Mi az a lead scoring, és hogyan építs saját scoring rendszert a cégedben?

Mi az a lead scoring, és hogyan építs saját scoring rendszert a cégedben?

Minden olyan vállalat, amely a leadgenerálási folyamatait tökéletesítené, és hatékonyabbá szeretné tenni az ügyfélszerzést, beleütközik abba a problémakörbe, hogy miként azonosítsa a „jó”, a „jobb”, és a „legjobb” leadeket. Egyáltalán mi számít jónak? Ki határozza meg a legjobb leadeket? A marketing? A sales? Tudom-e növelni a konverziót, ha csak a „jó” leadekre fókuszálok? Ezeket fogjuk átnézni és körüljárni a cikkben. 

Mi az a lead scoring és miért fontos?

A lead scoring célja, hogy segítse a marketing- éssales csapatot a leadek priorizálásában, növelje a konverziót és csökkentse a salesciklust.

A lead scoring a marketing és a sales közös megegyezésén alapuló módszertan a leadek osztályozására, annak érdekében, hogy mind a marketing, mind a sales a leadek érettségi fokának megfelelően tudjon aktivitásokat tervezni. Célja a leadek funnelben való elhelyezkedésének pontosabb meghatározása.

 Egyszerűbben megfogalmazva, egy olyan módszer, amely során az egyes leadek pontokat „gyűjtenek”. Minél magasabb ez a pont, annál értékesebb a lead, annál nagyobb a valószínűsége, hogy egy érdeklődőből vásárlót konvertáljunk. 

A lead scoring lehetőséget ad arra, hogy a leadek mindaddig a marketing kezében maradjanak, amíg azok nem lesznek érettek arra, hogy a sales kapcsolatba lépjen velük. 

Ez fontos a marketing számára, mert megfelelően előkészítik a leadeket az értékesítési csapatnak, ezáltal „minőségi”, nem csak mennyiségi leadeket kapnak. A salesnek így tényleg csak a „sales ready” erdeklődőkkel kell foglalkoznia, ezáltal jobb arányban kötheti a dealeket. 

A fogyasztónak is jó, mert nem fogják azelőtt lerohanni ajánlatokkal, hogy a saleses rendelkezne a megfelelő információval a személyre szabott ajánlattételhez. Ha a salesnek csak arra kell fókuszálnia, hogy a megfelelően előkészített, felmelegített leadeket lezárja, akkor nagyobb eséllyel tud érdemi munkát végezni.

Egy 2016-os felmérés során a megkérdezett cégek 41%-ánál növekedett a konverziós ráta a lead scoring rendszer bevezetését követően. Tehát nem kérdés, hogy érdemes-e a témával foglalkozni. Annyit fontos viszont hozzátennem, hogy amíg a céged marketingaktivitása annyiban kimerül, hogy van egy szimpla honlapod és néha-néha kiküldesz pár hírlevelet, a vállalkozásod még nem érett meg a lead scoring bevezetésére. Azt hozzá sem kell tennem, hogy szükség van egy olyan marketingautomatizálási szoftverre, amelyben van lead scoring funkció is. 

A lead scoring típusai

A lead scoring megvalósításához elengedhetetlenül szükséges, hogy valamilyen logika szerint csoportosítsuk az adatokat, és ne össze-vissza kezdjük dobálni a pontszámokat a rendszerbe. 

A lead scoringot két nagy csoport mentén tudjuk definiálni: explicit és implicit scoring, valamint demográfiai és viselkedésbeli scoring (Behaviour és Demographic/Firmographic Scoring).

Explicit adatokról akkor beszélünk, amikor a megosztott információt közvetlenül az adott személytől szerezzük meg. Ez gyakorlatilag azokat az információkat jelenti, amelyeket a formon gyűjtünk a látogatóktól (melyik országban él, mi a beosztása, mekkora a cég ahol dolgozik stb.).

Az implicit adatok esetében az információkat különböző módszerekkel gyűjtjük be az emberektől. Ezt digitális lábnyomnak is szokták nevezni. Ez is lehet például lakhely- vagy a céginformáció, de annyiban különbözik az explicit módon begyűjtött információtól, hogy az IP-cím alapján következtetünk az országra. 

Az explicit és implicit scoring csoportosításokat általában kevésbé használják a gyakorlatban, ez inkább az elméleti megközelítés, de fontosnak tartottam megemlíteni a teljesség kedvéért. 

