리드스코어링
세일즈
B2B
“리드는 많은데, 이중 누가 우리 고객이 될 가능성이 높은걸까?”
B2B 세일즈를 하다 보면 이런 의문이 자주 생깁니다.
뉴스레터 구독자도 늘고, 웨비나·이벤트 참여자도 많지만, 정작 상담이나 계약으로 이어지는 리드는 손에 꼽히는 경우가 많습니다.
이 문제의 핵심은 '리드가 다 고객은 아니다'라는 점입니다.
어떤 사람은 단순히 자료만 훑어보고 떠나고,
어떤 사람은 경쟁사 조사 차원일 수 있으며,
또 어떤 사람은 진짜로 예산과 권한을 가진 의사결정자일 수 있죠.
세일즈 팀이 리소스를 효율적으로 쓰기 위해서는 누구에게 먼저 집중해야 하는지를 빠르게 가려내야 합니다.
바로 이때 필요한 개념이 리드 스코어링(Lead Scoring)입니다.
리드란 잠재 고객을 의미하지만, 모두가 구매로 이어지는 건 아닙니다. 어떤 사람은 단순히 자료만 확인하려는 목적일 수 있고, 어떤 사람은 경쟁사 조사 차원일 수 있으며, 또 어떤 사람은 진짜로 예산과 권한을 가진 의사결정자일 수도 있습니다.
여기서 세일즈팀이 해야 할 일은 "누구에게 집중할 것인가?"를 빠르게 판별하는 것입니다.
예를 들어, 자신이 응급실 의료진이라고 가정해봅시다. 다음과 같은 환자가 동시에 들어왔을 때 누구 먼저 대응을 해야될까요?
가벼운 타박상 환자
경과를 지켜봐야 하는 환자
즉시 수술실로 가야하는 환자
바로 "3. 즉시 수술실로 가야하는 환자"를 선택할 것입니다. 모든 환자를 똑같이 대하면, 정작 가장 위급한 환자를 놓치게 됩니다.
세일즈도 똑같습니다. 모든 리드를 동일하게 대하면 리소스가 분산되고, 전환 가능성이 높은 리드를제때 잡지 못할 위험이 생깁니다. 리드 스코어링은 바로 이 '응급실 분류'와 같은 역할을 하며, 데이터 기반으로 우선순위가 높은 리드를 분류해, 세일즈 팀이 가장 중요한 고객부터 집중할 수 있도록 돕는 강력한 도구인 것이죠.
![[리드가 다 고객은 아니다] 응급실 의료진 처럼 데이터 기반으로 우선순위가 높은 리드를 분류해 세일즈팀이 가장 중요한 고객부터 집중합니다.](https://framerusercontent.com/images/6O5g2N5q6qD0RLOdi6JxAnCGQ.png?width=2560&height=1526)
💡 점수는 두 갈래로 관리하면 쉬워요.
적합도(프로필): 우리 ICP(이상적 고객상)에 맞는 사람인가?
관심도(행동): 지금 관심이 뜨거운가?
리드 스코어링이란?
리드 스코어링은 리드가 보인 관심 신호(열람·클릭·다운로드)와 적합도(직책·산업·회사규모)에 점수를 매겨, 전환 가능성이 높은 순으로 정렬하는 방법입니다.
예를 들어, 부장 이상이면 20점, 제품 소개서 끝까지 읽었으면 30점, CTA 클릭을 했으면 25점을 부여하여 합산한 총점이 높은 순서대로 먼저 연락하는데, 이렇게 전환 가능성이 높은 리드를 흔히 ‘핫 리드’라고 부르죠.
리드 스코어링이 필요한 이유
리드 스코어링의 목적은 간단합니다.
👉 "전환 가능성이 높은 리드에 더 많은 시간과 에너지 투자하기"
리소스가 한정된 세일즈팀에게는 특히 중요한 원칙입니다. 모든 리드를 똑같이 관리하는 것은 비효율적일 뿐 아니라, 정작 중요한 고객을 놓치게 만들기도 합니다. 즉, 리드 스코어링은 적은 리소스로 더 큰 성과를 만드는 세일즈팀의 필수 전략입니다.
