Lead scoring resolve um problema simples: vendedor tem 8 horas e 200 leads. Por qual ligar primeiro?
Score se monta em 2 dimensões. Fit: o lead se parece com o ICP? (setor, porte, cargo, geografia). Engajamento: o lead demonstrou interesse? (abriu email, voltou no site, baixou material, agendou demo).
Um modelo simples, como exemplo: 0-40 pontos de fit + 0-40 de engajamento + 0-20 de timing (sinal de urgência tipo 'pediu proposta', 'comparou preço'). Acima de 70 = SDR ataca hoje. 40-70 = nutrição automatizada. Abaixo de 40 = arquiva ou descarta. Ajuste os cortes olhando quem fechou de verdade.
Pode fazer manual (planilha + regras) ou via CRM com motor próprio. Alguns CRMs trazem pontuação nativa, outros dependem de automação externa: confira na documentação do fornecedor antes de contratar. O MIX não tem lead scoring: a nota de 0 a 100 que ele dá é a do match entre o lead e cada imóvel da carteira, que mede compatibilidade, não a chance de fechar.
Lead scoring com IA lê comportamento implícito que regra explícita não captura: tom de resposta, padrão de uso da página, similaridade com clientes que já fecharam. Antes de confiar na nota, compare com os fechamentos reais da sua base.
Erro comum: criar 30 critérios e nunca recalibrar. Score envelhece: o que separava cliente bom de ruim em 2024 pode estar invertido em 2026. Revise trimestralmente comparando scores antigos com fechamentos reais.