Nézzük meg, hogy mi az, ami viszont minden lead scoring rendszer gyakorlatában a legfontosabb alap. 

A demográfiai osztályozás olyan statikus információkon alapul, mint a beosztás, iparág, üzletméret stb. Ezek az információk nagyon fontosak és lényegesek, mert ezek mutatják meg, hogy mekkora potenciál van az adott leadben. A demográfiai scoring arra ad választ, hogy kivel akarsz te üzletet kötni. 

A viselkedésalapú osztályozás, mint ahogy a neve is elárulja, az adott látogató viselkedése alapján történő csoportosítás. Ilyen lehet például az, hogy letölt egy e-bookot, vagy részt vesz egy rendezvényen, esetleg naponta többször ellátogat az egyik kulcsfontosságú oldalunkra. Ide tartoznak az úgynevezett BANT információk is, melyeket a cégek előszeretettel alkalmazzák a leadek osztályozására. 

A BANT információkra térjünk ki egy kicsit részletesebben, mert ez nagyon fontos a lead management soránt. 

A BANT egy mozaikszó, az angol Budget, Authority, Needs és Timeline szavak első betűiből tevődik össze. De mik ezek, és miért fontosak a lead scoring szempontjából?

Budget: Ez mutatja meg, hogy mekkora büdzsével rendelkezik az adott lead a te termékeddel/szolgáltatásoddal kapcsolatban. Tehát nem a vállalat marketingre költött büdzséjét, vagy a vállalati bevételt mutatja meg, hanem azt az összeget, amelyet nálad el szeretne költeni. Nem mindegy, hogy 1 millió vagy 100 millió forint értékű üzletet tudsz vele nyélbe ütni. 

A lead scoring esetében érdemes 3 szintet megkülönböztetni (kicsi, közepes, magas), majd ezen kategóriákba sorolni a leadeket, és nem a pontos összeget rögzíteni a rendszereben. Lead scoring szempontjából a pontos összeg nem fontos, csak a nagyságrend. Alapvetően érvényes minden mezőre, hogy ha lehet, képezzünk előredefiniált listákat, csoportokat, mert a riportálás sokkal egyszerűbb, és az adatbázis tisztán tartásában is nagy segítség. 

Authority: Magyarul legegyszerűbben hatáskörnek fordítanám. Itt azt tudom meghatározni, hogy az adott lead a mi üzletünkkel kapcsolatban milyen döntési szerepkörben van. Itt nagyon fontos megjegyezni, hogy nem egy általános szerepkört kell meghatározni, hanem az adott üzlettel kapcsolatos funkciót. 

Például egy IT-szoftverbeszerzés esetén lehetséges, hogy az IT-igazgató döntéshozó, a pénzügyi igazgató pedig döntéstámogató szerepkörben van, de ha pénzügyi szoftverről van szó, ott a pénzügyi igazgató a döntéshozó. Tehát itt is fontos, hogy a te adott üzleteddel kapcsolatos információt írjuk ide. Ez lehet kontakszemély, döntéselőkészítő, döntéstámogató vagy döntéshozó, vagy bármi egyénileg definiált érték. Ez a kontent és szegmentálás szempontjából is fontos, így érdemes minél pontosabb információkat beszerezni. (Ugye, a sokszor említett buyer persona itt is előjön.)

Need: Ez maga az üzleti lehetőség. Az a pain point, üzleti szükséglet, amelyre a te terméked vagy szolgáltatásod a megfelelő válasz. Ez szintén egy szegmentálási alap lehet, méghozzá elég erőteljes. Itt is lehet előredefiniált listákkal dolgozni (pl. termékkategóriákat felsorolni).

Timeline: Ez pedig azt az időintervallumot jelöli, amin belül a delikvens szeretné az üzletet megkötni. A gyorsaság pedig versenyelőny is lehet, mint tudjuk.

Nézzünk a BANT osztályozásra egy gyakorlati példát:

Cégünk marketingszoftvert értékesít nagyvállalatok számára. Hogyan nézhet ki egy BANT osztályozás a cég scoring rendszerében?

B, mint Budget: Határozzunk meg a saját adatbázisunkat, és meglévő historikus adataink alapján a szegmenseket, amelyek kisebb vagy nagyobb bizniszt hozhatnak. Például a marketingszoftverre költhető összeg 0-5 millió forint, 5-15 millió forint, 15-30 millió forint,és 30 millió feletti. 

