首先，我们来看一下可用的人口统计信息。这些可能包括公司的规模、行业和对话者的角色。
通常，公司越大，机会越大，因此分数越高。
潜在客户的行业与公司成功的行业越一致，得分就越高。正如标题越高、越对齐，分数就越高。
以下是一个例子：
潜在客户 1 是一家价值 1,000 万美元的制造业公司，联系他的人的职位是首席财务官。
潜在客户 2 是一家价值 1 亿美元的专业服务公司，他们瞄准的人是首席执行官。
该公司的潜在客户评分模型如下：在三个类别（规模、垂直和角色）中，您最多可以获得 33 分。
潜在客户 1 在规模方面获得 10 分（满分 33 分），在垂直方面获得 33 分（满分 33 分），因为制造业是该公司的主要垂直目标；主任级人员33人中，有20人。总体领先得分为 63，不错但不是很好。
前景 2 的尺寸得分为 33 分（满分 33 分），垂直得分为 23 分（满分 33 分），位置得分为 33 分（满分 33 分）。他们的总成绩是89分，是一个非常好的成绩。
这是一个基本的人口统计模型，但还有更复杂的方法来进行客户评分。
例如，您可以根据人们在您公司网站上花费的时间来奖励他们积分。他们访问的页面越多或返回的次数越多，他们获得的积分就越多。
潜在客户评分
例如，甚至选择下载内容或订阅新闻通讯也可能会影响分数。订阅您公司博客、参加网络研讨会或从主页下载电子书的潜在客户可能比没有这样做的潜在客户获得更高的得分。
潜在客户评分模型的要素是无穷无尽的。
最重要的是了解哪些行为和信息通常会将潜在客户转化为销售机会，从而转化为新客户。一旦发 求职者数据 现这些模式，您就可以使用这些数据来构建您的潜在客户评分模型。
您的销售团队应如何使用销售线索评分
既然分数已经确定，销售人员应该如何处理这些数据？
在前面的例子中，管理两个机会的销售人员知道潜在客户 2 应该受到更多关注。对于得分高的潜在客户，可能还会有不同类型的内容或特殊优惠。
这显然并不意味着销售人员应该忽略分数较低的潜在客户，但他们应该意识到自己在那些不太可能成为客户的人身上所花费的时间和精力。
一种有效的方法可能是在销售过程中创建略有不同的通道，其中得分较高的潜在客户可以获得更多的个人关注，而得分较低的潜在客户可以获得更多的自动化关注。
得分较高的潜在客户可能会被分配额外的资源到销售流程，比如工程师或经理，而得分较低的潜在客户可能完全由销售代表来处理。
潜在客户评分还可用于确保所有销售人员获得相同数量的高质量潜在客户和低质量潜在客户。
然而，很多时候，质量是由代表来判断的，而代表并不总是公正的。所有销售代表都感觉他们没有获得足够的高质量潜在客户，向他们展示团队中高得分潜在客户的均匀分布可以解决这个问题。