手把手教你用 LinkedIn Lead Scoring 建立线索评分模型：别再凭感觉找客户了
说真的，做销售或者市场推广的，谁没经历过这种抓狂的时刻？每天打开 LinkedIn，看着成百上千的潜在客户（Leads），心里直犯嘀咕：这人到底是不是真的想买？我该先联系谁？如果凭感觉去联系，大概率就是浪费时间，要么就是被拒绝到怀疑人生。
以前我们可能靠直觉，或者简单粗暴地看对方的职位头衔。但在 2024 年，LinkedIn 推出的 Lead Scoring Model（线索评分模型） 功能，简直就是给咱们这些在销售一线摸爬滚打的人开了个“外挂”。它能让你用数据说话，科学地给潜在客户打分，把精力花在最有可能成交的“肥肉”上。
这篇文章不是那种干巴巴的说明书，我会像朋友聊天一样，带你一步步把这个模型搭建起来。咱们不整虚的，直接上干货。
什么是 LinkedIn Lead Scoring？先搞懂底层逻辑
在动手操作之前，得先明白这玩意儿到底是怎么运作的。简单来说，Lead Scoring 就是给你的潜在客户打分。分高的人，说明他在 LinkedIn 上的行为轨迹表明他对你的产品或服务更感兴趣，也就是我们常说的“高意向客户”。
这个评分系统主要基于两个维度：
- 人口统计学特征（Demographics）： 也就是对方的基本信息。比如职位、职能、公司规模、所在的国家/地区等。这决定了对方是不是你的“理想客户画像”（ICP）。
- 行为数据（Activity）： 这是最关键的。对方在 LinkedIn 上做了什么？是看了你的广告？还是访问了你的公司主页？或者是下载了你的电子书？
举个生活中的例子，这就像相亲。对方的学历、工作是“人口统计学”，而他愿不愿意跟你聊天、主动约你吃饭就是“行为数据”。只有两者都对得上，这事儿才靠谱。
准备工作：别急着点鼠标，先理清思路
很多人一上来就冲进 LinkedIn Campaign Manager 里乱点一通，结果设置出来的模型一塌糊涂。咱们得先做点“案头工作”。
1. 定义你的“完美客户”
你得先问自己：我到底想要什么样的客户？
比如，你是卖企业级 SaaS 软件的，可能你的目标是：
- 职位： CTO、技术总监、IT 经理
- 公司规模： 500 人以上
- 行业： 金融科技、电子商务
- 地区： 北美、中国一线城市
把这些条件列出来，这就是你评分模型里的“加分项”基础。如果对方是学生或者不相关的行业，直接给负分或者不打分。
2. 盘点你的“家底”
你得清楚自己有什么内容可以吸引对方。LinkedIn 的评分是基于互动的，所以你得有东西让人家互动啊。
- 你有发过什么深度文章吗？
- 有没有做好的白皮书、行业报告可以下载？
- 最近有没有举办线上研讨会（Webinar）？
- 公司的 LinkedIn 主页更新频率如何？
如果没有这些“诱饵”，评分模型就跑不起来，因为没人给你互动，自然也就没分可加。
实战操作：一步步搭建你的评分模型
好了，思路理清了，咱们这就进入正题。注意，这个功能通常是在 LinkedIn 的 Campaign Manager 里的“Matched Audiences”或者相关的广告设置里找到的（具体位置可能会随 LinkedIn 的界面微调而变化，但逻辑不变）。
第一步：进入设置界面
登录你的 LinkedIn 广告账户，找到“Audience”或者“Account Assets”部分。你会看到一个叫 Lead Scoring 或者类似“创建线索模型”的选项。点击它，开始新建一个模型。
给你的模型起个名字。名字要直观，比如“2024 Q3 企业级软件销售线索模型”。别偷懒，以后管理起来方便。
第二步：设置“硬性门槛”（Demographics）
这是第一层过滤网。就像筛面粉，先把大颗粒的石头挑出去。
在这里，你可以设置：
| 筛选条件 | 设置建议 | 为什么这么设 |
|---|---|---|
| Job Function / Title | 添加你的核心决策人职位 | 确保发给对的人，避免浪费预算 |
| Company Size | 根据你的产品定价和服务能力设定 | 小公司可能买不起，大公司流程太长 |
| Industry | 只选你擅长的行业 | 垂直领域深耕，转化率更高 |
| Location | 你的业务覆盖范围 | 跨国生意虽然好，但交付成本要考虑 |
小贴士： 这里的设置不要太窄，否则你的受众池子太小，模型没法跑；也不要太宽，否则全是无效流量。先按经验设，后面再根据数据调整。
第三步：定义“加分项”（Activity – Positive Scoring）
这是最精彩的部分，也是体现你专业度的地方。我们要根据用户的行为给分。通常 LinkedIn 会提供一系列预设的行为选项，你可以给每个行为设定分值。
分值怎么定？这没有标准答案，但有一个原则：越接近成交的行为，分值越高。
你可以参考这个权重表（这是我个人经验总结的，你可以微调）：
| 用户行为 | 建议分值 | 理由 |
|---|---|---|
| 访问你的公司主页 (Visit Company Page) | 1 – 5 分 | 初步了解，意向较低，但比完全没动作好 |
| 点击你的广告 (Click Ad) | 5 – 10 分 | 引起了注意，值得进一步跟进 |
| 下载资料 (Lead Gen Form Submit) | 20 – 30 分 | 主动留资，强意向信号！ |
