoop fornece esses sinais e por que um modelo que ninguém revisa vira ruído em poucos meses.

Neste artigo

Capa abstrata em gradiente fractal roxo e azul, com textura de ruido, para o artigo sobre lead scoring.

O que é lead scoring?

Lead scoring é a prática de dar uma nota numérica a cada contato para decidir a ordem de atendimento. A documentação da HubSpot define o recurso assim: "para priorizar os contatos, empresas e negócios no seu CRM, você pode construir pontuações personalizadas com base em ações ou propriedades dos registros". A frase importa pelas duas palavras finais: ações e propriedades. Toda pontuação nasce de uma dessas duas coisas.

Na Salesforce, a mesma ideia aparece dividida em duas notas. O Account Engagement dá ao lead um score, que sobe com o que a pessoa faz, e uma grade, de F a A+, que mede o quanto ela parece com o cliente ideal. Segundo o material oficial de treinamento da Salesforce, "diferente dos scores, que se baseiam em fatores implícitos, as grades se baseiam em fatores explícitos", e "todos os prospects começam com grade D".

A nota serve para uma decisão só: quem a equipe comercial procura hoje, e quem fica com o marketing. Sem ela, a ordem de atendimento é a ordem de chegada do formulário, e o lead que leu a página de preço quatro vezes espera atrás de quem baixou um material por curiosidade.

Quais são os dois eixos do lead scoring: perfil e comportamento?

O eixo de perfil responde "essa pessoa pode comprar?". O eixo de comportamento responde "essa pessoa está querendo comprar agora?". Os dois são independentes, e é por isso que a Salesforce os separa em score e grade, e a HubSpot em fit score e engagement score.

Perfil (fit, explícito). São dados que a pessoa informa ou que se deduzem do cadastro: cargo, setor, tamanho da empresa, cidade. A HubSpot descreve o fit score como o que "qualifica registros com base em informação demográfica por meio de valores de propriedade, como idade, cargo, tamanho da empresa ou receita anual". Esse eixo muda pouco: o cargo de alguém é o mesmo hoje e daqui a três meses.

Comportamento (engagement, implícito). São ações registradas: visita ao site, abertura de e-mail, clique, envio de formulário. Na definição da HubSpot, o engagement score "qualifica registros com base em suas ações e interações, como visitar seu site, assinar sua newsletter, clicar em um CTA ou abrir um e-mail de marketing". Esse eixo muda toda semana, e é o que diz se o interesse está subindo ou esfriando.

O erro comum de montagem é somar os dois numa nota só e perder a leitura. Um diretor que nunca visitou o site e um estagiário que viu a página de preço seis vezes podem empatar em pontos e pedir ações opostas. Duas notas, ou uma nota e uma letra, resolvem isso. O que o site fornece é o segundo eixo, e é dele que trata o resto deste artigo.

Quais sinais do site entram na pontuação?

Entram os sinais que o rastreamento registra sem ninguém perguntar nada à pessoa. Os que valem pontos, com o que cada um significa no dia a dia:

Página vista, com peso por página. Ver a página de preço, de planos ou de contato vale mais que ver um post do blog. É a diferença entre pesquisar o assunto e pesquisar o fornecedor.
Recorrência. Quantas visitas a pessoa fez e em quantos dias diferentes. Alguém que voltou três vezes na mesma semana está comparando; alguém que veio uma vez há dois meses estava curioso.
Origem da visita. Quem chegou por uma busca pelo nome da empresa ou por uma campanha de fundo de funil tem intenção diferente de quem caiu por uma busca genérica. A origem da primeira visita e a origem de cada volta são sinais separados.
Eventos de intenção. Clique no botão de WhatsApp, início de preenchimento de formulário, download de proposta, vídeo assistido até o fim. São ações que o script registra como eventos do catálogo e que valem mais que uma página vista.
Tempo e profundidade. Segundos na página de preço e número de páginas por sessão. Sozinhos enganam; combinados com os anteriores, confirmam.
Identificação. O momento em que a pessoa deixa de ser anônima, por formulário ou modal, é o sinal que liga tudo o que veio antes a um nome.

Sinais negativos também existem: visita à página de carreiras (candidato, não cliente), e-mail de domínio genérico, ou um mês inteiro sem nenhuma volta. A documentação da HubSpot prevê regras que subtraem pontos, e a Salesforce começa toda grade em D para que ela possa cair, não só subir.

