它的工作原理非常简单：每个潜在客户都会被分配一个 1 到 100 之间的分数，并且分数会实时变化。分数越高，领先的资格就越高。 领先分数 该算法会考虑联系人与您的内容、操作、经过的时间和其他因素的交互。Lead Pilot 使用人工智能程序来设计它，但用户也可以通过为每个线索分配星级来修改它。 例如，假设我们有一个金融产品网站，并且用户执行以下操作： 潜在客户评分模型 下载电子书并留下您的详细信息：+5 分 进行网站搜索：+2 分 观看网络研讨会：
分 打开电子邮件
+3 分 访问网站价格页面：+20点 在这种情况下，领先者的总 比利时 WhatsApp 号码数据 分将达到 40 分。 2) 领先得分示例：Juan Merodio Merodio在其网站上提出的线索评分矩阵基于两个不同的分数：PAIN 分数和 FIT 分数。 PAIN分数衡量客户面临的问题以及我们公司可以解决的问题的强度（油漆点）。这里我们打分从0（这个问题对他来说不是问题）到10（这对他来说是一个非常严重的问题，他想尽快解决）。 FIT分数衡量用户与我们理想的买家角色或客户的契合程度。例如，如果您有财力和物力来雇用我们的解决方案并有效地应用它。 最后，将两个分数（PAIN 和 FIT）相加即可获得领先分数。 根据获得的分数，我们可以将潜在客户分为不同的类别（冷、热、热…），或者根据其是否符合营销 (MQL)或销售 (SQL) 资格。 领先得分 3)
潜在客户评分示例
我们根据两个参数设计了自己的潜在 蓝色广告 客户评分矩阵： 潜在客户的人口统计资料，是从他们通过下载表格和其他方式留给我们的数据中获得的。我们将它们分为未知（我们没有足够的数据）、不适合、适合和非常适合。 潜在客户的行为，即他们与我们的网站和内容的互动。线索可被视为不活跃、不太活跃、活跃或非常活跃。 线索评分 如果我们将两组四个类别交叉在一起，我们就会得到 16 种可能的人口统计资料和行为组合。反过来，我们将它们分为 3 个“温度”，以了解每种情况下如何采取行动： 冷线索：未知或不活动。 温暖的线索——它们比冷的线索更活跃、更健康，但它们仍然没有达到两个参数的最佳组合。 热门潜在客户：合格或高度合格且
