Lead Scoring Nedir? AI ile Otomatik Müşteri Önceliklendirme

Satış ekibinin önüne her gün 50 farklı potansiyel müşteri geliyor olabilir. Hangisini önce arayacak? Hangisi gerçekten satın alacak, hangisi sadece "soruyorum" diyecek? İşte lead scoring tam burada devreye giriyor: gelen müşteri adaylarını otomatik olarak puanlayarak satış ekibinin enerjisini en olası kazançlara odaklayan bir sistem. 2026 itibarıyla yapay zekâ destekli lead scoring artık büyük firmaların tekelinde değil; KOBİ'ler de geçmiş verilerden öğrenen, davranışa göre puan veren akıllı modeller kurabiliyor. Bu rehberde lead scoring'in ne olduğunu, manuel ve AI destekli yaklaşımların farkını, hangi kriterleri puanlamanız gerektiğini ve KOBİ ölçeğinde sıfırdan nasıl kuracağınızı tüm detaylarıyla ele alacağım.

Lead Scoring Nedir, Neden Gerekli?

Lead scoring, gelen müşteri adaylarına satın alma olasılıklarına göre sayısal bir puan vermektir. Bu puan genellikle 0 ile 100 arasında değişir ve birkaç farklı kategoriye göre hesaplanır: kişinin profili (sektör, firma büyüklüğü, pozisyon), gösterdiği davranış (siteyi ne kadar gezdi, kaç mail açtı, demo talep etti mi), ve etkileşim sıklığı.

Sistemin amacı çok net: satış temsilcilerinin zamanı sınırlıdır. Eğer ekip, gelen 100 lead'in hepsini eşit önemde görüp aynı sırayla ararsa, en hazır müşteriye 4 gün sonra ulaşır, bu sırada müşteri rakibe gitmiş olur. Lead scoring ise sıralamayı tersine çevirir: en yüksek puanlı lead'ler önce, düşük puanlılar ya nurture (yetiştirme) akışına ya da hiç aranmama listesine atılır.

Lead Scoring'siz Bir Satış Ekibi Ne Kaybeder?

Lead scoring uygulamayan bir KOBİ'nin tipik problemi şudur: ekibin %60 zamanı asla satın almayacak kişilerle geçer. Bir Salesforce araştırmasına göre satış temsilcileri vakitlerinin sadece %23'ünü gerçekten satış yapmaya, kalanını ise eleme, takip ve idari işlere harcıyor. Lead scoring devreye girdiğinde bu oran %40'a kadar çıkıyor ve satış konversiyonu ortalama %30 artıyor.

Manuel Lead Scoring vs AI Lead Scoring

Lead scoring iki ana yaklaşımla yapılır: kural tabanlı manuel sistem ya da makine öğrenmesi destekli yapay zekâ modeli.

Manuel (Kural Tabanlı) Scoring

Manuel scoring'de siz kuralları belirlersiniz: "Form dolduran +20 puan", "Fiyat sayfasına 3 kez girdi +15 puan", "Şirket büyüklüğü 50+ ise +25 puan" gibi. HubSpot, Pipedrive, Zoho gibi tüm CRM'ler bu yapıyı destekler.

Avantajı kontrolünüzün tam olmasıdır; dezavantajı ise zamanla kuralların eskimesi ve gerçek satın alma davranışını yakalayamamasıdır. Manuel scoring genellikle ilk başlangıç için yeterlidir.

AI Destekli (Predictive) Scoring

AI scoring, geçmişte kazanılan ve kaybedilen lead'lerin verilerini analiz ederek hangi sinyallerin gerçekten satışa dönüştüğünü öğrenir. Bir lead'in puanı artık subjektif kurallarla değil, istatistiksel olasılıkla belirlenir.

Örneğin sistem şunu fark eder: "Geçen yıl satışa dönen 200 müşterinin %78'i, formu doldurduktan 24 saat içinde fiyat sayfasını ikinci kez ziyaret etti." Bu davranışı sergileyen yeni lead'lere otomatik olarak +30 puan verir. İnsan müdahalesi gerekmez, model kendi öğrenir.

Lead Scoring İçin 5 Temel Puanlama Kriteri

İyi bir scoring modeli sadece bir-iki sinyale değil, birden fazla boyuta bakar. Aşağıdaki 5 kriter hem manuel hem AI sistemlerinin temelini oluşturur.

1. Sektör Uyumu

Hedef müşteri profiliniz e-ticaret işletmeleri ise, gelen lead bir inşaat firmasıysa puanı düşük tutulmalı. Sektör verisi genellikle form alanından ya da firma e-posta domain'inden çıkarılır.

2. Firma Büyüklüğü ve Bütçe

10 kişilik bir ajansla 500 kişilik bir holdingin satın alma süreçleri çok farklıdır. Çalışan sayısı, ciro, ödeyebileceği bütçe aralığı gibi veriler puana yansır.