리드 스코어링 유형 (규칙형·행동형·예측형)
리드 스코어링에도 여러 방식이 있습니다. 처음에는 단순한 규칙으로 시작했다가, 데이터가 쌓이면 행동 기반을 더하고, 나중에는 머신러닝까지 적용하는 식으로 점점 고도화해 나가는 것이 일반적입니다.
A. 규칙형(Heuristic) – 처음 시작에 가장 쉬움
가장 기본적인 방식은 규칙표를 만들어 점수를 주는 것입니다.
예를 들어, "직책이 Director 이상이면 +20점", "타깃 업종과 일치하면 +10점"처럼 회사에서 정한 기준에 따라 점수를 더하거나 빼는 방식입니다.
장점은 단순하고 투명해서 누구나 이해할 수 있다는 점입니다. 다만 비즈니스 환경이 바뀌면 규칙을 계속 수정해야 한다는 한계가 있습니다.
B. 행동형(Engagement) – 타이밍 판단에 강함
규칙형에서 조금 더 발전된 방식은 실제 행동 데이터를 반영하는 것입니다.
예를 들어, 이메일을 열었는지, CTA 버튼을 눌렀는지, 제품 소개서를 끝까지 읽었는지, 혹은 문서를 공유했는지 등을 추적해 점수를 주는 방식이죠.
특히 "끝까지 읽고, 72시간 안에 다시 방문했으며, CTA까지 클릭한 리드"라면 매우 뜨거운 관심을 보이는 고객으로 볼 수 있습니다.
이 유형은 '지금 당장 연락할 타이밍'을 알려주는 데 강점이 있습니다.
C. 예측형(ML) – 데이터가 쌓이면 고도화
데이터가 충분히 쌓이면 머신러닝을 활용한 예측 모델을 적용할 수 있습니다.
과거 전환 데이터를 학습시켜 어떤 리드가 실제 고객으로 발전할 가능성이 높은지 자동으로 점수를 예측하는 방식입니다.
변수를 훨씬 많이 반영할 수 있고, 시간이 갈수록 정확도도 높아집니다. 하지만 데이터 품질과 해석 난이도가 높다는 점에서, 초반부터 쓰기보다는 데이터가 안정적으로 확보된 뒤 도입하는 것이 좋습니다.
💡 규칙형 + 행동형으로 시작 → 데이터가 쌓이면 예측형을 얹는 순서가 가장 안전합니다.
리드 스코어링 기준 – 무엇을 봐야 할까?
리드 스코어링은 결국 "어떤 행동과 특징이 실제 구매로 이어지는가"를 구분하는 작업입니다. 그래서 실무에서는 다음과 같은 기준을 자주 활용합니다.
페이지 열람 시간: 단순히 몇 초만 보고 떠난 리드와, 끝까지 꼼꼼히 읽은 리드는 관심도의 깊이가 다릅니다. 체류 시간이 길수록 진지한 검토 가능성이 큽니다.
클릭/다운로드 여부: CTA 버튼을 누르거나 PDF를 직접 저장했다면, 단순한 정보 탐색을 넘어 적극적인 관심 신호로 볼 수 있습니다.
재방문 여부: 같은 링크를 여러 번 열어본 리드는 “다시 보고 싶을 만큼” 관심이 있다는 뜻입니다. 구매 고려 단계로 진입했을 가능성이 높습니다.
공유 패턴: 문서가 내부에서 공유되었다면, 조직 차원에서 논의가 진행되고 있다는 의미입니다. B2B 세일즈에서 매우 중요한 전환 신호입니다.
문의양식(폼) 제출 여부: 문의나 데모 신청은 말 그대로 가장 강력한 전환 의사를 보여주는 행동입니다.
이처럼 행동과 특성을 점수화하면, 단순히 흥미를 보인 고객과 실제 구매 가능성이 높은 고객을 명확히 구분할 수 있습니다.
💡 세일즈클루를 활용하면 PDF 내부에서 페이지별 열람 시간, CTA 클릭, 다운로드·공유 여부 까지 자동으로 수집 및 분석됩니다. 이 데이터를 점수화하면, "누가 단순 독자이고 누가 진짜 고객인지" 바로 구분할 수 있습니다.
리드 스코어링, 가볍게 시작해 보세요
리드 스코어링은 거창하게 시작할 필요가 없습니다. 데이터 몇 가지와 간단한 기준표 그리고 이를 자동화해 줄 툴만 있으면 바로 운영할 수 있습니다.