| 观看视频 (Video View) | 1 – 3 分 | 停留时间越长分越高，说明在关注内容 |
| 关注你的公司主页 (Follow Page) | 10 分 | 希望建立长期联系，优质潜客 |
注意： 有些行为是“互斥”的。比如，如果一个人只是点击了广告，给了 5 分；如果他点击并下载了资料，那应该触发更高的分值，而不是简单的 5+20。在设置时，要考虑到这种叠加逻辑。
第四步：设置“减分项”（Negative Scoring）
这一步很多人会忽略，但非常重要。有些行为代表用户没兴趣，或者只是误触，我们要扣分，甚至直接把分数清零。
比如：
- 忽略广告（Ignored Ad）： 展示了多次但从未点击，可能表示反感。
- 撤回表单（Unsubmitted Form）： 填了一半跑了，说明你的内容吸引力不够，或者门槛太高。
- 特定的职位/行业： 比如你是做 B2B 的，结果对方是学生，直接给负分，或者在“硬性门槛”里直接排除。
设置减分项能帮你清洗数据，避免销售团队去骚扰那些根本没戏的人。
第五步：设定“及格线”（Threshold）
分数打出来了，多少分才算“热线索”（Hot Lead）？
你需要设定一个阈值。比如，总分 100 分，你设定：
- 高意向（High Intent）： 40 分以上。这部分人可以直接转给销售进行人工跟进。
- 中等意向（Medium Intent）： 20 – 39 分。这部分人需要继续培育，通过再营销广告（Retargeting）给他们看更多案例或白皮书。
- 低意向（Low Intent）： 20 分以下。暂时搁置，或者用更便宜的广告触达方式。
怎么确定这个阈值？ 刚开始可以凭感觉设一个，跑两周数据，看看多少分的人真的转化了，然后回来调整。这就是数据驱动的魅力。
模型上线后的“养料”与“维护”
模型建好了，不是就万事大吉了。这就好比你买了辆车，得加油、得保养。
持续的内容输出是燃料
Lead Scoring 依赖的是用户行为。如果用户在你的 LinkedIn 页面上什么都看不到，或者你的广告内容很烂，他们就不会产生互动。没有互动，就没有分数。
所以，你要：
- 定期发布行业洞察、公司动态。
- 制作高质量的视频内容（视频的互动权重通常很高）。
- 利用 LinkedIn 的 Document Ads（文档广告），这玩意儿现在非常火，用户下载意愿强，分数蹭蹭涨。
定期复盘数据
建议每两周看一次模型的表现报告。LinkedIn 会告诉你：
- 哪些特征的用户得分最高？
- 哪种行为触发的转化最多？
- 有没有出现大量低分用户？
如果发现某个职位的人虽然互动很积极，但从来不买账，那就说明你的画像可能定错了，或者你的产品根本不适合这类人。这时候就要果断调整“人口统计学”的扣分规则。
进阶玩法：把 Lead Scoring 玩出花
当你熟悉了基础操作，可以尝试一些更高级的策略，让你的线索质量再上一个台阶。
结合 Website Retargeting（网站重定向）
如果你的公司有官网，一定要把 LinkedIn 的 Insight Tag 装上。这样，当用户访问了你官网的特定页面（比如“定价页”、“联系我们”），你可以在 LinkedIn 上给这些人额外加分。
逻辑是这样的：
- 用户点击 LinkedIn 广告 -> 加 10 分。
- 用户跳转到官网 -> 加 5 分。
- 用户在官网停留超过 2 分钟 -> 加 10 分。
- 用户点击了“申请演示”按钮 -> 加 50 分（超级高意向！）。
这种跨平台的行为追踪，能让你比竞争对手更早一步锁定“金主爸爸”。
利用 Lead Gen Forms（线索收集表单）的深度数据
LinkedIn 的原生表单不仅能收集姓名邮箱，还能预填很多职业信息。在设置评分模型时，你可以针对表单提交后的字段做细分。
比如，通过表单提交过来的人，如果职位是“Director”以上，直接给一个额外的“高管加分包”。这样，销售拿到名单的第一眼，就知道谁是大鱼。
A/B 测试你的评分逻辑
不要只做一个模型。你可以同时运行两个模型：
- 模型 A（激进型）： 只要互动就给高分，快速抓取大量线索，适合需要快速扩充名单的阶段。
- 模型 B（保守型）： 只有非常深度的互动（如下载白皮书、多次访问）才给高分，适合客单价极高、销售团队人手有限的情况。
运行一段时间后，对比两个模型带来的线索转化率，选出最适合你当前业务阶段的那个。
写在最后的一些心里话
建立 LinkedIn Lead Scoring 模型，技术操作其实不难，难的是背后的策略思考。它强迫你去思考：谁是我的客户？他们关心什么？我们在哪里能相遇？
不要指望这个模型能立刻给你带来奇迹。它是一个需要时间去积累数据、不断调优的系统。刚开始可能你会觉得分数波动很大，或者抓到的线索不准，这都很正常。就像做菜，刚开始火候掌握不好，多做几次，自然就找到感觉了。
最重要的是，不要让这个模型变成僵化的教条。数据是死的，人是活的。有时候，一个分数不高但正好处于你目标公司关键决策圈的人，可能比一个分数高但只是“随便看看”的人更有价值。模型是用来辅助决策的，而不是完全替代人的判断。
现在，打开你的 LinkedIn Campaign Manager，试着去创建一个属于你自己的评分模型吧。哪怕只是先设置几个简单的加分项，也是一种进步。毕竟，在这个流量越来越贵的时代，精准才是王道。
