Özet: Lead scoring, potansiyel müşterilere kim olduklarına ve ne yaptıklarına göre puan vererek satış ekibinin önce kime döneceğini belirleme yöntemidir. Model iki bölümden oluşur: uygunluk (şirket, unvan, sektör, ülke) ve ilgi (yanıt, toplantı talebi, site ziyareti). Kampanya verimizde uygunluk tarafının en güçlü sinyali şirket büyüklüğü oldu: 51–500 çalışanlı şirketlerde LinkedIn davetleri yaklaşık %35, 10.000'den büyük şirketlerde %19 oranında kabul edildi.
Satış ekibinin zamanı sınırlıdır. Her potansiyel müşteriye aynı öncelikle dönmek, sıcak bir fırsatın soğuk bir listenin arasında kaybolması demektir. Lead scoring bu önceliği sayıya döker.
Bu yazıda puanlama modelinin nasıl kurulacağını anlatıyor ve müşterilerimiz adına yürüttüğümüz kampanyalardan puanlamaya yansıyan sinyalleri paylaşıyoruz. Rakamlar Mart–Ağustos 2026 dönemine ait; müşteri adı vermeden, toplu olarak veriyoruz. Potansiyel müşteri üretiminin kendisi için B2B Lead Generation Rehberi yazımıza bakabilirsiniz.
Lead Scoring Nedir ve Neden Gereklidir?
Lead scoring, her potansiyel müşteriye (lead) bir puan verir. Puan yükseldikçe kişinin satın almaya yakın olduğu varsayılır. Belirli bir eşiği geçen kişi satış ekibine aktarılır, eşiğin altında kalan kişi pazarlama tarafından beslenmeye devam eder.
Puanlama dört işe yarar:
- Satış ekibi önce doğru kişiye döner. Yüksek puanlı kişilerle aynı gün konuşulur.
- Pazarlama ve satış aynı dili konuşur. "Nitelikli" kelimesinin anlamı ortak bir eşikle belirlenir.
- Kaynaklar doğru yere gider. Hangi segmentin daha çok puan topladığı, bütçenin nereye harcanacağını gösterir.
- Tahmin kolaylaşır. Puan dağılımı bilindiğinde, gelecek dönemin satış fırsatları daha isabetli öngörülür.
Lead Scoring Modeli Nasıl Kurulur?
Model iki boyuttan oluşur: uygunluk (kişi ve şirket hedef profile ne kadar uyuyor?) ve ilgi (kişi ne yaptı?). İkisini birlikte kullanmak, "doğru şirkette ama ilgisiz" ile "ilgili ama yanlış şirkette" kişileri birbirinden ayırır.
Adım 1: İdeal Müşteri Profilini (ICP) Tanımlayın
En iyi müşterilerinize bakın: hangi sektörden, hangi büyüklükte, hangi ülkeden geliyorlar ve satın alma kararını hangi unvan veriyor? Bu profil, uygunluk puanının temelidir. Profili veriyle kurmak için B2B Pazar Araştırması Rehberi yazımıza bakabilirsiniz.
Adım 2: Satış ve Pazarlamayı Aynı Eşikte Buluşturun
İki eşik belirleyin:
- MQL eşiği: Kişinin pazarlama tarafından beslenmeye değer görüldüğü puan (örneğin 40).
- SQL eşiği: Kişinin satış ekibine aktarıldığı puan (örneğin 75).
Bu eşikleri iki ekip birlikte belirlemezse, satış ekibi pazarlamadan gelen listeye güvenmez.
Adım 3: Puan Tablosunu Oluşturun
Her kritere bir puan verin ve toplamı 100 üzerinden hesaplayın. Başlangıçta ilgi sinyallerine uygunluktan biraz daha fazla ağırlık vermek mantıklıdır, çünkü ilgi niyeti gösterir.
Adım 4: Olumsuz Puanları Ekleyin
Yalnız artı puan veren bir model zamanla şişer. Kişi şirketten ayrıldıysa, rakip firmada çalışıyorsa, listeden çıkmak istediyse veya uzun süredir hiçbir etkileşim yoksa puan düşürülmelidir.
Adım 5: Sonuçlarla Karşılaştırın
İlk üç ay boyunca, kapanan anlaşmaların ve iptal edilen görüşmelerin puanlarına bakın. Yüksek puanlılar gerçekten dönüşüyor mu? Düşük puanlı olup dönüşenler var mı? Ağırlıkları buna göre ayarlayın.
Hangi Kriterler Lead Scoring'de Kullanılır?