1. 준비물
데이터 소스: 웹/이메일, 그리고 PDF 안에서의 행동(열람 시간·페이지별 체류·클릭·다운로드·공유)
도구: 세일즈클루(문서 내부 행동 트래킹), CRM(HubSpot·Salesforce 등), 알림 슬랙/이메일
2. 기준표 만들기 (샘플 그대로 써보세요)
먼저 적합도(프로필)와 관심도(행동) 두 갈래로 나눠 점수를 줍니다.
적합도(프로필)
직책 Director 이상: +20 / Manager: +10
업종·타깃 일치: +10 / 불일치: -10
회사 규모(우리 ICP 범위): +10 / 벗어남: -10
관심도(행동) (세일즈클루 이벤트 기준 예시)
PDF 열람 80% 이상: +30 / 30~80%: +15 / <30%: +5
CTA 버튼 클릭(문의/데모): +25
다운로드: +15
공유: +20
72시간 내 재방문: +15
스팸 신호(채용/지원 페이지만 반복): -20
구독 해지: -30
이렇게 점수를 합산해 일정 기준을 넘은 리드를 MQL(Marketing Qualified Lead)로 분류합니다. MQL은 "마케팅 활동을 통해 전환 가능성이 높다고 판별된 리드"로, 영업팀이 바로 연락할 만한 고객 후보를 의미합니다.
MQL 기준 예시: 총점 ≥ 60점이면 MQL로 분류하여 영업팀에 즉시 라우팅
💡 MQL 기준은 회사마다 다를 수 있습니다. 중요한 건 세일즈팀과 합의된 임계치를 정하고, 세일즈클루 같은 툴로 PDF 열람·클릭·공유 데이터를 자동 반영해 점수 → MQL 판별 → 라우팅까지 연결하는 것입니다.
구분 | 신호 | 점수 |
|---|---|---|
적합도 | 직책 Director+ | +20 |
적합도 | 업종 일치 | +10 |
관심도 | PDF 열람 80%+ | +30 |
관심도 | CTA 클릭 | +25 |
관심도 | 공유 | +20 |
감점 | 스팸 신호 | -20 |
3. 세일즈클루로 리드 스코어링 하는 방법
리드 스코어링은 결국 데이터를 얼마나 정밀하게 수집하느냐가 핵심입니다. 세일즈클루는 단순히 PDF를 공유하는 수준을 넘어, 리드의 모든 행동을 세부적으로 수집 및 분석할 수 있도록 돕습니다.
페이지별 열람 시간 확인: 단순히 열었는지가 아니라, 실제로 끝까지 읽었는지 파악
버튼/링크 클릭 데이터: CTA 반응을 실시간으로 기록해 관심도를 즉시 점수화
다운로드·공유 여부 파악: 단순 조회와 조직 내 확산(공유) 리드를 구분
CSV 내보내기 & CRM 연동: 점수가 매겨진 리드를 영업 파이프라인으로 바로 전달
즉, 콘텐츠를 공유하는 것만으로 "누가, 언제, 무엇을, 얼마나 봤는지"를 자동으로 알 수 있고, 이 행동 데이터를 기반으로 리드 점수를 매길 수 있습니다.
<세일즈클루로 단계별로 리드 스코어링 하기>
PDF 업로드 → CTA 버튼/문의 폼/가림막 넣기
링크 배포(이메일, 랜딩, 세미나 후속 메일 등)
세일즈클루 대시보드에서 페이지별 열람 시간, 클릭, 다운로드, 공유 확인
스코어 계산(규칙표 적용) → CSV 내보내기 또는 Zapier/CRM 연동
임계치(MQL)를 넘으면 슬랙/이메일 알림 → 담당자 자동 배정
세일즈클루로 PDF 공유하는 방법은 "세일즈클루로 PDF 공유 링크 쉽게 만드는 방법", "제품 소개서 하나로 리드 수집부터 전환까지 – 세일즈클루가 제품 소개서로 마케팅 퍼널을 자동화하는 법" 글에서 더 자세히 확인할 수 있어요.