3. Davranışsal Sinyaller

• Web sitesinde geçirdiği süre
• Açtığı sayfalar (fiyat, vaka, demo)
• İndirdiği dökümanlar
• Açtığı e-postalar ve tıkladığı bağlantılar
• Webinar veya etkinliklere katılım

Davranış puanlamada en güçlü sinyal niyet göstergeleridir: fiyat sayfasına giren biri satın almaya en yakın olandır.

4. İlgi Seviyesi ve Etkileşim

E-posta açma oranı, sosyal medyada takip, yorum yapma, mesaj gönderme gibi aktif etkileşimler ilgi seviyesini gösterir. 3 ay önce form dolduran ama hiç yanıt vermeyen biriyle, dün form doldurup hemen WhatsApp'tan yazan biri aynı puanı almamalı.

5. Geri Dönüş Hızı

Lead ne kadar hızlı yanıt veriyor? Mesajınıza 5 dakikada cevap veren biri, 5 günde cevap verenden çok daha sıcaktır. Bu metrik özellikle B2B'de satın alma olasılığının en güvenilir göstergelerinden biri.

Lead Scoring Tablosu: 0-100 Puan Sistemi

İşte KOBİ'lerin kullanabileceği basit ama etkili bir puanlama tablosu:

Kategori	Sinyal	Puan
Profil	Hedef sektör eşleşmesi	+20
Profil	Karar verici pozisyonu	+15
Profil	Firma büyüklüğü uygun	+15
Davranış	Fiyat sayfası ziyareti	+15
Davranış	Demo / teklif talebi	+25
Davranış	E-posta açma (%3+)	+10
Davranış	İçerik indirme	+10
Etkileşim	24 saat içinde dönüş	+20
Negatif	Bedava e-posta domain'i (gmail)	-10
Negatif	30 gün sessizlik	-15

Renk Kodlu Aksiyon Sistemi

Puan Aralığı	Renk	Aksiyon
0-39	Kırmızı	Hiç arama, sadece nurture e-posta akışına ekle
40-69	Sarı	E-posta + WhatsApp ile takip, satış henüz aramasın
70-100	Yeşil	Satış ekibine anında bildirim, 1 saat içinde ara

Bu sistem sayesinde satış ekibi yeşil lead'lere odaklanır, sarılar otomatik nurture'a girer, kırmızılar zamanınızı çalmaz. Yeşil lead hacmini büyütmek için kaynak başına maliyeti optimize eden bir Meta reklam ajansı ile çalışmak, lead scoring sisteminin gerçek değerini ortaya çıkarıyor — çünkü kalifiye lead akışı olmadan en iyi scoring modeli bile boşa çalışır.

AI'nın Lead Scoring'e Katkısı

Yapay zekânın bu işteki süper gücü üç noktada toplanıyor:

1. Geçmiş Veriden Öğrenme

AI modelleri son 1-2 yılın kazanılan ve kaybedilen lead verilerini analiz eder. "Bu profildeki lead'lerin %X'i satışa dönüyor" türünden olasılık çıkarımları yapar. Siz hiç kural yazmadan sistem kendi puanlama mantığını kurar.

2. Predictive (Tahminsel) Puanlama

Klasik scoring "ne yaptı?" sorusuna bakar. AI scoring "ne yapacak?" sorusunu cevaplar. Bir lead'in önümüzdeki 30 gün içinde satın alma olasılığını yüzde olarak verebilir.

3. Sürekli Optimizasyon

Pazar değişir, müşteri davranışı değişir. Manuel kurallar 6 ayda eskimeye başlar. AI modeli her yeni veriden öğrenmeye devam ettiği için kendini güncel tutar.

Yapay zekâ ile satış süreçleri yazımızda bu konuyu daha geniş bir perspektifle ele almıştık; lead scoring orada anlatılan büyük resmin en kritik parçalarından biri.

Lead Scoring İçin Hangi Araçları Kullanmalı?

HubSpot

Predictive lead scoring özelliği Professional plandan itibaren mevcut. Geçmiş verinizi otomatik analiz ederek bir AI modeli kurar. Aylık 800 dolardan başlar — büyük ekipler için ideal.

Salesforce Einstein

Sektör standardı. Çok güçlü ama karmaşık ve pahalı. Yıllık 15.000+ TL kullanıcı başına. 50+ satış temsilcisi olan firmalar için anlamlı.

Pipedrive

Daha sade ve KOBİ dostu. Lead scoring eklentisi ekstra. Aylık kullanıcı başına 14-99 dolar arasında değişir.

Zoho CRM + Zia AI

En uygun fiyatlı predictive scoring sunan platformlardan biri. KOBİ'ler için iyi bir denge.

Eğer HubSpot'un fiyatı bütçenizi zorluyorsa HubSpot alternatifi yazımızda detaylı karşılaştırmaları bulabilirsiniz.