Aşağıdaki tablo bir başlangıç şablonudur. Şirket büyüklüğü ve olumsuz puanlar, kampanya verimizdeki bulgulara göre ayarlandı.
| Kategori | Kriter | Puan | Örnek |
|---|---|---|---|
| Uygunluk | Karar verici unvan (genel müdür, direktör) | +15 | Satış Direktörü |
| Uygunluk | Etkileyici unvan (müdür, uzman) | +8 | Satın Alma Uzmanı |
| Uygunluk | Şirket büyüklüğü hedef aralıkta | +10 | 51–500 çalışan |
| Uygunluk | Sektör uyumu | +10 | Hedef sektörlerden biri |
| Uygunluk | Ülke uyumu | +5 | Hedef pazarda |
| İlgi | Mesaja olumlu yanıt | +25 | "Detay gönderebilir misiniz?" |
| İlgi | Toplantı talebi | +25 | Takvim bağlantısından randevu aldı |
| İlgi | Fiyat veya hizmet sayfası ziyareti | +15 | Fiyat sayfasına iki kez girdi |
| İlgi | İçerik indirme | +8 | Rehber indirdi |
| İlgi | "Şu an değil" yanıtı | +5 | Üç ay sonra yeniden temas |
| Olumsuz | Kişi şirketten ayrılmış | Listeden çıkar | Yerine geleni bul |
| Olumsuz | "Doğru kişi değilim" | -10 | Yönlendirme iste |
| Olumsuz | Listeden çıkma talebi | Listeden çıkar | Bir daha yazma |
| Olumsuz | Rakip firmada çalışıyor | -20 | |
| Olumsuz | 60 gündür etkileşim yok | -10 |
Kendi Verimiz Puanlama Hakkında Ne Söylüyor?
Müşterilerimiz adına gönderdiğimiz yaklaşık 24 bin LinkedIn daveti ve bunlara gelen yanıtlar, uygunluk puanına hangi sinyallerin girmesi gerektiği konusunda fikir veriyor.
Şirket büyüklüğü en güçlü sinyal. 51–500 çalışanlı şirketlerde davetlerin yaklaşık %35'i kabul edildi ve kabul edenlerin yaklaşık %22'si yanıt verdi. 10.000'den büyük şirketlerde bu oranlar %19 ve %14'e düştü. Hedef aralığınızdaki büyüklüğe en yüksek uygunluk puanını vermek, bu farkı modele taşır.
Kıdem, ulaşılabilirliği etkiliyor ama konuşma isteğini etkilemiyor. Üst düzey yöneticiler davetleri %20,5, uzmanlar %30 oranında kabul etti. Kabul edenlerin yanıt oranı ise iki grupta neredeyse aynıydı (%18,6 ve %20). Yani üst düzey unvana yüksek puan vermek doğru; ama bu kişiler için daha fazla temas planlamak gerekir.
Ülke, oranı birkaç kat değiştiriyor. Türkiye'de davetlerin %35'i, Batı Avrupa'da %11'i kabul edildi. Birden fazla ülkeye satış yapıyorsanız puanları ülke bazında ayrı ayrı değerlendirin; aksi halde bir ülkenin düşük oranı, öteki ülkedeki iyi kişileri de aşağı çeker.
Aynı şirketten birden fazla kişi, şirket puanını yükseltir. Bir şirkette tek kişiye yazıldığında şirketlerin %4'ünden, beş veya daha fazla kişiye yazıldığında %27'sinden yanıt geldi. Kişi puanının yanında şirket düzeyinde bir puan tutmak, aynı şirketten gelen sinyalleri bir araya toplar.
Olumsuz yanıtlar küçük değil. Yanıtların %16'sı "doğru kişi değilim", %7'si "kişi şirketten ayrılmış" türündeydi. Bu kişileri olumsuz puanla işaretlemek ve yerlerine doğru kişiyi bulmak, modelin temiz kalmasını sağlar.
Lead Scoring Uygulamada Nasıl Çalışır?
B2B yazılım satan bir firmayı ve yukarıdaki tabloyu örnek alalım.
Senaryo: Ayşe Yılmaz, TeknoSoft A.Ş.
Uygunluk:
- Pozisyon: Dijital Pazarlama Müdürü → +8
- Şirket büyüklüğü: 120 çalışan → +10
- Sektör: Yazılım → +10
- Konum: İstanbul → +5
Uygunluk toplamı: 33 puan
İlgi (iki hafta içinde):
- LinkedIn mesajına "Nasıl çalıştığınızı merak ediyorum" diye yanıt verdi → +25
- Hizmet sayfasını iki kez ziyaret etti → +15
- Takvim bağlantısından görüşme aldı → +25
İlgi toplamı: 65 puan
Genel toplam: 98 puan. SQL eşiğini (75) geçtiği için satış ekibine aktarılır. Satış temsilcisi, Ayşe'nin hangi mesaja yanıt verdiğini ve hangi sayfaları incelediğini bilerek görüşmeye hazırlanır. Bu tür görüşmelerin neden daha verimli olduğunu Nitelikli Toplantı Nedir? yazımızda anlattık.
