Lead scoring na prática: uma planilha de pontos que o time usa amanhã

Quando chegam 40 conversas por dia e o time tem três vendedores, alguém precisa decidir quem recebe atenção primeiro. Sem critério, a decisão vira ordem de chegada, e o lead que está pronto para comprar espera atrás de quem só queria uma informação. A pontuação de leads troca o palpite por uma regra que todos enxergam.

Para que serve o lead scoring num funil de WhatsApp?

Para ordenar a fila pelo potencial de compra. O score junta o que se sabe do lead (perfil) com o que ele fez na conversa (comportamento) em um número só. Esse número define quem o vendedor chama primeiro e quem recebe uma sequência automática enquanto espera.

Não precisa de ferramenta sofisticada para começar. Uma planilha de pontos, aplicada com consistência por duas ou três semanas, já mostra se a ideia ajuda o seu time. Só depois vale automatizar.

Quais critérios de perfil e de comportamento pontuar?

Pontue apenas o que o time consegue registrar sempre. Perfil é o que você descobre sobre quem é o lead; comportamento é o que ele faz na conversa. Oito a dez critérios bastam: mais do que isso ninguém preenche e o score vira ruído.

Como definir o que é lead quente, morno e frio?

Escolha duas linhas de corte na pontuação: acima da primeira o lead é quente, entre as duas é morno, abaixo da segunda é frio. Cada faixa recebe uma ação diferente. Os cortes do exemplo foram escolhidos pela empresa fictícia e devem ser ajustados com as vendas reais do seu time.

Três leads fictícios mostram a conta. O primeiro tem cidade atendida (+10), obra com prazo (+20), pediu orçamento (+25) e mandou medida (+15): 70 pontos, quente. O segundo mora na cidade (+10), decide sozinho (+10), respondeu rápido (+10) e pediu preço (+25): 55, morno. O terceiro mora na cidade (+10), pediu preço (+25) e sumiu por sete dias (-15): 20, frio.

COLUNAS
Lead | Origem | Data de entrada | Perfil (pontos) | Comportamento (pontos) | Total | Faixa | Vendedor | Resultado (ganho, perdido, aberto)

CRITÉRIOS DE PERFIL (ajuste para o seu negócio)
+10  Região atendida
+20  Prazo ou necessidade definidos
+10  Decide sozinho
+15  Orçamento dentro da faixa que você atende

CRITÉRIOS DE COMPORTAMENTO
+25  Pediu preço ou orçamento
+15  Enviou foto, medida ou documento
+10  Respondeu em até uma hora
+10  Voltou a falar depois de alguns dias
-10  Pediu só informação e não avançou
-15  Sumiu por sete dias

FAIXAS (ajuste depois de 30 dias de dados)
Quente: 60 pontos ou mais
Morno: 30 a 59
Frio: 29 ou menos

AÇÃO POR FAIXA
Quente: vendedor assume na hora.
Morno: sequência automática e retorno em data marcada.
Frio: conteúdo leve e revisão em 30 dias.

REVISÃO MENSAL
1. Dos leads quentes, quantos compraram?
2. Dos frios, algum comprou? Qual critério faltou?
3. Algum critério nunca é preenchido? Tire da lista.

Como a pontuação vira tag, etapa e automação?

Cada faixa vira um estado visível no CRM, uma tag ou uma etapa do funil, e esse estado dispara a ação. Lead quente chega à etapa que avisa o vendedor; morno entra numa sequência de mensagens; frio fica numa lista de revisão. É a automação por etapa trabalhando por você.

O DataCrazy tem automação por etapa e Kanbans automatizados, segundo o site oficial. A AD PRO monta o desenho: quais gatilhos movem o lead de faixa, que mensagem cada faixa recebe e quando o vendedor é chamado. Veja como organizar etiquetas em tags no CRM e a gestão da base em gestão de leads.

Quando trocar a pontuação manual pela intenção de compra da Crazy IA?

Quando o volume de conversas passar do que o time consegue pontuar à mão. Segundo o site oficial, a Crazy IA lê intenção de compra e sentimento nos fluxos e permite uma decisão automática a partir disso. A pontuação manual continua útil como referência para calibrar o que a IA indica.

• Poucas conversas por dia: pontuação em planilha ou campo do CRM, aplicada pelo vendedor.
• Volume crescente: automação por etapa para mover o lead de faixa com base em ações simples, como pedir preço ou enviar medida.
• Volume alto: leitura de intenção de compra pela IA nos fluxos, com revisão humana dos casos de fronteira.

Detalhes do recurso estão em DataCrazy IA e Crazy IA, e a visão geral da triagem em qualificação de leads com IA. O uso de IA é medido em tokens, e a quantidade incluída varia por plano.

Como colocar a pontuação para rodar em uma semana?

Em cinco passos curtos, começando pelo que o time já sabe. A primeira versão não precisa ser perfeita: precisa ser aplicada com regularidade para gerar dado. O ajuste vem depois, comparando a faixa de cada lead com o resultado real.

1. 1
   Olhe as últimas vendas

   Releia as conversas de dez clientes que compraram e dez que sumiram. Anote o que os compradores fizeram ou disseram de diferente.

2. 2
   Transforme em critérios

   Escolha de oito a dez sinais, cada um com pontos, usando a planilha acima como base.

3. 3
   Defina as duas linhas de corte

   Aplique a regra aos vinte leads revisados e ajuste os cortes até que os compradores caiam em quente ou morno.

4. 4
   Combine a ação de cada faixa

   Escreva quem faz o quê com um lead quente, um morno e um frio, e em quanto tempo.

5. 5
   Aplique por duas semanas

   Pontue todo lead novo e anote o resultado. Só depois pense em automação.

Como saber se a pontuação está certa?

Comparando a faixa do lead com o resultado real. Se os leads quentes compram mais que os mornos e os mornos mais que os frios, a escala funciona. Se não, ajuste os pontos. A revisão leva meia hora por mês e evita que a regra envelheça.

• Meça a conversão de cada faixa; o método está em taxa de conversão de vendas.
• Procure leads frios que compraram e descubra qual sinal a regra deixou de contar.
• Retire critérios que o time nunca preenche, porque pontuação incompleta distorce a faixa.
• Evite pontos negativos demais no começo: um lead pode esfriar e voltar.