Lead scoring com IA: como saber qual lead vai fechar antes de gastar seu tempo

Resposta direta: lead scoring é dar uma nota pra cada lead com base na chance real de ele virar venda, pra que a ordem de atendimento pare de ser "quem gritou por último" e passe a ser "quem tem mais chance de fechar agora". A nota combina duas coisas: o perfil do lead (ele parece seu cliente ideal?) e o comportamento dele (ele age como quem vai comprar?).

E a parte da IA: no scoring tradicional, uma pessoa inventa os pesos e o sistema soma pontos por regra fixa. No scoring com IA, a nota sai do comportamento real da conversa: o que o lead perguntou, quanto tempo demorou pra responder, de qual anúncio veio, qual o ticket provável. O modelo aprende com o histórico de vendas o que de fato diferencia quem fecha e recalcula a nota sozinho, sem depender do achismo de ninguém. Neste post você vai ver como montar um scoring simples hoje, onde ele quebra, o que a IA muda e como usar a nota na prática.

O problema: o lead pronto esfria na fila enquanto o curioso ocupa o vendedor

Na operação sem scoring, todo lead é tratado do mesmo jeito. O vendedor abre o CRM (ou o WhatsApp solto, sem CRM nenhum) e atende na ordem em que as conversas chegaram. Só que nessa fila convivem dois personagens muito diferentes: o curioso que quer "saber mais" e não tem orçamento nem pressa, e o comprador que já pesquisou, já comparou e quer fechar essa semana. Sem nota, os dois recebem a mesma atenção, na mesma ordem. É o vendedor no papel do garçom que anota os pedidos na ordem em que as mesas sentaram, enquanto uma mesa acena com o cartão na mão há dez minutos.

O custo disso é brutal por dois motivos. Primeiro, tempo de vendedor é o recurso mais caro da operação: segundo o State of Sales da Salesforce, o vendedor gasta só 28% da semana vendendo de fato; o resto vai pra tarefas administrativas e retrabalho. Cada hora dessa fatia pequena gasta com lead frio é hora tirada de quem ia fechar. Segundo, velocidade decide venda: a estatística mais citada do mercado, atribuída à InsideSales.com, diz que entre 35 e 50% das vendas ficam com o fornecedor que responde primeiro. Se o seu lead quente espera na fila atrás de três curiosos, quem responde primeiro é o concorrente.

A mesma fila, os mesmos quatro leads. A única coisa que mudou foi a ordem. E a ordem é exatamente o que decide quem recebe atenção enquanto ainda está quente.

O que os números dizem sobre lead scoring

Priorização por score é um dos efeitos mais medidos em vendas B2B. Os dados públicos mais citados:

Nenhum desses números vem de mágica: vem de colocar o vendedor certo na conversa certa, na hora certa. E note que a comparação da Forrester é contra o scoring tradicional de pontos, não contra o caos: mesmo quem já pontua lead na mão deixa conversão na mesa.

Lead scoring manual: a tabela de pontos que você monta hoje

Antes de falar de IA, vale entender o modelo clássico, porque ele é a base de tudo e dá pra montar hoje em qualquer CRM decente. O scoring manual soma pontos em dois grupos de critérios:

• Fit (perfil): o lead parece seu cliente ideal? Segmento, porte, região, cargo de quem fala com você, orçamento provável. Frameworks como o BANT (criado pela IBM: Budget, Authority, Need, Timing) existem justamente pra estruturar essas perguntas.
• Comportamento (interesse): o lead age como quem vai comprar? Respondeu rápido, perguntou preço, pediu proposta, veio de uma campanha de fundo de funil, ou sumiu há uma semana.

Um exemplo de tabela simples, do tipo que qualquer operação monta em uma tarde:

Com uma régua simples em cima (acima de 70 é quente, de 40 a 70 é morno, abaixo de 40 é frio), você já tem uma fila melhor do que ordem de chegada. Sério: se você não tem nada hoje, comece por aí. É gratuito e já muda a operação.

