潛在客戶分級真正要解的，不是替每一筆名單打一個漂亮分數，而是替台灣中小企業回答一個更現實的問題：哪一批名單現在值得業務先追，哪一批應該先 nurture，哪一批根本不該浪費人力。如果表單、LINE、官網詢問、活動名單最後都進同一個池子，業務只會越追越亂，行銷也永遠說不清楚到底是流量品質差、跟進太慢，還是資格欄位根本沒設好。AI 在這裡最有價值的地方，是幫你把適配度、互動、購買時機與跟進責任整理成同一套規則。
潛在客戶分級先解決什麼問題
Oracle 台灣把潛在客戶評分定義成協助行銷與銷售找出準客戶位於採購程序哪個位置的方法，並強調它能改善兩個團隊對優質名單的共同定義。這個觀念對台灣中小企業特別重要，因為很多公司不是完全沒有名單，而是每一種來源都用同一種方式處理，最後最忙的人反而最看不出哪些人真的有成交機會。來源：Oracle 台灣：什麼是潛在客戶評分？。
Salesforce 則把 lead scoring 說得更直接：它是根據行為、人口統計與互動資料替潛在客戶排序，好讓團隊知道該把時間花在哪裡。這表示分級從來不只是行銷報表問題，而是營運排序問題。來源：Salesforce：What Is Lead Scoring?。
如果你現在最常遇到的是「有填表，但後面都沒有回應」、「加了 LINE，最後也不知道誰該回」、「名單很多，但成交還是卡住」，那潛在客戶分級要先做的不是上最複雜的模型，而是先把名單從同一個跟進池裡拆開。
AI 潛在客戶分級先分 4 層，不要只看有沒有填表
第一層是適配度，也就是這個人或這家公司本來就像不像你的理想客戶。
HubSpot 文件把 fit score 定義成依職稱、公司規模、年營收或其他屬性來評分。
Salesforce Trailhead 也把 grade 常見欄位列成產業、公司規模、職稱等資料。這些欄位用來回答的不是他有沒有來，而是他來了之後值不值得追。來源：HubSpot：Understand the lead scoring tool、Salesforce Trailhead：Explore Lead Qualification Models。
第二層是互動強度。HubSpot 把 engagement score 說成根據網站造訪、CTA 點擊、行銷信互動或表單提交來評估；這代表表單送出可以是一個訊號，但不能是唯一訊號。只靠「填過表單」來判斷名單品質，很容易把只想拿資料的人和已經準備評估採購的人混在一起。
| 分級層 | 你要回答的問題 | 可觀察訊號 | 先做什麼 |
|---|---|---|---|
| 適配度 | 他像不像你的理想客戶 | 產業、公司規模、職稱、地區、導入情境 | 先定加分與扣分欄位 |
| 互動強度 | 他有沒有真的持續互動 | 表單、重要頁面、CTA、回覆、會議、下載 | 把高意圖動作和一般瀏覽分開 |
| 購買時機 | 他是不是現在就接近成交 | 問價格、問權限、問時程、要求 demo、邀請決策者 | 設成交前閾值，不要只看流量 |
| 跟進責任 | 誰現在該接手 | 業務、客服、行銷、創辦人、顧問 | 先把交接規則寫清楚 |
第三層是購買時機。Salesforce Trailhead 在 lead qualification 模型裡提醒，除了 score，還要看 grade、表單意圖與何時該把 prospect 指派給 sales。
這對 SME 很實用，因為很多名單不是完全沒價值，而是還不到該交給業務的時間。來源：Salesforce Trailhead：Explore Lead Qualification Models。
第四層是跟進責任。真正讓潛在客戶分級產生商業價值的，常常不是分數本身，而是分數一到某個門檻後，誰會被通知、誰建立任務、誰負責下一步。如果這一層沒設，AI 只會把混亂變成更快的混亂。
把 LINE、表單與 CRM 名單接成同一條流程
HubSpot 的 lifecycle stages 文件把這個欄位定義成用來看聯絡人或公司位於 marketing 與 sales process 的哪個位置，並強調它能幫你理解名單是怎麼從行銷移交到銷售。
這個邏輯放在台灣 SME 很好用，因為它逼你把「有填表」、「已 qualify」、「業務可追」、「進商機」這些狀態拆開，而不是全部都叫做詢問中。來源：HubSpot：Use contact and company lifecycle stages。
如果你的名單同時來自官網、LINE 官方帳號、Meta 廣告或線下活動，先把來源保留，再把 lifecycle stage 往前推。這樣你之後回看成交時，才知道哪一種來源雖然量少但質量高，哪一種來源雖然便宜卻把業務時間吃掉最多。
HubSpot 2026 年的 lead scoring 文件還補了幾個很實務的觀念：你可以做 fit、engagement 或 combined score；可以對某些條件扣分；也可以讓舊互動隨時間衰減。這對小團隊很重要，因為兩個月前下載過一次白皮書、但之後完全沒再互動的人，不該永遠維持同樣優先級。來源：HubSpot：Understand the lead scoring tool。
再往下一步，HubSpot 的 lead pipeline automation 文件指出，你可以設定在某個 lifecycle stage 自動建立 lead，或在 outreach 與 connected 之後自動推進 lead stage。
對台灣 SME 來說，最務實的版本不是先做一大堆劇本，而是先做兩件事：高分名單自動建立任務，低分但持續互動的名單自動進 nurture。來源：HubSpot：Set up lead pipeline automation。
哪些台灣中小企業適合先上 AI 分級，哪些先不要急