Como montar uma tabela de pontos?

Monte em cinco passos, nesta ordem, e não pule o quinto:

Liste os sinais que o site já registra hoje. Não pontue o que não está sendo medido. Se o clique no WhatsApp não é um evento, ele não entra na tabela até virar um.
Dê peso por proximidade da compra. Página de preço pesa mais que blog; começar um formulário pesa mais que ver a página de preço; enviar pesa mais que começar.
Defina uma janela de tempo. Pontos de comportamento envelhecem. A documentação da HubSpot chama isso de decaimento: "reduz automaticamente a pontuação com base em há quanto tempo o evento pontuado ocorreu", com uma porcentagem e um período escolhidos por você.
Fixe um teto. Sem teto, um visitante que abre a mesma página cinquenta vezes vira o lead mais quente da base. A HubSpot tem o "score limit" para isso: alcançado o limite, "nenhum ponto adicional será adicionado ou removido".
Escolha o corte e a data da primeira revisão. O corte inicial é um palpite. Ele só vira regra depois de comparado com quem de fato fechou.

Uma tabela simples, para um site de serviço que converte por agendamento, fica assim. Os pesos são um ponto de partida hipotético, não uma recomendação medida:

Sinal	Pontos	Por quê
Viu a página de preço	+10	pesquisa o fornecedor, não o assunto
Viu a página de preço 3 ou mais vezes	+15	está comparando
Voltou ao site em 3 dias diferentes na semana	+10	recorrência curta
Chegou por busca com o nome da empresa	+5	já conhece a marca
Chegou por campanha de fundo de funil	+5	intenção declarada no anúncio
Clicou no botão de WhatsApp ou de agendar	+20	ação de intenção
Começou a preencher o formulário e não enviou	+10	quase conversão
Se identificou (formulário ou modal)	+20	liga o histórico a um nome
Visitou só a página de carreiras	-15	candidato, não cliente
30 dias sem nenhuma visita	-20	interesse esfriou

Fonte: tabela de exemplo montada para este artigo com os tipos de sinal descritos na documentação da HubSpot e da Salesforce; os valores não vêm de medição.

Como fica um modelo simples de lead scoring na prática?

Pegue duas pessoas que preencheram o mesmo formulário de contato na mesma tarde.

Ana chegou pela primeira vez há doze dias, por uma busca genérica. Voltou em quatro dias diferentes. Na terceira visita viu a página de preço; na quinta, viu de novo e clicou em "agendar", mas fechou a janela. Hoje voltou por uma busca com o nome da empresa e enviou o formulário.

Bruno chegou hoje por um anúncio de topo de funil, leu dois posts do blog, viu a página de preço uma vez e enviou o formulário.

Com a tabela acima, Ana soma: página de preço (10) + três ou mais vezes na página de preço (15) + três dias diferentes na semana (10) + busca pelo nome (5) + clique em agendar (20) + identificação (20) = 80 pontos. Bruno soma: página de preço (10) + identificação (20) = 30 pontos. O formulário é idêntico; a jornada, não. Com um corte em 50, Ana vai para a equipe comercial hoje e Bruno recebe um e-mail com o material que ele estava lendo.

O detalhe que muda tudo está na frase "chegou pela primeira vez há doze dias". Ana era anônima até hoje. Os 60 pontos que ela acumulou antes do formulário só existem se o histórico anônimo dela for ligado ao nome no momento da identificação. Num rastreamento que recomeça a contagem no dia do cadastro, Ana e Bruno empatam em 30, e a tabela inteira não serve para nada.

Onde o GoLoop fornece os sinais de comportamento?

O GoLoop não pontua leads; a nota é calculada no CRM ou numa planilha. O que ele fornece é a matéria-prima do eixo de comportamento, com uma característica que o exemplo acima exige: a jornada anterior ao cadastro não se perde.