A, mint Authority: Itt megkülönböztethetünk kontaktszemélyt (marketing asszisztens), döntéselőkészítőt (marketing manager), döntéshozót (marketingigazgató).

N, mint Need: Itt lehet csoportosítani a termékeinket, a kategóriákat. Lehet ez az alap előfizetés, vagy pro-licence, lehet kiegészítő előfizetés stb.

T, mint Timeline: A szoftverbeüzemelést 1 hónapon belül, 1-3 hónap alatt, 3-6 hónap elteltével, vagy 6 hónapnál hosszabb időintervallumon belül végezzük el.

Összefoglalásként elmondhatjuk, hogy míg a demográfiai scoring arra ad választ, hogy kivel akarsz te üzletet kötni, a viselkedési scoring azt mutatja meg, ki akar veled üzletet kötni.

A lead scoring során nem demográfiai vagy viselkedésbeli scoringot használunk, hanem mindkettőt egyszerre, a kettő kombinációját. Tehát 

LEAD SCORING= DEMOGRÁFIAI/FIRMOGRÁFIAI SCORING + VISELKEDÉSBELI SCORING 

Az angol szakirodalomban a következőképpen is jellemzik: Lead Score= FIT Score + Pain Score. 

  • Fit Score: az adott lead profilja mennyire illik bele a célcsoportodba (tehát demográfiailag mennyire passzol), valamint
  • Pain Score: Az adott lead „pain pointja”, fájdalompontja, szükséglete, mennyire illeszkedik a termékeddel vagy szolgáltatásoddal, amit nyújtani tudsz.

Lead scoring bevezetésének alapfeltételei

Egy lead scoring rendszer bevezetése mindig a marketing- és a salescsapat közös munkáján alapul, soha nem a marketing önálló akciója révén. A scoring bevezetése nem tartozhat egy alakuló vállalat első havi marketingfeladatai közé. Ez inkább azoknál a cégeknél fontos, akik elértek egy fejlettségi szintet, vannak adataik, és a leadgenerálási folyamataikat egy magasabb fokozatra szeretnék kapcsolni. 

Ahhoz, hogy minél pontosabb és sikeresebb legyen a scoring rendszer működése, a következő információk elengedhetetlenül fontosak:

  1. Tiszta adatbázis. Marketingdöntéseinket soha nem érzéseink által vezérelve, hanem adatok alapján hozzuk meg. Ennek pedig előfeltétele a tiszta és megbízható adatbázis. Mielőtt lead scoring bevezetésen gondolkozol, végezz egy auditot az adatbázis tisztaságáról, ha pedig szükséges – és általában szükséges –, tisztítsd ki az adatbázist. (Ennek a módszerére most nem térek ki, mert egy nagyobb témakör, érdemes neki egy külön cikket szentelni.) 
  2. Létező buyer persona definició. Ennek fontosságát már nem kell részleteznem. Addig, amíg nem ismerjük az ideális vevőnket, nem tudjuk, kinek akarunk eladni. Addig felesleges a lead scoring rendszer bevezetése. Tehát legyen írott, mindenki által (értsd marketing és sales) elfogadott buyer persona definíciónk.
  3. Megtervezett marketing funnel, létező MQL és SQL definiciók. A funneltervezés során határozzuk meg, mi az a pont, amikor az adott lead MQL (Marketing Qualified Lead) státuszt kap. Vagyis melyik az a pont, amikor úgy ítéljük meg, hogy az adott lead érettségi foka elérte azt a szintet, ahol már érdemes a saleses kollégának felvenni vele a kapcsolatot – lehet ez egy nagyon egyszerű pont is, például az adott látogató demóra, bemutatóra jelentkezik. Határozzuk meg tehát, hogy mi a küszöbérték, ahol a lead MQL (Marketing Qualified Lead) vagy SQL (Sales Qualified Lead) státuszt kap. Általában 1-200 között szokták a leadeket osztályozni, ahol a 100 az MQL státusz, 150 vagy 200 pontot kaphat az SQL státusz és így tovább. Az MQL és SQL meghatározása a marketing funnel tervezésekor kell hogy megtörténjen. Tehát, ha ez még nincs meg, és eddig csak érzések alapján dolgoztál, akkor először tedd meg, hogy ezt definiálod (és dokumentálod is, hogy mindenki számára egyértelmű legyen).

