名單一多業務就亂追？台灣 SME 的潛在客戶評分，先拆 4 類成交訊號

潛在客戶評分不是把每筆名單貼上一個看起來很厲害的分數，而是用同一套規則，判斷誰該先被跟進、誰該先培養、誰其實不值得業務現在花時間。對台灣 SME 來說，最實用的做法通常不是一開始就上複雜 AI 模型，而是先把適配度、互動、負分與時效四類訊號整理進 CRM，讓官網表單、LINE 詢問、電話紀錄、報價需求都能用同一個優先順序接手。

潛在客戶評分為什麼不是做一個神秘分數

如果名單一進來就平均分配，業務通常會把大量時間花在低意圖、資料不完整、甚至根本不適合的詢問上。Oracle 對潛在客戶評分的說法很直接：它的目的，是把追蹤順序和真正的購買機會對齊，而不是把所有名字都一樣看待。Oracle 台灣

Salesforce 也把 lead scoring 定義成一種優先排序方法，會根據行為、人口屬性與互動程度來判斷哪一些潛在客戶更值得先追。這種寫法會在 SERP 上持續出現，因為讀者真正要解的不是「名詞是什麼」，而是「我現在先打給誰」。Salesforce

因此，台灣 SME 做潛在客戶評分時，先不要把它想成 SaaS 功能，而要把它想成行銷到業務的 handoff 規則。只要行銷、客服、業務對高分名單的意思不同，分數就只會變成另一個沒人信的欄位。

台灣 SME 最實用的 4 類成交訊號

HubSpot 的 lead scoring 文件把評分拆成 fit、engagement 與 combined score，這個框架很好用，但台灣 SME 在執行上可以再翻譯成四類更容易落地的訊號：適配度、互動、負分、時效。HubSpot Knowledge Base

1. 適配度：這個人是不是你想接的客戶

適配度不是看對方有沒有留言，而是看對方是不是你目前服務能力、客單價與交付模式真的吃得下的對象。常見欄位包括產業、公司規模、地區、需求類型、預算帶、決策角色，以及詢問內容是否對到你真正賣的服務。

如果你是做在地服務、B2B 顧問或專案型服務，適配度通常比單純互動次數更重要。有人可能只填一次表單，但問題非常精準；也有人開了三封信、點了五次連結，最後只是來比價或找免費資訊。

2. 互動：這個人有沒有往前走

互動訊號代表對方是否從「看過你」進入「願意花時間了解你」。HubSpot 文件把網站造訪、CTA 點擊、表單送出、信件開啟與連結點擊列為常見 engagement criteria，這些都適合做加分訊號。HubSpot Knowledge Base

對台灣 SME 來說，最值得看的互動通常不是流量數字，而是高意圖事件，例如：看過價格頁、提交需求表、預約諮詢、點擊 LINE 加好友、回覆報價信、主動補充需求、再次進站看案例頁。這些訊號比單純首頁瀏覽更接近成交行為。

3. 負分：誰其實不該先追

真正好用的潛在客戶評分一定要有負分。Salesforce 直接提醒，若沒有 negative lead scoring，團隊很容易把時間浪費在 generic email、錯誤地區、垃圾資料或明顯低意圖的名單上。Salesforce

台灣 SME 很常忽略這一段，結果就是分數越算越高，但業務還是覺得名單品質差。實務上可以扣分的例子包括：留下免費信箱卻沒有公司資訊、需求和你的服務完全不符、只索取模板不談需求、重複填單、電話空號、表單內容明顯灌水，或只在促銷頁停留卻從未看服務與案例內容。

4. 時效：舊訊號不能永遠算熱

很多評分系統最後失真，不是因為公式太差，而是把三個月前的熱度當成今天的成交意圖。HubSpot 文件提到 event-based score 可以做 score decay，Microsoft 也提醒 predictive score 雖然能近即時處理新 lead，但已更新 lead 的分數刷新仍有週期限制。HubSpot Knowledge Base Microsoft Learn

這表示你不該把「曾經開過信」和「這週剛要求報價」看成一樣熱。對中小企業更實際的做法，是替重要事件設定觀察窗，例如最近 7 天、最近 30 天、最近 90 天，讓時間本身也影響排序。

哪些訊號該加分、扣分，哪些先不要碰

如果你的資料量不大，先別急著做太細的 AI 預測模型。HubSpot 的 AI score 需要最少樣本，Microsoft 的 predictive scoring 也有模型與刷新條件，代表資料量與資料乾淨度本來就是門檻。對很多 SME 而言，先把手動規則做對，往往比太早上模型更有效。HubSpot Knowledge Base Microsoft Learn

