Скоринг лидов — это правило, по которому заявки выстраиваются в очередь на внимание менеджера. Не фильтр и не приговор: заявка с низким баллом остаётся в работе, просто до неё доходят позже. Смысл в скоринге появляется только тогда, когда очередь физически не разбирается полностью, — то есть когда заявок приходит больше, чем отдел успевает качественно отработать.
Отсюда главный вывод статьи, который стоит прочитать до всех расчётов: эффект скоринга равен объёму дефицита рук и ничему больше. Если менеджеры успевают всё, то любая модель, от простой балльной до обученной на трёхлетней истории, даст ноль. Ниже — как собрать рабочую модель за день, с какого объёма истории имеет смысл считать статистику, как проверить, что модель не выдумывает, и в каких случаях её лучше не заводить вовсе.
Скоринг и квалификация отвечают на разные вопросы
Их путают почти всегда, и из-за этого строят модель не на том потоке. Квалификация отвечает на вопрос «наш ли это клиент»: подходит ли задача под то, что компания делает, в нужном ли объёме, в нужном ли регионе. Она работает в диалоге на входе — как именно, разбирается в материале про квалификацию лида ботом. Скоринг отвечает на вопрос «кому звонить первым» и работает уже после: по данным карточки, без участия клиента, на потоке, который квалификацию прошёл.
Практическое следствие простое. Ставить скоринг на неотфильтрованный поток бессмысленно: модель добросовестно расставит по местам обращения, половина которых вам вообще не подходит, и верхний квартиль будет наполовину состоять из аккуратно оформленных нецелевых заявок. Сначала профиль клиента и отсев, потом приоритет.
Балльная модель на шести признаках, которую собирают за день
Начинать надо не с обучения модели, а с таблицы весов, которую отдел может обсудить вслух и оспорить. Шесть признаков — рабочий минимум: меньше не различает заявки, больше не удержится в голове у руководителя, который эти веса будет пересматривать.
| Признак | Значение | Баллы |
|---|---|---|
| Источник обращения | Рекомендация / сайт / площадка объявлений / холодная база | 25 / 15 / 5 / 0 |
| Объём в целевой вилке | Да / частично / нет | 20 / 10 / −20 |
| Регион | Зона обслуживания / соседняя / вне зоны | 10 / 5 / −15 |
| Тип клиента | Юрлицо с ИНН / физлицо | 10 / 0 |
| Срок задачи | В этом месяце / в квартале / позже | 20 / 10 / 0 |
| История отношений | Покупал / обращался и не купил / новый | 20 / 5 / 0 |
Максимум по такой схеме — 105 баллов. Дальше сумма раскладывается в три корзины: A — от 60 баллов, B — 35–59, C — ниже 35. Корзина, а не точный балл: менеджеру нужен приоритет, а не третий знак после запятой, и по трём группам гораздо проще заметить, что модель поехала.
Веса на старте берутся экспертные — их называет руководитель отдела, а не подрядчик. Это нормально и это честнее, чем обучение на маленькой выборке. Через квартал веса пересматриваются уже по факту: сравниваются конверсии корзин, и признак, который не различает выигранные и проигранные сделки, из модели убирается. Работает всё это только при одном условии — поля, из которых считаются баллы, должны быть заполнены; чем это обеспечивается, разбирается в статье про автозаполнение карточек CRM.
Схема слева направо. Слева столбец из шести признаков с максимальными весами: «Источник — 25», «Объём в целевой вилке — 20», «Регион — 10», «Тип клиента — 10», «Срок — 20», «История отношений — 20». Стрелки от всех шести сходятся в узел «Сумма, максимум 105». Из узла три стрелки в три корзины: «A — от 60», «B — 35–59», «C — ниже 35». От корзины «C» отдельная тонкая стрелка обратно к менеджеру с подписью «5–10 % обрабатываются как A — контрольная группа». Внизу пометка: «веса пересматриваются раз в квартал». Чертёжный стиль, подписи по-русски.
С какого объёма истории модель перестаёт быть гаданием
Как только речь заходит о том, чтобы веса не назначать, а вычислять по своим данным, появляется требование к объёму истории. Модель ищет закономерность в выигранных сделках, поэтому считать надо не общее число заявок, а число закрытых сделок — и отдельно число выигранных, потому что именно они дают модели сигнал.
Практический ориентир для модели на шести признаках — не меньше 300 закрытых сделок и 60 выигранных за последние 12 месяцев, то есть примерно по 10 выигранных сделок на признак. Ниже этого объёма веса, вычисленные по данным, неустойчивы: пересчёт на другой выборке того же отдела даст заметно другие числа. При 60–300 закрытых сделок работает экспертная схема из предыдущего раздела, при меньшем объёме приоритизация вообще не нужна.
Признаки для модели выбираются по одному правилу: значение должно быть известно до первого разговора и заполняться само. Балл, который считается по полю «потребность клиента», заполняемому менеджером после звонка, бесполезен — к моменту его появления приоритет уже не нужен. Поэтому в рабочих моделях почти всегда оказываются источник, регион, тип клиента и объём: они приходят вместе с обращением из формы, канала или открытых реестров по ИНН.
Второе требование — однородность истории. Если полгода назад компания сменила продукт, регион или канал привлечения, старые сделки описывают другой бизнес, и включать их в обучение нельзя. На практике это часто урезает пригодную историю вдвое, и вместо статистической модели остаётся всё та же таблица весов — что, повторим, не хуже: она просто честно называет свои допущения.
