ICP и лид-скоринг без data scientist: простая модель для outbound

ICP и лид-скоринг без data scientist: простая модель для outbound

ICP не надо усложнять до BI-проекта. Для cold email и LinkedIn достаточно таблицы с 5 признаками: индустрия, размер компании, гео, роль контакта, сигнал боли. Каждый признак получает 0/1/2 балла: не подходит, частично подходит, точно подходит.

На практике:
— индустрия из вашего лучшего сегмента: 2
— компания по размеру похожа на текущих клиентов: 2
— роль влияет на бюджет или процесс: 2
— есть триггер: найм, запуск, миграция, рост команды: 2
— нет явного анти-сигнала: студент, агентство не в фокусе, слишком малый бизнес: 1-2

Считайте не «качество лида», а шанс на релевантный диалог. 8-10 баллов — персональный outreach. 5-7 — стандартная sequence с легкой кастомизацией. Ниже 5 — в nurture или не трогать.

Что важно: скоринг должен меняться от ответов, а не от мнения команды. Раз в несколько запусков смотрите reply rate по диапазонам баллов и убирайте признаки, которые не двигают ответы.

Хороший ICP — это не портрет мечты, а фильтр против мусорной базы. Если модель помогает не писать лишним 30% контактов, она уже окупает себя.