Ficha de visitante. Cada pessoa tem uma ficha com quatro partes: perfil, sessões, eventos e histórico. Uma pessoa que voltou cinco vezes é uma linha só, com cinco sessões dentro. A ficha guarda a origem da primeira visita e a origem de cada volta, que são os dois sinais de origem da tabela.
Identificação sem recomeço. Quando a pessoa preenche um formulário mapeado ou responde um modal, o perfil anônimo passa a ter nome, e as visitas anteriores continuam ali com as datas originais. É o que faz os pontos de Ana existirem.
Eventos com nome de negócio. Visualização de página, rolagem, clique em elemento marcado e envio de formulário são capturados pelo script padrão; você só dá nome a eles no catálogo e marca os que são conversão. "Clicou em agendar" vira uma linha da tabela sem programar nada.
Recorrência como etapa. O funil aceita uma etapa do tipo comportamento, definida como "voltou N vezes" ou "ficou N segundos", e cada etapa abre a lista de quem chegou até ali. É a forma de ver, sem planilha, quantas pessoas cumprem o sinal de recorrência.
Aviso no momento certo. Um alerta de jornada avisa no painel quando alguém alcança uma etapa, como abrir a página de preço três vezes na semana ou voltar depois de dois meses. É a pontuação virando gatilho em vez de relatório.

A tela de Atividades filtra por página, origem, campanha e tipo de evento, e é onde você confere se um sinal que entrou na tabela está de fato chegando antes de começar a pontuá-lo.

Por que pontuar sem revisar é o erro que custa caro?

Porque a tabela é uma hipótese sobre o que prevê a compra, e hipótese sem teste vira superstição. Três coisas envelhecem sozinhas:

Os pesos. O clique no WhatsApp valia 20 quando o site tinha um botão; depois que ele passou a aparecer em toda página, virou ruído.
O corte. Um corte em 50 pontos que mandou 40 leads por semana para a equipe comercial, com 3 fechamentos, está calibrado para o marketing, não para a venda.
Os sinais. Uma página de preço que mudou de endereço deixa de pontuar sem avisar ninguém, e a nota de todo mundo cai junto.

A revisão é uma pergunta só, feita uma vez por mês: dos leads que fecharam, quantos pontos eles tinham no dia em que foram passados, e que sinais eles tinham em comum? Se quem fechou não passava de 40 pontos e quem chegou a 80 nunca fechou, a tabela está medindo curiosidade, e o peso precisa migrar para os sinais que quem fechou tinha. O decaimento e o teto que a documentação da HubSpot descreve são a parte automática dessa manutenção; a comparação com o fechamento é a parte que só uma pessoa faz.

Um modelo que a equipe comercial parou de olhar é o sintoma. Quando o vendedor ignora a nota e volta a ligar por ordem de chegada, a tabela já morreu; a revisão é o que evita chegar aí.

Perguntas frequentes

Lead scoring precisa de um CRM?

Não. Uma planilha com uma linha por lead e uma coluna por sinal resolve para uma base pequena, e é um jeito honesto de descobrir os pesos antes de configurar regras num CRM. O que a planilha não faz sozinha é o decaimento por tempo, que num CRM como o da HubSpot é uma porcentagem aplicada a cada período.

Qual é a diferença entre lead scoring e lead grading?

No vocabulário da Salesforce, o score mede comportamento e a grade mede perfil, numa escala de F a A+, e todo prospect começa em D. Outras ferramentas usam nomes diferentes para a mesma separação; o que importa é não misturar os dois numa nota só.

Lead scoring preditivo substitui a tabela manual?

Ele calcula a probabilidade a partir do histórico de fechamentos em vez de pesos escolhidos à mão, o que exige uma base com volume de fechamentos para aprender. Uma empresa que fecha dez contratos por mês não tem histórico suficiente para o modelo aprender algo que a tabela manual não diga.

Quantos pontos um lead precisa ter para ser considerado quente?

Não existe número de referência com fonte, e desconfie de quem cita um. O corte certo é o que separa, na sua base, quem fechou de quem não fechou, e ele só aparece depois de comparar a nota com o resultado por alguns meses.

O visitante anônimo pode ter pontuação?

Pode acumular os sinais, mas a nota só é útil quando existe um contato para acionar. O que vale é garantir que, no dia em que a pessoa se identificar, o histórico anônimo dela venha junto; sem isso, a pontuação nasce zerada no cadastro.

O próximo passo

Abra os dez últimos contratos fechados e anote o que cada pessoa fez no site antes de virar contato: quantas visitas, quais páginas, por onde chegou. Os sinais que se repetem nessa lista são a sua primeira tabela de lead scoring, e são os que merecem peso antes de qualquer outro.

Cícero Moura

Cícero Moura é fundador da GoLoop. Escreve sobre jornada do visitante, funil e o que os números do site realmente dizem, a partir do produto que constrói.