Ha a gyakorlati oldalt nézzük, a legfontosabb tanácsom az, hogy mindig a saját üzleti modelledből indulj ki, és a saját buyer personádra, leadjeidre és funneljeidre kell szabni a teljes scoring modellt. Nincs olyan megoldás, vagy modell, amely ráhúzható lenne minden egyes cégre, vállalkozásra, így mindenkinek meg kell találni a saját üzleti modelljéhez a legmegfelelőbb megoldást. Természetesen lehet best practice-eket alkalmazni, de mindig azt kell szem előtt tartani, hogy ki a terméked vagy szolgáltatásod potenciális vásárlója, és melyek azok a pontok, amelyek a legnagyobb konverziót hozzák az üzletednek.

A másik nagyon fontos tényező, a marketing és a sales együttes munkája. A sales bevonása a scoring rendszer felállításának folyamatában több okból is elengedhetetlen. Egyrészt ők tudják legpontosabban megmondani, hogy melyek azok a faktorok, amelyek a legjobb leadeket hozzák az üzletbe. Másrészt a saleseknek a scoring rendszer általában egy fekete doboz, amiből csak azt látják, hogy bizonyos leadek kipotyognak a funellből különböző pontszámokkal. Azt viszont nem biztos hogy tudják, mi alapján nyerték el azt a bizonyos pontszámot. Ha bevonjuk őket a tervezésbe, akkor azzal a bizalmukat is megnyerjük. Nemcsak mennyiséget, hanem minőséget is kapnak cserébe. Azt a minőséget, amit ők várnak el.

Oké, most már végignéztük, hogy mi az a lead scoring, és miért fontos, de hogyan is valósítsam ezt meg a gyakorlatban? Nézzük tehát a legfontosabb lépéseket!

Lead scoring bevezetésének lépései

  1. Adat, adat és még több adat. Minden marketingdöntésednek stabil adatokon kell állnia. Mint azt már korábban említettem, a lead scoring bevezetése soha nem egy frissen alapított cég első feladata. Ha ezt betartod, idővel összegyűlik a cégedben a megfelelő adatbázis, a megfelelő adatokkal, hogy felhasználhasd ezeket. Gyűjtsd ki mindazokat, amelyek segítségedre lehetnek a szegmensek és kategóriák felállításánál. Mik lehetnek ilyenek?

    Viselkedési jellemzőkre példa: Gondoljuk végig, és írjuk le, hogy melyek azok az e-bookok, csalik, amelyeket a már meglévő ügyfeleink nagyobb része letöltött? Mi az, ami a legnagyobb konverziót, bevételt generálja? Melyik videó vagy infografika tartotta az oldalon a leginkább a látogatót? Nyilván nagyobb pontszámot fog eredményezni a legfontosabb e-bookod landing oldala, mint az adatvédelmi irányelveket taglaló aloldal.

    Demográfiai jellemzők azt vizsgáld, melyek azok a városok, országok, amelyek fontosak számodra – ha tudod, hogy Kuala Lumpurban egy cég nem lehet potenciális ügyfeled, akkor nyilván nem kap magas pontszámot, vagy egyáltalán nem is kap. Mekkora az a cégméret vagy melyik az az iparág, amelyik releváns? Melyik az a munkakör vagy beosztás, amire fókuszálsz? A recepciós kisebb pontszámot kap egy marketingszoftver esetében, mint egy marketingigazgató.

    Gyűjts össze minnél több demográfiai, firmográfiai és viselkedési adatot, és készülj fel a következő lépésre, egy workshopra, közös megbeszélésre a sales- és marketingcsapattal. 

  2. Marketing- és salescélok együttes meghatározása. Itt természetesen nem arról van szó, hogy az éves marketingtervet közösen átnézitek, hanem inkább arról, hogy együtt meghatározzátok, melyek azok a buyer personák, amelyekre fókuszáltok. Végignézitek, hogy a BANT kritériumok alapján, milyen potenciális üzleti lehetőségekről érdemes beszélni. Határozd meg, hogy melyek azok az információk, amely fontosak lehetnek számodra, mik azok, amelyek az aktivitásaid tervezésében segítséget jelenthetnek. Például egy üzletiszoftver-értékesítés esetében az iparág és az üzletméret is fontos lehet, a földrajzi elhelyezkedés azonban kevésbé.

