IHS Strategic
Tüm Blog Yazıları
HowTo10 Eylül 2026•2 dk okuma

Müşteri Adayı (Lead) Skorlama Rehberi: Satış Ekibi Verimini Artırma Yöntemleri

Satış ekiplerinin dönüşüm oranlarını artıran veri odaklı müşteri adayı skorlama modeli kurulumu. Modern web analitiği, açık/örtük veri ayrımı ve CRM otomasyonu için adım adım uygulama rehberi.

S

Sistem Yöneticisi

Kıdemli Yazılım Mimarı

Lead Skorlama Nedir ve Satış Verimine Etkisi

Lead skorlama; potansiyel müşterilerin satın alma eğilimini sayısal değerlerle derecelendiren nesnel sistemdir. Satış ekipleri zaman kaybetmez; doğrudan kapanış ihtimali yüksek adaylara odaklanır.

Düşük kaliteli adayları manuel elemek satış döngüsünü %40 uzatır. Veriye dayalı modelleme bu süreyi minimize eder.

Adım 1: İdeal Müşteri Profilini (ICP) Belirleme

Hedef kitle netleşmeden puanlama yapılamaz. Temel demografik ve operasyonel veriler toplanır:

  • Sektör ve İş Modeli: B2B, B2C veya SaaS ayrımı.
  • Şirket Büyüklüğü: Çalışan sayısı ve yıllık gelir bandı.
  • Karar Verici Pozisyonu: C-Level, direktör veya uzman seviyesi yetki derecesi.

Adım 2: Açık (Explicit) ve Örtük (Implicit) Verileri Ayrıştırma

Doğru puanlama iki veri tipinin dengesine dayanır:

Açık Veriler (Kullanıcının Beyan Ettiği)

  • Kayıt formunda paylaşılan unvan (+15 puan).
  • Kurumsal e-posta uzantısı kullanımı (+10 puan).
  • Hedef sektör uyumu (+20 puan).

Örtük Veriler (Modern Web Davranışları)

  • Fiyatlandırma sayfasını birden çok kez ziyaret etme (+25 puan).
  • Vaka analizlerini (Case Study) indirme (+15 puan).
  • Genel blog yazılarını okuma (+5 puan).

Adım 3: Negatif Puanlama Kriterlerini Kurma

Yanıltıcı sinyalleri filtrelemek satış ekibinin vaktini korur:

  • Kariyer sayfasını ziyaret etme (-20 puan).
  • Öğrenci veya kişisel e-posta adresi ile kayıt (-15 puan).
  • 30 gün boyunca hiçbir dijital temas kurmama (-10 puan).
  • Hizmet verilmeyen coğrafi bölge (-50 puan).

Adım 4: CRM ve Dijital Ajans Trendleri ile Entegrasyon

Skorlama modeli statik tablolar yerine dinamik CRM iş akışlarına bağlanır. Güncel trendler otomasyonu ve yapay zeka tabanlı sinyalleri öne çıkarır:

  • Eşik Değer (Threshold) Tanımlama: Örneğin toplam puanı 70 üzerine çıkan aday otomatik olarak Satışa Hazır Aday (SQL) statüsüne geçer.
  • Gerçek Zamanlı Bildirim: SQL seviyesine ulaşan adayın bilgisi anında ilgili satış temsilcisine atanır.
  • Geri Bildirim Döngüsü: Satış ekibinin reddettiği adaylar incelenir, puanlama katsayıları ayarlanır.

Örnek Puanlama Matrisi

Aşağıdaki temel şablon satış hunisine göre özelleştirilebilir:

  • Fiyat Sayfası Ziyareti: +30
  • Ürün Demosu Talebi: +50
  • Yetkili Pozisyon (C-Level/Direktör): +20
  • Bütçe Uyuşmazlığı: -40
  • Etkileşimsizlik (60 Gün): -25