13~15강을 거치며 머니로그는 문제 공감 콘텐츠, 근거 자료, 케이스 스터디까지 갖췄습니다. 이 콘텐츠에 반응하는 사람이 하나둘 쌓이기 시작합니다. 도입 가이드를 다운로드한 사람, 케이스 스터디를 읽은 사람, 가격 페이지를 여러 번 방문한 사람이 뒤섞여 있습니다. 이 중 누구를 먼저 영업팀에 넘길지 정하는 기준이 필요합니다. 4강에서 MQL·SQL 개념을 배웠다면, 이번 강의는 그 전환 기준을 실제 숫자(점수)로 만드는 방법을 다룹니다.
리드 스코어링에는 크게 두 가지 방식이 있습니다. 첫째는 수동 리드 스코어링으로, 어떤 속성·행동이 점수를 더하거나 깎을지 사람이 직접 규칙을 정의하는 방식입니다. 둘째는 예측 리드 스코어링으로, 과거 데이터 전체를 머신러닝으로 분석해 성사 가능성을 자동으로 계산하는 방식입니다.
머니로그처럼 아직 리드 절대량이 많지 않은 회사는 예측 모델을 학습시킬 데이터가 부족할 수 있습니다. 이런 경우 수동 스코어링만으로도 충분히 운영 가능하며, 규칙이 단순하고 해석이 쉬워 팀이 점수 체계에 먼저 익숙해질 수 있다는 장점도 있습니다. 데이터가 충분히 쌓인 뒤에 예측 스코어링을 병행하는 것이 실무적인 도입 순서입니다.
수동 스코어링의 핵심 구성요소는 기준(criteria)과 가중치(weight)입니다. 이메일 열람, 폼 제출, 콘텐츠 다운로드 같은 긍정적 행동은 점수를 더하고, 수신거부나 ICP 밖 업종 같은 부정적 속성은 점수를 깎는 방식으로 계산합니다.
여기서 중요한 것은, "제안서 다운로드 몇 점, 가격 페이지 방문 몇 점" 같은 구체적 배점을 어디선가 표준값으로 가져다 쓸 수 없다는 점입니다. 이 숫자는 각 기업이 자사의 실제 성사 데이터를 분석해 직접 정해야 하는 값입니다. 머니로그라면, 실제로 계약까지 이어진 고객들이 계약 전에 어떤 행동을 했는지 CRM 로그를 뽑아 확인하는 것이 배점을 정하는 출발점입니다. 예를 들어 계약한 고객 대부분이 가격 페이지를 방문한 뒤 일주일 안에 데모를 신청했다면, 가격 페이지 방문에 상대적으로 높은 배점을 줄 근거가 생깁니다.
행동 점수(무엇을 했는가)만으로는 충분하지 않습니다. 7강에서 만든 ICP 조건에 맞지 않는 방문자가 아무리 페이지를 많이 봐도, 애초에 머니로그를 살 수 없는 대상(예: 임직원 5명 미만의 개인 사업자)이라면 점수가 높아도 SQL이 될 수 없습니다. 그래서 행동 점수와 별개로 적합도 점수를 함께 계산합니다. 이 적합도 점수의 근거가 바로 7강의 ICP입니다.
10강에서 다룬 DMU 역할 정보도 점수에 결합할 수 있습니다. 같은 행동(가격 페이지 방문)이라도 그 방문자가 경제적 구매자(대표이사) 역할일 때와 최종사용자(경리 담당자) 역할일 때 의미가 다릅니다. 경제적 구매자의 가격 페이지 방문은 구매 임박 신호일 가능성이 높은 반면, 최종사용자의 방문은 아직 초기 리서치 단계일 수 있습니다. 정교한 리드 스코어링은 행동 점수, 적합도 점수, 역할 점수를 함께 반영하는 구조로 설계합니다.
점수 체계가 만들어지면, 몇 점부터 영업팀에 넘길지(임계값)를 정해야 합니다. 이 임계값을 마케팅팀 혼자 정하면 실제 영업 현장의 감각과 어긋나기 쉽습니다. 실무적으로는 과거 성사 사례의 점수 분포를 뽑아 "성사된 딜의 평균 점수가 얼마였는가"를 역산해 임계값 후보를 만들고, 이를 영업팀과 함께 검토해 확정하는 것이 안전합니다.
가장 흔한 실수는 점수 배점을 한 번 정하고 방치하는 것입니다. 15강에서 새로운 케이스 스터디 콘텐츠를 추가했다면, 그 콘텐츠와의 상호작용도 점수 체계에 반영해야 하는데 이를 누락하는 경우가 많습니다. 또 다른 실수는 부정적 속성(수신거부, ICP 밖 업종)을 점수 체계에 넣지 않아, 명백히 대상이 아닌 방문자가 단순히 페이지를 많이 봤다는 이유로 SQL로 잘못 분류되는 것입니다. 배점은 분기마다 실제 전환 데이터를 보며 조정하는 것이 원칙입니다.
아래 배점은 머니로그가 자사 계약 데이터를 분석해 직접 정한 예시입니다. 다른 회사가 그대로 복사해 쓰기보다는, 자사의 실제 성사 데이터를 먼저 확인한 뒤 이 표의 구조만 참고해 값을 채우는 것을 권합니다.
[리드 스코어링 기준표 - 머니로그 예시]
행동 점수 (긍정)
- 도입 가이드 다운로드: +5점
- 가격 페이지 방문: +10점
- 케이스 스터디 열람: +8점
- 무료 체험 신청: +15점
- 데모 요청: +20점
행동 점수 (부정)
- 마케팅 수신거부: -20점
- 3개월 이상 활동 없음: -10점
적합도 점수 (7강 ICP 기준)
- ICP 업종·규모 완전 일치: +15점
- ICP 규모 구간 밖(임직원 5명 미만 또는 500명 초과): -15점
역할 점수 (10강 DMU 기준)
- 경제적 구매자(대표·CFO) 직책 확인: +10점
- 기술적 구매자(재무팀장) 직책 확인: +8점
- 최종사용자(경리 담당) 직책 확인: +5점
SQL 전환 임계값(초안)
- 과거 성사 딜 평균 점수 확인 후 영업팀과 협의해 확정 (예: 40점 이상)
[우리 상품 리드 스코어링 기준표]
행동 점수(긍정):
행동 점수(부정):
적합도 점수:
역할 점수:
SQL 전환 임계값(영업팀 협의 후):
리드 스코어링에서 행동 점수만으로 충분하지 않은 이유는 무엇인가요?
다음 중 리드 스코어링 배점을 정하는 올바른 방법은 무엇인가요?
MQL에서 SQL로 넘어가는 임계값을 정할 때 영업팀과 함께 검토해야 하는 이유는 무엇인가요?
17강. 이메일 육성 시퀀스 설계: 계정 단위로 여러 사람에게 다른 메시지에서 직책별 육성 메시지를 설계합니다.