    Határozzátok meg azokat a pontokat, amelyektől automatikusan a salesnek külditek a leadet. Ez lehet például egy demójelentkezés. Elég egyértelmű, erős indikáció annak, hogy az adott lead potenciális ügyfél.

    Ezen a ponton érdemes végigmenni az ún. negative scoringon is. Ez azt jelenti, hogy a pontozás során negatív pontokat adunk azokra a viselkedésekre, amelyek azt mutatják, hogy a lead nem annyira érdekes. Például ha az oldalunkat nem látogatta meg több mint egy éve, nem volt semmi marketing szempontból értékes mozgása – csak az álláshirdetési oldalt nézte meg, és nem járt máshol a weblapon.

    A rossz leadek kiszűrésére pedig egy listát hozhatunk létre, amely tartalmazza mindazon csoportokat, akiket egyszerűen nem szeretnénk a lead scoring rendszerén belül tartani. Ilyen lehet például a beazonosítható versenytárs, a diák, aki csak a diplomamunkájához keres anyagot, a saját cég vagy az egyik saját beszállítónk alkalmazottainak e-mail-címe – például a saját reklámügynökségünk teszt e-mail-címei.

    Miért is fontos mindez?

    Azért, mert ha a lead scoring rendszerünk jól és pontosan van összerakva, akkor a leadek, amint elérik a küszöbértéket (pl. 100 pontot), azonnal MQL státuszt kapnak, a salescsapatnál pedig felvillan a jelzés, hogy egy új üzleti lehetőség van a láthatáron.

    Oké, mondhatnánk azt, hogy a sales pedig rájön, hogy ez csak a teszt e-mail volt, kitörli, ennyi. Hát nem. Ugyanis ennek nyoma lesz a riportokban is, és könnyen rossz adatokat kaphatunk, ha ezeket a leadeket még az elején nem vesszük ki a rendszerből. Azt javaslom, hogy erre a részre fordítsatok elég időt és energiát. (A management sem fog örülni, ha a negyedéves értékeléskor derül ki, hogy az elért MQL szám valójában csak 80%-a annak, amit a reportokban látunk, mert benne maradt Pistike is, aki nem releváns.)

  3. Pontozás meghatározása. Miután már tudjátok, hogy ki az értékes lead és ki az, akire a legnagyobb pontot szeretnétek adni, itt az ideje a pontok meghatározásának. Első lépésként fogalmazzatok meg egy küszöbértéket az MQL státusz eléréséhez. Ez általában 100 pont szokott lenni, de egyéni döntés kérdése, lehet 69 is, csak az a lényeg, hogy ez egy fix, mindenki által elfogadott és ismert érték legyen. Ha ez megvan, kezdjétek el sorra venni mind a demográfiai, mind a viselkedésbeli kategóriákat. Szerintem a demográfiai pontok meghatározása egyszerűbb, mert ott tulajdonképpen a piaci szegmenseidet kell meghatározni, kategorizálni. A viselkedésbeli pontozás kicsit nehezebb, de ez sem megugorhatatlan, ha vannak adataid. 

    Segitségül adok egy táblát, egy puskát, amely a leggyakoribb kategóriákat tartalmazza. Természetesen ezek nem mindegyike kell hogy szerepeljen a te listádban, és az is lehet, hogy nem minden van itt felsorolva. (A listát a cikk végén találod.)

  4. Scoring beállítása a marketingautomatizálási rendszeredben. Erre általános modellt nem tudok mondani, mert minden rendszerben máshol találod a beállítást. Fordíts rá kellő figyelmet, hogy pontosan vidd fel az adatokat. Ha lehet, rendezd őket mappákba a könnyebb áttekinthetőség érdekében. Minden esetben használj egységes elnevezést (naming convention), ne össze-vissza adj neveket, mert később nehezebben tudod követni, vagy visszakeresni. 
  5. Tesztelés. Minden marketingaktivitáshoz hasonlóan, a lead scoring bevezetése esetén sem maradhat el a tesztelés. Mielőtt élesíted a rendszert, egy kisebb, véletlenszerű mintát válassz ki az adatbázisodból. Vizsgáld meg demográfiai jellemzőik alapján, hogy megfelel-e az általad felállított kategóriáknak, majd futtasd le a legjellemzőbb aktivitásokat.
  6. Finomhangolás. A lead scoring bevezetése soha nem azzal fejeződik be, hogy az automatizálási rendszerünkbe felvisszük az egyes pontokat, majd élesítjük a rendszert. Ugyan a pontszámok felállítása mindig a saját cégünk meglévő adatain alapul, de a rendszer megfelelő működésének az ellenőrzésére, az utólagos finomhangolásra mindig szükség van. Érdemes meghatározott időközönként (fél év, egy év) egy auditot, ellenőrzést tartani, és a megváltozott körülményekhez igazítani a scoring modellt. Például ha stratégiai irányváltás történik a cégben, és a kis- és középvállalati szegmens helyett a nagyvállalati szektorra fókuszálnátok a jövőben, akkor érdemes a scoring modellnek ezt a változást lekövetnie. 