適合先上 AI 分級的，通常是每週已經固定有名單進來，但人力不夠逐筆判斷的團隊。例如顧問型 B2B、設備商、在地服務品牌、多據點零售、教育訓練、需要報價或預約的業務型公司。這些公司最大的痛點往往不是沒有流量，而是誰該先追、誰該先回、誰需要先補資訊。
不適合一開始就做很重 AI 分級的，通常有兩種。第一種是目前連理想客戶長什麼樣子都還說不清楚，沒有最基本的欄位、沒有明確的高意圖動作、也沒有固定成交路徑。第二種是名單量還很小，每月只有零星幾筆詢問。這種情況先把表單欄位、回覆速度、基本 CRM 階段補齊，通常比急著談模型更有用。
另一個常見誤區，是以為 AI 潛在客戶分級一定要先有大量歷史資料。HubSpot 的 AI lead score 功能雖然需要最少樣本數，但對多數 SME 來說，一開始完全可以先用人工規則版做 combined score，再等資料累積到足夠穩定時，才讓 AI 幫你校正權重。來源：HubSpot：Understand the lead scoring tool。
台灣中小企業可直接照做的 14 天導入 SOP
第 1 到 3 天，先定義理想客戶與高意圖訊號。至少列出三種加分欄位、三種扣分欄位，以及兩到三個真正代表「現在值得追」的動作。不要把每一次點擊都當成高意圖，也不要把沒有公司名、沒有需求場景、沒有時程的人交給業務。
第 4 到 6 天，把名單來源與 CRM 階段對齊。官網表單、LINE、活動名單、轉介紹至少要有來源欄位；CRM 至少要分成新名單、已評估、可跟進、已進商機、待 nurture。這一步做完，你才看得出是分級規則有問題，還是名單交接有問題。
第 7 到 10 天，建立第一版分級規則。適配度加分可以放產業、公司規模、職稱；互動加分可以放重要表單、價格頁、會議預約；扣分則可放不服務地區、明顯不符客群、沉寂太久或退訂。HubSpot 文件明確支援正負分與 score decay，這兩個功能都很值得先用起來。來源：HubSpot：Understand the lead scoring tool。
第 11 到 12 天，定門檻與交接責任。Salesforce Trailhead 提到，分級真正有用的時點，是當分數或 grade 達到條件後，能自動指派給 sales rep 或觸發後續流程。你不一定要有 round-robin，但一定要有「達標後誰處理」這條規則。來源：Salesforce Trailhead：Explore Lead Qualification Models。
第 13 到 14 天，回頭看錯分。最值得檢查的不是分數漂不漂亮，而是兩種例外：一種是分數高卻完全沒成交的名單，另一種是分數普通但最後真的成交的名單。前者通常代表你把互動看得太重，後者通常代表你漏掉了某個很重要的適配度或時機訊號。這一步做完，規則才會開始像你的生意，而不是像別人的模板。
資料更新與來源限制
本文於 2026 年 7 月 14 日查核公開來源。官方文件可支撐的部分，包括 lead scoring 的定義、fit 與 engagement 的拆法、lifecycle stage 的用途、lead pipeline automation 的可做動作，以及 qualification model 常見欄位。
SERP 上也有不少商業文章談 lead scoring，但其中很多是產品導購或英文 SaaS 場景，因此本文沒有把那些 benchmark 數字直接當成台灣 SME 的標準，而是把它們用在意圖與結構判讀上。
- Oracle 台灣：什麼是潛在客戶評分？
- Salesforce：What Is Lead Scoring?
- Salesforce Trailhead：Explore Lead Qualification Models
- HubSpot：Understand the lead scoring tool
- HubSpot：Build lead scores to qualify contacts, companies, and deals
- HubSpot：Use contact and company lifecycle stages
- HubSpot：Set up lead pipeline automation
結論
潛在客戶分級做得好，業務不會再被每一筆名單平均分散，行銷也比較能解釋哪些來源真的帶來接近成交的人。對台灣中小企業來說，最值得先做的不是買一個最炫的 AI 模型，而是先把適配度、互動、購買時機與跟進責任整理成可以執行的規則，再讓 CRM 與自動化去放大它。當這四層開始說同一種語言，AI 分級才會變成營收工具，而不是另一張看起來很聰明、實際上沒人照做的報表。
FAQ
潛在客戶分級是不是一定要用 AI 才做得起來？
不一定。多數台灣中小企業一開始先用規則版分級就足夠，例如產業、公司規模、職稱、表單意圖與高意圖互動。等資料累積後，再讓 AI 幫你校正權重會更穩。
只有填過表單，能不能直接算高分名單？
通常不建議。表單送出只能證明他願意留下資料，不代表他已經接近成交。更好的做法是把表單、價格頁、會議預約、回覆速度與適配度一起看。
台灣中小企業最少要看哪些欄位來做分級？
起手式可先看四類：產業或服務情境、公司規模或角色、互動行為、購買時機。若你的服務有地域限制，也要把地區與不服務條件列入扣分規則。
LINE 官方帳號名單也能放進潛在客戶分級嗎？
可以，但前提是你要保留來源、問題類型、是否回覆、是否點重要連結，以及是否進一步預約或詢價。只看到好友數成長，通常還不夠判斷哪一批值得先追。
如果名單量很小，還需要做分級嗎？
需要，但可以做得很輕。名單量小的時候，不一定要做複雜模型，但至少要把理想客戶、優先跟進條件與不該追的條件寫出來，避免每次都靠感覺判斷。