Para fazer lead scoring com IA, comece com um conjunto simples de regras que sua equipe de vendas consiga explicar. Importe uma lista de leads com o porte da empresa, o cargo e o texto do site. Depois, use o AI Editing do Datablist para gerar uma pontuação com base nesses campos. Antes de aplicar o script à lista inteira, confira uma prévia com algumas linhas de exemplo.
Assim, cada lead recebe uma pontuação consistente para fins de priorização. Isso não prevê quem realmente fará uma compra. Portanto, compare o resultado com exemplos de clientes reais e ajuste as regras quando o ranking não fizer sentido.
Veja o passo a passo para fazer lead scoring com IA:
- Identifique seus melhores clientes
- Importe seus leads para o Datablist
- Explique à IA como pontuar os leads
O que é lead scoring?
Lead scoring classifica prospects de acordo com critérios definidos por você, como a compatibilidade da empresa com o porte desejado e a relevância do cargo do contato. A pontuação ajuda a decidir quais linhas devem ser analisadas primeiro, mas sua utilidade depende das regras e dos dados usados.
Etapa 1: identifique seus melhores clientes
-
Analise no CRM alguns clientes conquistados e alguns leads com baixo fit. Procure as características que os diferenciam: dez exemplos positivos, por si só, não mostram quais regras ajudam a excluir as empresas inadequadas.
-
Identifique o que eles têm em comum e registre suas conclusões. Estes são alguns fatores que você deve considerar:
- Características da empresa (porte, setor e localização)
- Dados do contato (cargo e poder de decisão)
- Nível de engajamento com sua empresa
- Dados demográficos e comportamentais
-
Defina como cada fator influencia o ranking.
Para isso, atribua as pontuações mais altas aos fatores importantes e as mais baixas aos critérios desejáveis, mas não essenciais.
No exemplo abaixo, um cargo compatível com o perfil de decisor vale dois pontos, uma empresa com 15 a 100 funcionários vale um ponto e a presença de um termo relacionado à IA no site vale mais um. A pontuação do lead pode variar de zero a quatro. Esses pesos são apenas exemplos, não um modelo treinado com dados de conversão.
Observação: ajuste as pontuações ao seu modelo de negócio e mercado.
Etapa 2: importe seus leads para o Datablist
Primeiro, importe um arquivo CSV/Excel no Datablist com a lista de leads que você deseja pontuar.
O Datablist permite trabalhar na pontuação dentro de uma collection antes de exportar a lista priorizada.
O AI Editing gera JavaScript a partir de um prompt e de uma pequena amostra de itens. Depois que você aprova a prévia, ele aplica as regras geradas às linhas. Descreva claramente os casos excepcionais, pois o gerador não consegue deduzir todos os padrões da collection completa com base em poucos exemplos.
Comece criando uma collection e importe sua lista como um arquivo CSV ou Excel.
Este é o meu arquivo. Ele contém:
- os textos dos sites das empresas
- o porte das empresas
- o cargo dos prospects
Etapa 3: explique à IA como pontuar os leads
Agora, transforme as regras de pontuação em uma edição. Informe as propriedades de entrada e defina os valores e as exceções que o script gerado deverá processar.
Siga estas instruções para obter resultados mais precisos:
-
Abra Edit no cabeçalho da collection.
-
Selecione AI Editing.
Abra o AI Editing em Edit -> AI Editing -
Escreva o prompt de pontuação. Selecione as propriedades da collection no editor de prompts para vincular as referências às colunas corretas. Especifique se um valor ausente deve receber zero e se correspondências parciais devem ser consideradas.
Este é o meu prompt para lead scoring com IA.
Para Persona Match, leia a propriedade position. Atribua 2 pontos quando ela contiver founder ou co-founder e a pessoa também for CEO. Caso contrário, atribua 1 ponto quando o cargo for CEO ou COO. Atribua 0 a outros cargos ou a valores vazios. Nunca atribua 2 e 1 ao mesmo tempo.
Para Account Match, leia company_size. Atribua 1 ponto quando o valor for um número entre 15 e 100, inclusive; caso contrário, atribua 0.
Para Product Match, leia Website Texts. Atribua 1 ponto quando o texto contiver AI ou KI como termo completo, ou a expressão Artificial Intelligence, sem diferenciar letras maiúsculas e minúsculas. Não considere AI quando fizer parte de outra palavra. Atribua 0 quando o texto estiver vazio ou não houver correspondência.
Defina Lead Score como a soma dos três matches numéricos, com um resultado de 0 a 4. Preserve as propriedades de entrada. Use as propriedades position, company_size e Website Texts efetivamente vinculadas nesta collection.
❗ Importante
Selecione cada propriedade no editor de prompts em vez de manter textos de placeholder sem vínculo. Faça testes com um porte de empresa ausente, um cargo de founder e CEO e um site que contenha a palavra “said” para detectar correspondências acidentais com “AI”.
- Clique em Generate.
A prévia mostra o resultado do script gerado em alguns itens de exemplo. Confira as três pontuações parciais e a soma. Se alguma regra falhar, refine o prompt e gere outra prévia antes de aplicar a edição à lista.
Etapa 4: obtenha os resultados
Clique em Run on items quando a prévia estiver de acordo com suas regras. Compare as linhas com pontuações altas e baixas aos exemplos do seu CRM antes de usar o score em ações de Outbound.
Exporte a lista revisada para o seu CRM ou use uma integração disponível no seu plano. Mantenha as definições das regras junto à lista para que seus colegas saibam por que cada lead recebeu determinada pontuação.
A edição gerada pode ser reutilizada com novos leads. Revise as regras sempre que seu perfil de cliente ideal ou as colunas de entrada mudarem.