Senaryo: Cem Demir, Üniversite Öğrencisi
- Pozisyon: Stajyer → 0
- Şirket: Yok (kişisel e-posta) → 0
- Öğrenci → -15
- Rehber indirdi → +8
Genel toplam: -7 puan. Satış ekibine aktarılmaz. İçerik listesinde kalabilir; ileride bir şirkette karar verici konumuna geçerse yeniden değerlendirilir.
Lead Scoring İçin Hangi Araçlar Kullanılabilir?
CRM içindeki puanlama: HubSpot, Salesforce, Pipedrive ve Zoho CRM kural tabanlı puanlama sunar; bazı planlarda yapay zeka destekli tahmine dayalı puanlama da vardır.
Pazarlama otomasyonu: ActiveCampaign, Marketo ve Pardot, e-posta ve site davranışını puana çevirir.
Elektronik tablo: Potansiyel müşteri sayısı düşükse Google Sheets veya Excel yeterlidir. Uygunluk puanı formülle, ilgi puanı haftalık olarak güncellenir. Bu yöntemi adım adım anlatan ücretsiz Liste Niteleme ve Doğrulama Rehberi kaynağımıza göz atabilirsiniz.
Lead Scoring'de En Sık Yapılan Hatalar Nelerdir?
1. Yalnız Uygunluk Verisine Güvenmek
"Genel müdür" unvanı tek başına satın alma niyeti göstermez. Uygunluk puanı, ilgi sinyaliyle desteklenmelidir.
2. Olumsuz Puanları Atlamak
Şirketten ayrılmış veya listeden çıkmak istemiş bir kişi yüksek puanla listede kalırsa, satış ekibinin zamanı boşa gider ve itibar zarar görür.
3. Modeli Kurup Unutmak
Pazar, ürün ve hedef kitle değişir. Modeli en az üç ayda bir, kapanan anlaşmalarla karşılaştırarak gözden geçirin.
4. Satış Ekibini Sürece Katmamak
Yalnız pazarlamanın kurduğu bir modele satış ekibi güvenmez. Eşikleri birlikte belirleyin.
5. Tüm Segmentlere Tek Model Uygulamak
KOBİ'ler ile büyük şirketler veya Türkiye ile Batı Avrupa çok farklı oranlarla çalışır. Farklı segmentler için farklı ağırlıklar kullanın.
6. Açılma Oranını Sinyal Saymak
E-posta sağlayıcıları ve güvenlik yazılımları e-postaları otomatik açabildiği için açılma, güvenilir bir ilgi sinyali değildir. Yanıt ve tıklama gibi eylemlere puan verin.
Sıkça Sorulan Sorular
Lead scoring ile lead grading arasındaki fark nedir?
Lead scoring, kişinin özelliklerine ve davranışlarına göre verilen sayısal puandır. Lead grading ise kişinin ideal müşteri profiline ne kadar uyduğunu gösteren harf notudur (A, B, C gibi). İkisi birlikte kullanıldığında "uygun ama ilgisiz" ve "ilgili ama uygunsuz" kişiler ayrılır.
Lead scoring için en az kaç potansiyel müşteri gerekir?
Sabit bir sayı yok. Kural tabanlı bir model için birkaç yüz potansiyel müşteri ve yirmi otuz kapanmış anlaşma, ağırlıkları sınamaya yeter. Tahmine dayalı (yapay zeka destekli) modeller genellikle çok daha fazla veri ister.
CRM kullanmadan lead scoring yapılabilir mi?
Evet. Elektronik tabloda uygunluk ve ilgi puanı için iki sütun açarak başlayabilirsiniz. Potansiyel müşteri sayısı arttıkça CRM veya otomasyon aracına geçmek gerekir.
Lead scoring modeli ne sıklıkla güncellenmelidir?
İlk üç ay her ay, model oturduktan sonra üç ayda bir gözden geçirmenizi öneririz.
Predictive lead scoring nedir?
Geçmişte kapanan ve kapanmayan anlaşmaların verisinden yapay zekanın puan ağırlıklarını kendiliğinden çıkardığı modeldir. Yeterli veri olmadığında kural tabanlı bir modelle başlamak daha güvenlidir.
Lead scoring B2B dışında da kullanılabilir mi?
Evet. Yüksek fiyatlı ve karar süresi uzun B2C ürünlerde (gayrimenkul, eğitim, otomotiv) de kullanılır. Kriterler değişir, yöntem aynı kalır.
İyi bir puanlama modeli, satış ekibinin zamanını en çok ilgi gösteren ve en uygun şirketlerdeki kişilere ayırır. Hedef kitlenizi ve puanlama ölçütlerinizi birlikte kurmak isterseniz ücretsiz görüşmemizde konuşabiliriz.
Bu konuda daha fazla bilgi almak ister misiniz?
Uzman ekibimizle ücretsiz bir keşif toplantısı planlayın, ihtiyaçlarınızı birlikte analiz edelim.
Ücretsiz danışmanlık alın →