怎麼把評分接到 CRM、LINE 與業務 handoff

潛在客戶評分最常失敗的地方，不在計分邏輯，而在後續沒有動作。HubSpot 文件明講，score property 最後要回到 segments、workflows、reports 等工具使用；換句話說，評分不是報表欄位，而是分派與提醒的觸發器。HubSpot Knowledge Base

對台灣 SME 來說，最簡單的做法可以是三層：高分名單直接指派業務，並在 24 小時內跟進；中分名單進入教育或補資料流程，例如補需求、補預算、補時程；低分或不適配名單則留在內容培養，不急著交給業務。這樣 CRM、LINE 官方帳號、電子郵件與電話紀錄才會有一致節奏。

如果你的主要入口在 LINE，評分不一定要直接顯示給客戶看，但至少要能讓內部知道：這個人是看完案例後來加好友、還是只是參加抽獎後進來；是詢問方案、還是只問價格；是第一次接觸、還是已經看過三次報價。只要來源與互動路徑能被保留下來，業務的第一句話就會差很多。

評分交接規則也要寫清楚。高分不是「一定成交」，而是「值得先追」；低分不是「不要管」，而是「現在先不要用高成本方式追」。當團隊都用同一個定義，行銷才知道自己該優化什麼，業務也才會願意相信分數。

哪些公司適合先做，哪些先別做

這套做法最適合已有固定名單入口、每週都有新詢問，且會發生行銷交業務、客服交業務、或多人輪值跟進的公司。像是 B2B 顧問、專案型服務、課程顧問、裝修設計、軟體導入、在地服務連鎖與高單價電商，都很適合先做基礎潛在客戶評分。

如果你現在連 CRM 欄位都還沒整理好、名單來源沒有標記、表單與 LINE 沒辦法回看互動、業務也沒有固定 follow-up 流程，那先不要急著上評分。先補資料欄位、來源紀錄、成交定義與交接責任，會比先追求分數精準更有用。

另外，若評分會牽涉到個資、行為追蹤、跨系統資料整併或自動化分派，也要先確認你的資料揭露與權限管理。Microsoft 在 Customer Insights 的 scoring model 文件中特別提醒，自動評分模型可能帶來資料隱私問題，合規責任仍在使用組織本身。Microsoft Learn

資料更新與來源

本文於 2026-07-03 依可公開查驗資料更新，主軸聚焦在潛在客戶評分的流程設計，而不是推薦特定 CRM 軟體。定義、評分框架、負分與刷新邏輯主要參考 HubSpot、Salesforce、Oracle 與 Microsoft 的公開文件與說明頁。

重要來源包括：HubSpot lead scoring tool、Salesforce lead scoring guide、Oracle 台灣潛在客戶評分說明、Microsoft predictive lead scoring、Microsoft lead and opportunity scoring。部分 Microsoft 頁面存在授權或登入限制，因此本文只引用可公開觀察到的欄位與限制，不延伸未驗證的細節。

結論：先把排序規則講清楚，再談 AI

潛在客戶評分真正要解的，不是做出一個漂亮的數字，而是讓團隊知道誰先追、怎麼追、為什麼追。對台灣 SME 來說，最穩的起點通常不是神秘 AI 分數，而是先把適配度、互動、負分、時效四類訊號放進 CRM，讓表單、LINE、電話和報價請求都能回到同一個優先順序。等這套規則跑順了，再引入預測模型，分數才會真的變成效率，而不是另一個沒人採信的欄位。

FAQ

潛在客戶評分一定要用 AI 嗎？

不一定。多數台灣 SME 先用手動規則就能明顯改善跟進順序，等資料量、欄位品質與成交回饋穩定後，再考慮預測模型會更實際。

潛在客戶評分要放哪些欄位最有用？

優先放適配度、互動、負分與時效。實務上常見的是產業、地區、需求類型、價格頁瀏覽、表單送出、LINE 加好友、無效電話與最後互動時間。

高分名單是不是就代表一定會成交？

不是。高分代表更值得先跟進，不代表結果保證。評分是優先順序工具，不是成交保證工具。

如果目前只有 LINE 和電話詢問，也能做名單評分嗎？

可以。只要能把來源、詢問內容、回覆狀態、報價需求與後續互動記進同一套 CRM 或表單欄位，就能先做基礎評分。

潛在客戶評分多久要調整一次？

通常至少每月或每季回看一次，確認高分名單是否真的較容易進入報價、預約或成交，並調整過時或失真的加分與扣分規則。