Lead scoring (ang. lead scoring, punktacja leadów) to metoda przypisywania każdemu leadowi liczby punktów na podstawie jego cech (np. branża, wielkość firmy, stanowisko) oraz zachowań (np. wizyty na stronie cennika, pobranie oferty, odpowiedź na e-mail), aby uszeregować kontakty według prawdopodobieństwa zakupu. Marketerowi punktacja pozwala ustalić, którymi leadami dział sprzedaży ma zająć się najpierw, a w kampaniach płatnych — jaką wartość konwersji przekazać do Google Ads, żeby algorytm optymalizował się pod jakość, a nie tylko pod liczbę formularzy.
Jak działa lead scoring?
Model punktacji składa się z dwóch warstw. Pierwsza to scoring demograficzny (fit): sprawdza, czy lead pasuje do profilu idealnego klienta. Druga to scoring behawioralny (intent): mierzy, jak aktywnie lead angażuje się w treści i ofertę. Suma punktów z obu warstw decyduje o statusie leada w lejku:
- Lead surowy — kontakt zebrany np. z formularza, bez oceny.
- MQL (Marketing Qualified Lead) — lead, który przekroczył próg punktowy ustalony przez marketing i jest gotowy do przekazania sprzedaży.
- SQL (Sales Qualified Lead) — lead zweryfikowany przez handlowca jako realna szansa sprzedażowa.
- Klient — lead zamknięty pozytywnie; jego wartość zwrotnie kalibruje model.
Punkty można też odejmować — np. za adres z darmowej domeny e-mail, brak aktywności przez 30 dni lub stanowisko poza grupą decyzyjną. Cały proces działa najlepiej, gdy jest zautomatyzowany w systemie CRM lub narzędziu marketing automation.
Jak zbudować prosty model punktacji?
Zacznij od rozmowy ze sprzedażą: które cechy i zachowania faktycznie poprzedzały zamknięte transakcje? Następnie przypisz im wagi. Poniżej przykładowy, uproszczony model dla firmy B2B (wartości są ilustracyjne — każdy biznes kalibruje je na własnych danych).
| Kryterium | Typ | Punkty |
|---|---|---|
| Stanowisko decyzyjne (dyrektor, właściciel, head of) | fit | +20 |
| Firma z docelowej branży | fit | +15 |
| Firma powyżej 50 pracowników | fit | +10 |
| Wizyta na stronie cennika | intent | +15 |
| Pobranie case study lub oferty | intent | +10 |
| Prośba o wycenę / demo | intent | +30 |
| Adres e-mail z darmowej domeny | fit | −10 |
| Brak aktywności przez 30 dni | intent | −15 |
Załóżmy, że próg MQL ustalono na 50 punktów. Dyrektor z docelowej branży (35 pkt), który odwiedził cennik (+15) i poprosił o demo (+30), zdobywa 80 punktów i trafia do sprzedaży natychmiast. Student z darmowym e-mailem, który pobrał e-booka, ma 0 punktów i pozostaje w nurturingu.
Lead scoring a wartość konwersji w Google Ads
W 2026 roku strategie automatyczne, takie jak Maksymalizacja wartości konwersji czy docelowy ROAS, optymalizują kampanie pod to, co im przekażesz. Jeśli każdy lead ma wartość 1, algorytm będzie szukał najtańszych formularzy — często niskiej jakości. Lead scoring rozwiązuje ten problem: punktację mapujesz na wartość konwersji i przesyłasz ją do Google Ads, np. przez import konwersji offline z CRM albo ulepszone konwersje dla leadów.
- Zapisuj identyfikator kliknięcia (GCLID) lub dane kontaktowe wraz z leadem w CRM.
- Po nadaniu punktów lub zmianie statusu (MQL, SQL, klient) eksportuj zdarzenie z wartością.
- Skonfiguruj w Google Ads osobne działania konwersji dla etapów lejka i przypisz im różne wartości.
- Regularnie sprawdzaj, czy kampanie generują więcej SQL-i, a nie tylko więcej formularzy.
Szczegóły techniczne opisuje dokumentacja Google o importowaniu konwersji offline. Więcej o strategiach stawek znajdziesz w kategorii Google Ads w bazie wiedzy ICBM.
Najczęstsze błędy w punktacji leadów
- Zbyt skomplikowany model na start — kilkadziesiąt kryteriów, których nikt nie rozumie i nie aktualizuje.
- Brak udziału sprzedaży — punkty przyznaje marketing, a handlowcy ignorują MQL-e, bo ich definicja nie pokrywa się z praktyką.
- Brak punktów ujemnych — lead „rośnie” w nieskończoność mimo braku aktywności.
- Jednorazowa kalibracja — model nie jest weryfikowany o rzeczywiste transakcje z CRM.
- Przesyłanie do Google Ads tylko surowych leadów — algorytm nie odróżnia wyceny od spamu.
Lead scoring w praktyce ICBM
W kampaniach lead generation traktujemy punktację jako most między marketingiem a sprzedażą. Zaczynamy od prostego modelu opartego na 5–8 kryteriach, który klient jest w stanie utrzymać, a dopiero potem dodajemy kolejne sygnały. Kluczowe jest zamknięcie pętli: statusy z CRM wracają do Google Ads jako konwersje z wartością, dzięki czemu budżet przesuwa się w stronę słów kluczowych i grup odbiorców przynoszących SQL-e, a nie tylko tanie formularze. Efekt oceniamy jakościowo i biznesowo — po liczbie umówionych rozmów i zamkniętych transakcji, a nie po samym CPL.
Najczęściej zadawane pytania
Czym różni się MQL od SQL?
MQL to lead, który przekroczył próg punktowy ustalony przez marketing i wykazuje dopasowanie oraz zainteresowanie. SQL to lead zweryfikowany przez handlowca jako realna szansa sprzedażowa — z potrzebą, budżetem i horyzontem decyzji. Przejście z MQL do SQL to naturalny moment na podniesienie wartości konwersji w Google Ads.
Czy lead scoring wymaga drogiego narzędzia?
Nie. Prosty model można prowadzić w arkuszu lub podstawowym CRM, o ile zapisujesz źródło leada i jego status. Automatyzacja w narzędziu marketing automation ma sens, gdy liczba leadów rośnie i ręczna punktacja przestaje być możliwa.
Jak przekazać punkty z lead scoringu do Google Ads?
Najczęściej przez import konwersji offline: zapisujesz GCLID lub dane kontaktowe leada w CRM, a po zmianie statusu wysyłasz konwersję z przypisaną wartością. Dzięki temu strategie oparte na wartości uczą się, które kliknięcia prowadzą do jakościowych leadów, a nie tylko do wypełnionych formularzy.
