- Lead skorlama, gelen her müşteri adayına birkaç sinyale göre puan verip satış ekibinin arama sırasını bu puana göre kurmaktır; amacı elemek değil sıralamaktır.
- Küçük bir ekip 4 kriterli tek sayfalık bir tabloyla elle başlayabilir; öğrenen bir model ancak 200-300 sonuçlanmış kayıt biriktikten sonra anlamlı katkı verir.
- Puanın satış ekibi için karşılığı sıra değil süre olmalıdır: A sınıfına 15 dakika, B sınıfına 4 saat, C sınıfına 24 saat ilk yanıt hedefi koyun.
- Model kendini kapanan ve kaybedilen işlerle düzeltir; A ile C sınıfının kazanma oranı ayrışmıyorsa kriterler kapanmayı ölçmüyordur.
- KVKK'nın 4. maddesi puanlamada amaçla sınırlı veri, 11. maddesinin (g) bendi ise otomatik analize itiraz hakkı getirir; son söz insanda kalmalıdır.
Lead skorlama, web formuna, WhatsApp'a, e-postaya veya telefona gelen her yeni müşteri adayına önceden belirlenmiş sinyallere göre bir puan verip satış ekibinin günlük arama listesini bu puana göre sıralamaktır. Amaç adayı elemek değil sıraya koymaktır: aynı gün 40 talep düştüğünde ilk 15 dakikada kimin aranacağını sezgiye değil yazılı bir kurala bağlamaktır.
Bu yazı mevcut müşteri tabanınızı gruplara ayırmakla ilgili değildir; o konuyu yapay zeka ile müşteri segmentasyonu ve satış tahmini yazısında ele aldık. Buradaki mesele tek bir an: talebin işletmeye ulaştığı ilk saat ve o saatte verilen sıralama kararı.
Lead skorlama nedir ve arama sırasını neden değiştirir?
Lead skorlama, bir müşteri adayının kapanma olasılığını gösteren sinyalleri sayısal bir puana çevirir ve satışçının listeyi geliş sırasına göre değil puana göre işlemesini sağlar. Fark tek cümlede özetlenir: listenin başındaki talep en eski taleptir, en değerli talep değildir. Puan, en değerli talebi başa taşır.
Sıralamanın bedeli sessiz ödenir. Harvard Business Review'da yayımlanan ve James B. Oldroyd, Kristina McElheran ile David Elkington'ın imzasını taşıyan çevrimiçi satış taleplerinin kısa ömrü üzerine Mart 2011 tarihli araştırma, şirketlerin çoğunun çevrimiçi taleplere yeterince hızlı yanıt vermediği sonucuna varır. Bekleyen talep yerinde durmaz; alıcı bu arada başka tedarikçiyle konuşmaya başlar ve sizin sıranız geldiğinde karar kısmen olgunlaşmıştır.
Bu alanda dolaşan "5 dakikada arayın, 100 kat daha fazla ulaşırsınız" türü çarpanlara ise ihtiyatla yaklaşın. Bu rakamların çoğu satıcı verisine dayanır, elden ele aktarılırken kaynağından kopar ve orijinali doğrulanamaz hâle gelir. Kendi ilk yanıt hedefinizi başkasının çarpanına göre değil, kendi kazanma oranınıza bakarak belirleyin.
Hangi sinyaller puanlanmalı?
Puanlanacak sinyaller iki gruba ayrılır: adayın kim olduğunu anlatan uygunluk sinyalleri ve ne kadar istekli olduğunu anlatan niyet sinyalleri. Uygunluk, adayın hedef müşteri profilinize oturup oturmadığını gösterir; niyet ise bu ay alıp almayacağını. Sağlıklı bir model iki gruptan da beslenir, çünkü tek başına hiçbiri yeterli değildir.
| Sinyal | Grup | Neden önemli | Örnek puan |
|---|---|---|---|
| Ürün veya kapasite açıkça yazılmış | Niyet | Somut ihtiyaç tarif eden alıcı araştırma aşamasını geçmiştir | +25 |
| Adet, bütçe veya termin ifadesi geçiyor | Niyet | "500 adet" ya da "bu ay" karar penceresini gösterir | +20 |
| Sektör hedef listenizde | Uygunluk | Servis verebildiğiniz sektör teslim riskini düşürür | +15 |
| Firma adı ve kurumsal e-posta var | Uygunluk | Kimliğini açan aday ciddiyet eşiğini geçmiştir | +15 |
| Siteye ikinci kez gelmiş veya fiyat sayfasını görmüş | Niyet | Tekrar ziyaret aktif değerlendirmenin işaretidir | +10 |
| Mesaj tek kelimelik ("fiyat?") | Niyet | Bilgi vermeyen talep çoğunlukla kıyaslama turudur | -10 |
İlk temastan sonra devreye giren ikinci dalga bir sinyal daha vardır: adayın size dönme hızı. Sorularınıza aynı gün yanıt veren aday ile üç gün sessiz kalan aday, ilk formda aynı puanı almış olsa bile aynı yerde değildir. Bu sinyali puana ekleyin ve skoru ilk temasta dondurmayın.