Что даёт приоритизация: расчёт на 600 заявках в месяц
Модельная компания: 600 заявок в месяц, пять менеджеров, средняя конверсия обращения в сделку 10 %, средний чек 80 000 ₽, валовая маржинальность 25 %, то есть 20 000 ₽ валовой прибыли со сделки. Отдел успевает полноценно отработать 420 заявок; оставшиеся 180 обрабатываются по остаточному принципу — поздний первый ответ, одно касание вместо трёх, никакого дожима. Конверсия такой заявки ниже примерно на треть.
Единственная цифра в этом расчёте, которую нельзя взять из головы, — мощность отдела. Снимается она за неделю без всяких систем: выгрузите заявки прошлого месяца и посчитайте, у скольких из них было не меньше трёх зафиксированных касаний и первый ответ в пределах норматива. Это и есть число полноценно отработанных обращений; разница с общим потоком — ваш зазор. Обычно он оказывается больше, чем ожидает руководитель, потому что в отчёте «обработано» стоит галочка и у заявки с одним поздним звонком.
Цифра выглядит хорошо, и именно поэтому её надо читать вместе с первой строкой расчёта. Всё, что здесь заработано, взято из зазора между потоком и мощностью отдела. Уберите зазор — например, наймите шестого менеджера — и результат станет нулевым. Скоринг не создаёт сделки, он перекладывает дефицит внимания с дорогих заявок на дешёвые.
Проверка и самосбывающийся прогноз
Единственная честная проверка модели — сравнение конверсии корзин за квартал. Берём все заявки квартала, делим их по баллу на четыре равные группы и смотрим, как отличается конверсия верхней и нижней. Если разница меньше двух раз, модель не различает заявки и её нужно переделывать, а не докручивать.
| Группа по баллу | Заявок за квартал | Конверсия в сделку |
|---|---|---|
| Верхняя четверть | 450 | 18 % |
| Вторая четверть | 450 | 11 % |
| Третья четверть | 450 | 7 % |
| Нижняя четверть | 450 | 4 % |
В этом примере разрыв между верхней и нижней четвертью — 4,5 раза, среднее по всем группам сходится с общей конверсией в 10 %. Так и должна выглядеть работающая модель. Но у этой картинки есть неприятное свойство: она получается сама собой, даже если модель ничего не понимает.
Заявка получила низкий балл — менеджер дошёл до неё позже и с меньшим усердием — сделки не случилось — модель записала себе точное предсказание. Разрыв между квартилями при этом растёт из квартала в квартал, и выглядит это как успех проекта. Лечится одним приёмом: 5–10 % заявок нижней корзины обрабатываются как верхняя — быстро, полноценно, с дожимом. Если их конверсия совпадает с конверсией корзины A, модель не предсказывает, а назначает.
Второй индикатор — стабильность весов. Если при квартальном пересчёте веса меняются кардинально, модель ловит шум, а не закономерность, и корзины лучше упростить до двух. И третий: доля сделок из корзины C в общей выручке. Когда она устойчиво выше 15 %, значит, модель систематически недооценивает целый сегмент — обычно это клиенты с длинным циклом, для которых нужна другая логика ведения сделки, а не другой балл.
Столбчатая диаграмма из четырёх столбцов по 450 заявок каждый: «Верхняя четверть — 18 %», «Вторая — 11 %», «Третья — 7 %», «Нижняя — 4 %». Горизонтальная пунктирная линия на уровне 10 % с подписью «средняя конверсия». Между первым и четвёртым столбцом фигурная скобка с подписью «разрыв 4,5 раза, порог доверия — не меньше 2 раз». Над нижним столбцом отдельная светлая надстройка с подписью «контрольная группа: 5–10 % обрабатываются как верхняя». Ось Y — конверсия в сделку, ось X — группы по баллу. Чертёжный стиль, подписи по-русски.
Когда скоринг не нужен
Порог считается в одну строку. Эффект модели — разница конверсий между случайным и осознанным выбором того, чем пожертвовать. Если жертвовать нечем, эффекта нет. Отсюда три ситуации, в которых честный ответ — не делать.
- Поток меньше 100 заявок в месяц. Пять менеджеров разбирают такой поток полностью, зазора между потоком и мощностью нет. Приоритет здесь задаётся не баллом, а нормативом первого ответа из регламента.
- Все заявки однотипны. Один продукт, один регион, одна ценовая вилка — признаки не различают заявки, и любая модель выдаст плоское распределение. Проверяется за час: посчитайте разброс по шести признакам на последних двухстах обращениях, и если по четырём из них значение одинаковое у 90 % заявок, строить нечего.
- Менеджеры успевают обработать всё. Самый частый случай и самый неприятный для подрядчика. Если доля заявок без полноценной отработки близка к нулю, деньги за модель уйдут в отчёт, который никто не откроет. Сначала измерьте зазор, потом решайте.
Есть и четвёртая ситуация, формально не про объём: данные в карточках заполняются через раз. Модель считает баллы по полям, и если источник обращения проставлен у трети сделок, а объём — у половины, корзины будут отражать аккуратность менеджеров, а не качество заявок. В этом случае порядок работ обратный привычному: сначала чистка воронки и автозаполнение полей, и только потом скоринг.
Скоринг не отвечает на вопрос, какие клиенты хорошие. Он отвечает на вопрос, чем вы готовы пожертвовать сегодня, потому что рук всё равно не хватает на всех.