Végül nézzünk egy részletes listát az egyes kategóriákra. Mint azt korábban említettem, nincs egy mindenkire egységesen ráhúzható modell, így minden esetben a saját rendszeredet kell kialakítani. Ehhez csak ötleteket tudok adni, így a lista nem teljes, bármikor szabadon bővíthető, szűkíthető. Lássuk tehát, mik lehetnek a leggyakoribb példák, jellemzők!

Demográfiai, cégbeli jellemzők:

  • beosztás
  • munkakör
  • hatáskör (authority)
  • ország
  • város
  • megye
  • piac
  • iparág
  • üzlettípus
  • leányvállalat/divízió/telephely száma
  • éves árbevétel/ forgalom
  • alkalmazottak száma
  • alapítás éve
  • tulajdonosi kör (magán- vagy állami szféra stb.)

Viselkedési jellemzők:

Website-tal kapcsolatos aktivitás:

  • oldallátogatás (magas, illetve alacsony prioritás)
  • formkitöltés landing page-en
  • chatbot-kommunikáció
  • demo vagy kontaktform kitöltése
  • „Áraink ” oldal látogatása
  • naponta ötnél (tíznél stb.) több oldal meglátogatása
  • 1 héten belül háromszor visszatér az oldalra
  • video letöltése, megtekintése
  • e-book/csalianyag letöltése
  • ügyfélértékelés megtekintése
  • blogoldalt látogatta
  • blogra feliratkozott
  • hírlevélre feliratkozott

E-maillel kapcsolatos aktivitás

  • e-mailt megnyitotta 
  • e-mailben kattintott a CTA-ra
  • e-mailt továbbította
  • e-mailt többször megnyitotta, többször letöltött csatolt anyagot

Search vagy fizetett hirdetéssel kapcsolatos aktivitás

  • adwords hirdetésre kattintott
  • display hirdetésre kattintott

Social aktivitás

  • közösségioldal-kedvelés, -követés
  • kommentelés
  • poszt megosztása, továbbítása

Webinárium, eseményekkel kapcsolatos aktivitás

  • webináriumra jelentkezik, részt vesz
  • eseményen (konferencia, előadás stb.) részt vesz

Negatív Scoring

  • hírlevél-leiratkozás
  • elmúlt meghatározott napban, hónapban semmi aktivitást nem mutatott (nem járt az oldalon, közösségi felületen, eseményen stb.)
  • karrieroldalt, adatvédelmi oldalt látogatta meg
  • negatív hozzászólás 
  • spam jelentése

A fenti listából is kitűnik, hogy a lead scoring bevezetése nem egynapos feladat, nem lehet gyorsan összecsapni. Gondos tervezést és együttműködést igényel a cégen belül. Ha gyorsan túl akarunk rajta lenni, akkor nagyobb károkat fog okozni, mintha nem lenne egyáltalán scoring rendszerünk (gondoljunk csak arra, hogy ha egy rosszul beállított rendszer alapján hozzuk meg az üzleti döntéseinket, akkor annak pénzügyi veszteség is lehet az eredménye). Azt tanácsolom, hogy mindig kezdjük kis lépésekben, és ezután bővítsük, finomítsuk a rendszert ahelyett, hogy egy monumentális, hiperbonyolult modellt építenénk fel. 

A cikk eredetileg az alábbi címen jelent meg:
https://kreativkontroll.hu/gondolkodj-rendszerben/mi-az-a-lead-scoring-es-hogyan-epits-sajat-scoring-rendszert-a-cegedben/