Onde o scoring manual quebra

O modelo de pontos funciona até certo ponto, e depois quebra sempre nos mesmos lugares:

• Os pesos nascem do achismo. Quem disse que "perguntou preço" vale 15 pontos e não 5? Ninguém mediu; alguém chutou numa reunião de terça e o chute virou lei da empresa. Se o chute está errado, a fila inteira está errada, com cara de ciência.
• Ninguém atualiza. A tabela é montada uma vez e esquecida. O produto muda, a campanha muda, o perfil de quem compra muda, e a régua continua a mesma de 8 meses atrás.
• Depende de campo preenchido. Se o vendedor não marca "pediu proposta" no CRM, o lead não pontua. Scoring manual herda toda a preguiça de preenchimento do time.
• Não lê a conversa. A diferença entre "quanto custa?" e "quanto custa pra começar semana que vem?" é enorme na vida real e invisível pra uma regra de pontos.

O que a IA muda: a nota sai da conversa, não do achismo

É exatamente nesses quatro pontos fracos que a IA entra. Em vez de somar pontos de uma tabela fixa, o modelo analisa o material mais rico que uma operação de vendas conversacional tem: a própria conversa. Os sinais que entram na nota:

• Intenção nas mensagens: a IA entende a diferença entre curiosidade ("me manda o catálogo") e intenção de compra ("consigo começar ainda este mês?"), sem depender de checkbox.
• Tempo de resposta do lead: quem responde em 2 minutos se comporta diferente de quem responde em 2 dias, e isso entra no cálculo automaticamente.
• Engajamento ao longo da conversa: quantidade e profundidade das trocas, se o lead faz perguntas ou só reage.
• Origem do anúncio e da campanha: lead que veio de campanha de fundo de funil com histórico de fechar chega com nota base diferente de lead de campanha de topo.
• Ticket provável: pelo que o lead descreve (tamanho da empresa, escopo do que precisa), o modelo estima o valor potencial e pesa isso na priorização.

E a nota deixa de ser estática: a cada mensagem nova, o score é recalculado. O lead que era morno de manhã e pediu proposta à tarde sobe na fila sozinho, sem esperar ninguém lembrar de atualizar um campo.

Tem ainda um passo além, que é onde a coisa fica realmente interessante: um agente de IA não precisa esperar a informação aparecer na conversa. Se falta saber o orçamento ou o prazo, o agente pergunta, de forma natural, dentro do atendimento, e registra a resposta no CRM. Qualificação deixa de ser um formulário que o lead ignora e vira parte da conversa. Explicamos como isso funciona (e o que é hype) no nosso post sobre agente de IA no WhatsApp.

Como usar a nota na prática

Score que ninguém usa é enfeite de CRM. O valor aparece quando a nota comanda três rotinas:

• Fila ordenada por score, não por chegada. O vendedor abre o dia e a primeira conversa da lista é a de maior chance de fechar. Simples assim. Ninguém mais "escolhe" qual lead atender.
• Lead quente dispara alerta. Quando um score cruza o limiar de quente (pediu proposta, orçamento confirmado), o vendedor responsável recebe notificação na hora. Lembra da estatística mais citada do mercado, atribuída à InsideSales.com, de que entre 35 e 50% das vendas ficam com o fornecedor que responde primeiro? É essa rotina que garante que o primeiro seja você.
• Lead frio vai pra nutrição automática. Score baixo não significa lixo; significa "ainda não". Esse lead sai da fila do vendedor e entra em um fluxo automático de conteúdo e follow-up. Se ele esquentar, o score sobe e ele volta pra fila sozinho.

E tem um efeito colateral que muita gente descobre depois: o score revela qual campanha traz lead bom, não só lead barato. Quando cada lead carrega nota e origem, você cruza os dois e enxerga que a campanha A gera 50 leads a R$ 8 com score médio 20, enquanto a campanha B gera 15 leads a R$ 25 com score médio 70. O custo por lead diz que A é melhor; o score diz a verdade. Esse cruzamento de origem, score e venda fechada é exatamente o tipo de leitura que mostramos no post sobre KPIs de vendas no Kommo.

Como começar em 4 passos

1. Defina os critérios de fit com o time de vendas. Uma reunião: quem é o cliente ideal (segmento, porte, região, ticket) e quais comportamentos historicamente precedem fechamento. Sem isso, qualquer scoring nasce cego.
2. Registre tudo no CRM. Origem do lead, campo de orçamento, motivo de perda, etapa real do funil. Conversa fora do CRM é dado que não existe. Essa é a etapa chata e é a mais importante da lista.
3. Comece com scoring simples. Monte a tabela de pontos deste post, adapte os critérios e rode por 30 a 60 dias. Você vai errar pesos, e tudo bem: já vai atender em ordem melhor que a de chegada.
4. Evolua pra IA quando houver volume. Com histórico de negócios ganhos e perdidos registrado, o modelo tem de onde aprender. Aí sim a nota passa a sair da conversa real, recalculada sozinha, com agente de IA qualificando o que falta.

