Hvad er lead scoring?
Lead scoring er en metode, hvor man giver sine leads point ud fra, hvor godt de passer til jer, og hvor meget interesse de viser. Jo flere point, jo mere klar er leadet til kontakt fra salget.
Hvorfor bruge lead scoring?
Når marketing skaber mange leads, kan salget ikke ringe til dem alle med det samme. Lead scoring hjælper med at prioritere, så sælgerne bruger tiden på dem, der er mest klar.
Det giver også marketing og salg et fælles sprog. I stedet for at diskutere, om leads er gode nok, kan man se på pointene og justere dem sammen.
Hvordan virker en lead scoring-model?
En model giver typisk point for to ting:
- Profil (fit): Passer leadet til jeres ideelle kunde? F.eks. branche, størrelse, land og stilling.
- Adfærd (interesse): Hvad har leadet gjort? F.eks. hentet en guide, besøgt prissiden eller deltaget i et webinar.
Nogle modeller holder de to adskilt, så man f.eks. kan se, at et lead passer perfekt, men endnu ikke har vist meget interesse. Når et lead når en bestemt grænse, bliver det et MQL og sendt videre til salget.
Eksempel på lead scoring
| Kriterium | Type | Point |
|---|---|---|
| Rigtig branche | Profil | +15 |
| Direktør eller leder | Profil | +15 |
| Hentet en guide | Adfærd | +10 |
| Deltaget i webinar | Adfærd | +15 |
| Besøgt prissiden | Adfærd | +20 |
| Studerende eller konkurrent | Profil | -50 |
| Ingen aktivitet i 60 dage | Adfærd | -15 |
Ved f.eks. 50 point bliver leadet overdraget til salget. Tallene er kun et eksempel og skal tilpasses jer.
En leder i den rigtige branche, der har hentet en guide og besøgt prissiden, får 60 point og bliver sendt videre. En studerende, der har gjort det samme, ender langt under grænsen.
Hvilke signaler skal give flest point?
De handlinger, der ligger tættest på et køb, skal vægte mest. Et besøg på prissiden, en anmodning om demo eller flere besøg på siden med cases siger mere end en læst blogartikel.
I B2B er det også et stærkt signal, når flere personer fra samme virksomhed besøger jer i samme periode. Nogle systemer kan derfor score hele virksomheden og ikke kun den enkelte person.
Hvordan kommer man i gang med lead scoring?
- Se på jeres bedste kunder. Hvad har de til fælles, og hvad gjorde de, før de købte?
- Vælg få kriterier, der faktisk siger noget om købslyst.
- Aftal grænsen med salget.
- Opsæt det i jeres CRM eller marketing automation-system.
- Justér løbende ud fra, hvilke leads der bliver til kunder.
Hvilke systemer kan lave lead scoring?
De fleste CRM- og marketing automation-systemer har lead scoring indbygget, f.eks. HubSpot, Salesforce og Microsoft Dynamics 365. Her kan man oprette regler for point og automatisk give besked til salget, når et lead når grænsen.
Funktionerne varierer mellem systemer og abonnementer, så tjek, hvad jeres løsning kan, før I bygger modellen.
Hvad er prædiktiv lead scoring med AI?
Ved prædiktiv lead scoring bruger systemet AI og historiske data til selv at finde ud af, hvilke kendetegn og handlinger der typisk fører til et køb. Modellen opdaterer sig selv, efterhånden som der kommer nye data.
Det kræver mange leads og kunder at lære af, så det passer bedst til større virksomheder. For de fleste mindre B2B-virksomheder er en enkel, manuel model et bedre sted at starte.
Hvordan ved man, om lead scoring virker?
Se på, hvor mange af de leads, der når grænsen, som salget accepterer, og hvor mange der bliver til kunder. Hvis salget afviser mange, er kriterierne for lempelige. Hvis næsten ingen når grænsen, er de for stramme.
Hvilke fejl ser man ofte ved lead scoring?
- For mange kriterier. Ingen kan forklare, hvorfor et lead har 73 point.
- Kun adfærd. En studerende, der læser alt, får flere point end en direktør, der kun har set én side.
- Ingen negative point. Gamle leads bliver ved med at se varme ud.
- Ingen opfølgning. Modellen bliver sat op én gang og aldrig justeret.
Hvem skal eje lead scoring?
Marketing sætter typisk modellen op, men salget skal være med til at beslutte kriterierne og grænsen. Det er salget, der mærker, om leadsene er gode. Aftal et fast møde hvert kvartal, hvor I kigger på tallene sammen og justerer.
Hvordan justerer man modellen over tid?
En lead scoring-model er aldrig færdig. Køberadfærd, kanaler og produkter ændrer sig. Sammenlign scoren med de faktiske resultater, for eksempel hvert kvartal, og juster pointene for de signaler, der viser sig at forudsige salg bedre eller dårligere end forventet.
Hvad er forskellen på eksplicit og implicit lead scoring?
Eksplicit scoring bygger på oplysninger, leadet selv giver, f.eks. stilling, branche og virksomhedens størrelse. Implicit scoring bygger på adfærd, f.eks. hvilke sider leadet besøger, hvilke mails det åbner, og hvad det henter.
De bedste modeller kombinerer begge dele. Et lead, der passer perfekt, men ikke viser interesse, er ikke klar. Et meget aktivt lead, der ikke passer til jeres kunder, er heller ikke værd at bruge sælgerens tid på.
Hvad er negative point i lead scoring?
Negative point trækker fra, når noget tyder på, at leadet ikke er relevant eller ikke længere er aktivt. Det kan f.eks. være en privat mailadresse i B2B, besøg på jobsiden, en konkurrents domæne eller lang tid uden aktivitet.
Uden negative point vokser scoren kun, og gamle leads ender med at se varmere ud, end de er.
Hvor mange point skal et lead have, før salget tager over?
Der er ikke et fast tal. Start med at se på jeres seneste kunder: Hvor mange point ville de have haft, da de tog kontakt? Sæt grænsen lidt under det niveau, og justér efter et par måneder ud fra, hvor mange af de overdragne leads salget faktisk kunne bruge.
Senest opdateret: 27. oktober 2026