💡 "끝까지 열람 + CTA 클릭 + 72시간 내 재방문" 같은 행동을 하나의 전환 시그널로 묶어 높은 가중치를 주면, 단순 흥미 고객과 실제로 구매 의향이 있는 리드를 쉽게 구분할 수 있습니다.
운영 시 주의사항 & 팁
리드 스코어링은 한 번 설정했다고 끝나는 작업이 아닙니다. 꾸준히 점검하고 개선해야 정확도가 높아지고, 세일즈팀이 신뢰할 수 있는 도구가 됩니다. 운영 시에는 다음 다섯 가지를 꼭 기억하세요.
너무 복잡하게 시작하지 않기
처음부터 규칙을 20~30개 만들면 금방 관리가 어려워집니다. 규칙 10개 이내로 시작하고, 매달 데이터를 보면서 점수만 조금씩 조정하는 것이 안정적입니다.
적합도 vs 관심도 분리
ICP(이상적 고객상)에 맞는 사람인지(적합도)와, 지금 당장 구매 의향이 뜨거운 사람인지(관심도)는 별개입니다. 두 점수를 분리해야 ‘맞는 사람 + 지금 준비된 사람’을 정확히 잡을 수 있습니다.
세일즈 팀과 합의된 임계치
예를 들어, 총점 60점 이상은 24시간 내 1차 연락이라는 규칙을 세일즈팀과 합의해 두어야 합니다. 그렇지 않으면 마케팅 팀과 세일즈 팀 사이에서 “이 리드 왜 넘겼냐/안 넘겼냐”라는 불협화음이 생길 수 있습니다.
데이터 편향 점검
특정 산업이나 직책에 점수가 몰리면 실제 전환율과 어긋날 수 있습니다. 정기적으로 전환 데이터를 확인해 가중치를 재조정해야 합니다.
실패 패턴도 기록
정적인 행동만 점수화하면 부족합니다. 스팸성 다운로드, 구인·채용 페이지만 반복 방문, 뉴스레터 구독 해지 같은 행동은 반드시 음수 점수로 관리해야 정확도가 올라갑니다.
💡 매달 지난달에 점수가 가장 높았던 리드 20개를 가지고 “리드 상위 20건 회고”를 세일즈·마케팅이 함께 진행하세요. 리드 스코어링은 가설 기반으로 시작하기 때문에, 실제 전환 데이터와 비교·검증 과정이 꼭 필요합니다. 실제 전환된 리드와 놓친 리드를 비교하면서 규칙표를 빠르게 안정시킬 수 있습니다.
참고 사이트 및 도구
리드 스코어링은 (1) 행동 데이터 수집, (2) 점수화, (3) CRM 활용, (4) 자동화/예측 확장의 단계로 발전합니다. 각 단계에서 자주 쓰이는 도구는 다음과 같습니다.
분류 | 이름 | 특징 | 바로가기 |
|---|---|---|---|
리드 및 고객 행동 수집 및 분석 | 세일즈클루 | PDF 내부 행동(페이지별 체류, 클릭, 다운로드, 공유) 수집 및 분석 & CTA/폼/가림막 | |
CRM(규칙형 기본) | HubSpot | 점수 필드로 리스트·워크플로우·리포트 | |
오케스트레이션(행동 워크플로우) | Braze | 액션 기반 시나리오(Canvas) | |
예측 스코어(ML) | Salesforce Einstein | 과거 전환 데이터 기반 예측 | |
ML 유즈케이스 | 커스텀 예측 모델 구축 |
💡 도구를 한 번에 모두 도입할 필요는 없습니다. 초기 팀이라면 데이터가 없기 때문에 행동 수집 부터 시작하세요.
리드를 많이 모으는 것보다 누가 진짜 고객인지 빨리 판별하는 게 더 중요합니다. 리드 스코어링은 초보도 기준표 몇 개만으로 당장 시작할 수 있고, 세일즈클루를 쓰면 문서 내부 행동까지 자동으로 잡아 점수화, 우선순위, 연락이 매끄럽게 이어집니다.
👉 지금 세일즈클루로 리드 스코어링을 자동화하고, 시간 낭비 없는 세일즈를 시작해 보세요.
✔️ 불필요한 리드 미팅 50% 절감
✔️ 진짜 고객 전환율 2배 상승
Related Posts