Sinyal listesini uzun tutmayın. Altı kriterle kurulan bir model, yirmi kriterle kurulan bir modelden neredeyse her zaman daha isabetlidir; çünkü her ek kriter, ölçemediğiniz bir varsayımı sisteme sokar.
Küçük bir ekip skorlamaya elle nasıl başlar?
Küçük ekipler için doğru başlangıç yazılım satın almak değil, tek sayfalık bir puan tablosu yazmaktır. Dört kriter seçin, her birine ağırlık verin, 100 üzerinden toplayın ve üç sınıf tanımlayın. Bir hafta boyunca gelen her talebi elle puanlayın. Tablo işe yarıyorsa otomatikleştirme adımına o zaman geçin.
| Sınıf | Puan aralığı | Ne anlama gelir | Kim, nasıl ilgilenir |
|---|---|---|---|
| A | 70-100 | Somut ihtiyaç ve uygun profil bir arada | Kıdemli satışçı, telefonla |
| B | 40-69 | İlgi var, bilgi eksik | Satış temsilcisi, nitelendirme sorularıyla |
| C | 0-39 | Bilgi toplama turu | Otomatik bilgilendirme, 1 hafta sonra kontrol |
Elle geçirilen bu ilk hafta boşa geçmez. Ortaya çıkan tablo, ileride satın alacağınız yazılımın şartnamesi hâline gelir ve satıcının size uydurduğu hazır modeli sorgulamanızı sağlar.
Puan günlük arama listesine nasıl çevrilir?
Puanın satış ekibi için tek bir karşılığı olmalıdır: bu talep ne kadar sürede aranacak. Sınıfı süreye bağlamayan skorlama kâğıt üstünde kalır. A sınıfı için 15 dakika, B için 4 saat, C için 24 saat gibi net ilk yanıt hedefleri koyun ve bu hedefe uyum oranını haftalık olarak ölçün.
Talebin hangi kanaldan geldiği fark etmemelidir; form, telefon ve mesajlaşma tek havuza düşmelidir. Kanalları tek havuzda toplayıp ilk yanıt süresini asıl metrik hâline getiren bir kurulumun sektörel örneğini hasta adayını kaybetmeyen CRM akışı yazısında ayrıntılandırdık. Puanı hesaplayıp talebi doğru satışçıya atayan adım ise klasik bir kural zinciridir; mantığını iş akışı otomasyonu yazısında anlattık.
Eksik bilgiyle gelen talep puanlanamaz. WhatsApp'tan düşen mesajlarda ürün, adet ve termin bilgisini ilk yanıtta toplamak için kod yazmadan kurulan bir müşteri botu üç dört soruyla puanlamanın girdisini hazırlayabilir.
Yapay zeka bu modele ne zaman ve ne katar?
Yapay zeka, puanlama kriterlerini sizin yerinize seçmez; hangi kriterin gerçekten kazanmayla ilişkili olduğunu geçmiş kayıtlardan öğrenir. Bunun için sonuçlanmış, yani kazanılmış ya da kaybedilmiş yeterli kayıt gerekir. Pratikte 200-300 sonuçlanmış talebin altında, elle yazılmış kurallar öğrenen bir modelden hem daha güvenilir hem çok daha açıklanabilirdir.
Eşiği geçtikten sonra katkısı iki yerde somutlaşır. Birincisi serbest metni okumaktır: gelen mesajdan ürün, adet, termin ve aciliyet bilgisini çıkarıp puan tablosunun alanlarını kendisi doldurur. İkincisi ağırlıkları veriden hesaplamaktır: sizin +15 verdiğiniz sektör kriterinin gerçekte +4 değerinde olduğunu, buna karşılık tekrar ziyaretin +30 hak ettiğini gösterir.
Satış tarafı, işletmelerin yapay zekadan en çok medet umduğu alan. TÜİK'in 1 Ekim 2025'te yayımladığı Yapay Zeka İstatistikleri, 2025 bülteni, yapay zeka kullanan girişimlerde en yaygın kullanım amacının %46,5 ile pazarlama veya satış olduğunu gösteriyor. Aynı bültene göre girişimlerin yalnızca %7,5'i herhangi bir yapay zeka teknolojisi kullanıyor; 10-49 çalışanlı işletmelerde bu oran %6,6, 250 ve üzeri çalışanlı işletmelerde %24,1. Küçük ölçekte satış tarafında erken davranan bir işletme, hâlâ kalabalık olmayan bir alanda hareket ediyor.
Model kapanan ve kaybedilen işlerle nasıl düzeltilir?