A parte honesta: scoring sem dado registrado é chute sofisticado

Aqui vai o aviso que a maioria dos vendedores de ferramenta não dá: lead scoring, com ou sem IA, só funciona em cima de dado registrado. Se metade das conversas acontece no celular pessoal do vendedor, se ninguém preenche motivo de perda, se a origem do lead se perde no caminho, a IA não tem o que analisar. O modelo vai produzir uma nota bonita em cima de dado raso, e isso é só achismo com casas decimais.

A ordem certa é: primeiro CRM alimentado (canais conectados, campos mínimos preenchidos, funil que reflete o processo real), depois scoring simples, depois IA. Quem pula direto pra etapa três paga por um modelo que não tem de onde aprender. Quem faz na ordem transforma cada conversa registrada em munição pro modelo, e aí os números de Forrester e Salesforce param de ser estatística de blog e viram a sua operação.

Perguntas frequentes

O que é lead scoring?

É a prática de dar uma nota pra cada lead com base na chance real de ele virar venda. A nota combina o perfil do lead (fit: segmento, porte, região, cargo, orçamento provável) com o comportamento dele (respondeu rápido, perguntou preço, pediu proposta, sumiu). Com a nota, o time atende primeiro quem tem mais chance de fechar, em vez de atender por ordem de chegada.

Qual a diferença entre lead scoring manual e lead scoring com IA?

No manual, uma pessoa define critérios e pesos, e o sistema soma pontos por regra fixa. Funciona pra começar, mas os pesos nascem do achismo, ninguém atualiza a tabela e o modelo não lê a conversa. Com IA, o modelo aprende com o histórico de negócios ganhos e perdidos o que de fato diferencia quem fecha, analisa a conversa em tempo real (intenção nas mensagens, tempo de resposta, engajamento, origem da campanha, ticket provável) e recalcula a nota sozinho a cada interação.

Preciso de muito volume de leads pra usar scoring com IA?

Pra IA aprender padrões, precisa de histórico: algumas centenas de negócios ganhos e perdidos bem registrados no CRM já dão sinal útil. Com volume menor que isso, o caminho é começar com scoring manual simples e caprichar no registro dos dados. Quando o histórico existir, a IA entra aprendendo com dado de verdade, em vez de produzir nota bonita em cima de base rasa.

Lead scoring funciona pra vendas por WhatsApp?

Funciona especialmente bem, porque no WhatsApp o comportamento do lead fica registrado na própria conversa: o que ele perguntou, quanto demorou pra responder, se pediu preço ou sumiu. Um agente de IA consegue ler esses sinais, qualificar perguntando o que falta (orçamento, prazo, decisor) e atualizar a nota do lead direto no CRM, sem depender de formulário que o lead ignora. A condição é que as conversas passem pelo CRM, e não pelo celular pessoal do vendedor.

Quais critérios usar pra pontuar um lead?

Dois grupos. Fit: o lead parece seu cliente ideal? Segmento, região, porte, cargo de quem conversa, orçamento; frameworks como o BANT (Budget, Authority, Need, Timing, criado pela IBM) ajudam a estruturar. Comportamento: o lead age como quem vai comprar? Velocidade de resposta, perguntas sobre preço e prazo, pedido de proposta, origem da campanha, dias sem responder. Comece com poucos critérios que o time consegue registrar de verdade e ajuste os pesos com o tempo.

Lead scoring aumenta mesmo a conversão?

Os dados públicos apontam que sim. A Forrester mediu 38% mais conversão de lead em oportunidade e ciclos de venda 28% mais curtos em empresas com scoring preditivo (estudo AI in B2B Sales, citado por UpLead e Brixon), e clientes do Einstein Lead Scoring reportaram +32% de conversão de leads (Salesforce, anúncio oficial). O ganho tem explicação simples: o vendedor passa só 28% da semana vendendo (Salesforce, State of Sales), e a estatística mais citada do mercado, atribuída à InsideSales.com, diz que entre 35 e 50% das vendas ficam com quem responde primeiro. Score direciona essa fatia escassa de tempo pra quem tem mais chance de fechar, enquanto ainda está quente.