Skorlama modelinin tek gerçek sınavı, sınıfların kazanma oranlarının birbirinden ayrışmasıdır. Her ay sonunda A, B ve C sınıflarının kaç talep aldığını ve kaçının satışa döndüğünü yan yana yazın. A sınıfının kazanma oranı C'nin belirgin biçimde üzerinde değilse, puan kriterleriniz kapanmayı değil başka bir şeyi ölçüyordur.
Aşağıdaki tablo gerçek bir ölçüm değil, bu kalibrasyon defterinin nasıl tutulacağını gösteren örnek bir aylık dökümdür.
| Sınıf | Aylık talep | Satışa dönen | Kazanma oranı | Okuma |
|---|---|---|---|---|
| A | 18 | 7 | %39 | Kriterler ayrıştırıyor |
| B | 46 | 6 | %13 | Beklenen orta bant |
| C | 71 | 2 | %3 | Otomatik akışta kalabilir |
Kaybedilen işleri de mutlaka kaydedin. Yalnızca kazanılan işlerle beslenen bir model, neden kaybettiğinizi hiçbir zaman öğrenemez ve zamanla yalnızca kendi önyargısını doğrular. Kayıp nedenini fiyat, termin, kapsam ve ulaşılamadı gibi dört beş sabit seçenekle kaydetmek yeterlidir.
KVKK açısından hangi veriyle puanlama yapılabilir?
KVKK müşteri adayını puanlamayı yasaklamaz, ancak puanlamada kullanılabilecek veriyi sınırlar. 24/3/2016 kabul tarihli ve 7/4/2016 tarihli 29677 sayılı Resmî Gazete'de yayımlanan 6698 sayılı Kişisel Verilerin Korunması Kanunu, 4. maddesinde kişisel verilerin "işlendikleri amaçla bağlantılı, sınırlı ve ölçülü" olmasını zorunlu tutar. Uygulamadaki karşılığı nettir: adayın size kendi verdiği bilgiler ve kendi sitenizdeki davranışı puanlanabilir, konu dışı kaynaklardan derlenen kişisel bilgiler puanlanamaz.
Aydınlatma yükümlülüğü ayrı bir başlıktır. Kanunun 10. maddesi, kişisel verilerin elde edilmesi sırasında veri sorumlusunu kimliği, işleme amacı, aktarım ve hukuki sebep konusunda bilgi vermekle yükümlü kılar. Form, WhatsApp girişi ve telefon kaydı bu bakımdan aynı kapsamdadır; üçünde de aydınlatma metni erişilebilir olmalıdır.
En kritik sınır 11. maddededir. Maddenin (g) bendi ilgili kişiye, "işlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme" hakkı tanır. Bu nedenle skor kimseyi otomatik olarak reddetmemelidir. C sınıfına düşen aday da yanıt almalı, yalnızca daha geç aranmalıdır. Puanlamanın hangi işleme şartına dayandığını yazılı olarak kaydedin ve tereddütte kendi hukuk danışmanınıza sorun.
Konya'da bir imalatçı için bu nasıl görünür?
Konya'daki bir makine imalatçısına aynı hafta içinde gelen talepler birbirine hiç benzemez. "200 tonluk hidrolik pres için teklif istiyoruz, tesis kurulumu kasımda" diyen bir yatırımcı ile "fiyat listeniz var mı" diyen bir ziyaretçi aynı forma düşer. Skorlama tam olarak bu iki talebi ayırmak için vardır.
Fuar dönemleri bu ihtiyacı görünür kılar. Tarım makineleri veya otomotiv yan sanayi fuarlarının ardından iki hafta boyunca gelen talep hacmi normal bir ayın üzerine çıkabilir ve kurallı bir sıralama olmadan bu yığın satışçının masasında yaşlanır. İhracat talebi geldiğinde ise dil ve ülke bilgisi ayrı birer sinyaldir: hâlihazırda sevkiyat yaptığınız bir ülkeden gelen talep, hiç çalışmadığınız bir pazardan gelen talebe göre farklı bir hazırlık gerektirir.
Nereden başlamalı?
Başlangıç için gereken bütçe değil, bir haftalık disiplindir. Önümüzdeki pazartesiden itibaren gelen her talebi dört kriterli bir tabloyla elle puanlayın, A sınıfına 15 dakika içinde dönün ve ay sonunda üç sınıfın kazanma oranını karşılaştırın. Elde ettiğiniz tek sayfa, hangi otomasyonu hangi gerekçeyle satın alacağınızın da cevabı olur.
Konuyu daha geniş bir çerçeveye oturtmak isterseniz KOBİ'ler için yapay zeka rehberi sıfırdan pilot projeye kadar olan yolu adım adım anlatıyor. Gelen talep akışınızı tek havuzda toplayıp skorlama ve yönlendirme kurgusunu kurmak için yapay zeka çözümlerimizi inceleyebilirsiniz.