KOBİ İçin Basit Alternatif: Google Sheet + AI Prompt

Aylık binlerce dolar ödemek istemeyen küçük ekipler için sürpriz çözüm: Google Sheet + ChatGPT API ile basit ama işlevsel bir scoring sistemi kurmak mümkün.

Adım 1: Google Sheet Şablonu

Bir tabloda her lead için şu alanlar olsun: Ad, sektör, firma büyüklüğü, kaynak (form, Instagram, referans), ilk mesaj içeriği, son etkileşim tarihi.

Adım 2: AI Scoring Formülü

Make.com ya da Zapier üzerinden her yeni satır geldiğinde OpenAI API'ye gönderilen bir prompt kurulur:

"Aşağıdaki müşteri verisini analiz et ve 0-100 arasında satın alma olasılığı puanı ver. Kategoriler: profil uyumu (0-30), davranış (0-40), etkileşim (0-30). Sadece JSON dön."

Adım 3: Otomatik Aksiyon

100 üzerinden 70+ alan lead'ler için WhatsApp Business üzerinden satış temsilcisine bildirim gider. 40-69 arası mail nurture'a girer. 0-39 olanlar sadece kayıt altında tutulur.

Bu sistem ayda 200-300 TL maliyetle çalışır ve doğru kurulduğunda ticari CRM'lerin yaptığı işin %70'ini yapar. Detaylı kurulum için n8n kurulum hizmeti sayfamızı inceleyebilirsiniz.

Sektörel Lead Scoring Örnekleri

Danışmanlık Sektörü

Bir SEO danışmanlığı için kritik sinyaller: web sitesi domain otoritesi, mevcut trafik (SimilarWeb verisi), şirket büyüklüğü, fiyat sayfasında geçirilen süre. Yüksek puanlı lead = e-ticaret firması + 10K aylık trafik + fiyat sayfasında 90 saniye.

Eğitim Sektörü

Online kurs satan biri için: ücretsiz webinar katılımı (+25), 3+ blog ziyareti (+10), ücretsiz e-kitap indirme (+15), demo ders talebi (+30). 70+ alan kişiye anında satış araması.

E-ticaret

Sepete ekleyip terk eden kişi (+30), 3 ürün karşılaştıran (+20), indirim kodu kullanan (+15), mobil uygulamadan giriş yapan (+25). Yüksek puanlı sepet terk eden müşteriye anında WhatsApp ile %10 indirim mesajı.

Klinik / Estetik

Randevu sayfasında 2+ dakika kalan (+30), Instagram'dan DM atan (+25), öncesi/sonrası galerisinde gezen (+15), iletişim formunda telefon bırakan (+30). Yüksek puanlılar danışma birimine anında düşer.

Emlak

Belirli mahalle filtresi kullanan (+20), fiyat aralığını netleştiren (+15), aynı ilanı 3+ kez ziyaret eden (+30), broşür indiren (+20). 70+ alanlar emlak danışmanına anında atanır.

CRM ile Entegrasyon: Scoring Aksiyona Dönüşmeli

Lead scoring tek başına bir sayıdır; gerçek değer otomatik aksiyonlarla ortaya çıkar. CRM otomasyonu hizmetimizle entegre edilen scoring sistemi şunları yapar:

• Yüksek puanlı lead anında satış ekibine atanır
• Orta puanlı lead nurture e-posta akışına girer
• Düşük puanlı lead Facebook reklam audience'ından çıkarılır (boş bütçe yakmaz)
• Skor zamanla düşerse otomatik re-engagement kampanyası tetiklenir

Bu entegrasyon yapılmazsa scoring sadece "güzel grafik" olur, satışa dönmez.

En Sık Yapılan Hatalar

1. Çok fazla kriter koymak. 30 farklı kural koyarsanız sistem karmaşıklaşır ve kimsenin neden 75 aldığını anlayamazsınız.
2. Negatif puanları unutmak. Bedava e-posta, eski etkileşim, yanlış sektör gibi olumsuz sinyalleri puana yansıtmamak skorları şişirir.
3. Sadece davranışa bakmak. Profil verisi olmadan davranış yanıltıcıdır. Fiyat sayfasını ziyaret eden biri rakibinizin çalışanı olabilir.
4. Scoring'i bir kez kurup unutmak. Her 3-6 ayda kuralları gözden geçirip güncellemelisiniz.
5. Satış ekibine açıklamamak. Ekip neden bir lead'in 80 aldığını anlamıyorsa sisteme güvenmez ve eski alışkanlıklarına döner.

PORTZEN ile Lead Scoring

PORTZEN olarak KOBİ'ler için kurduğumuz lead scoring sistemleri ya HubSpot/Pipedrive üzerinde hazır predictive modellerle, ya da n8n + OpenAI API ile özel kurulan hibrit yapılarla çalışıyor. Tipik bir kurulum 2-3 hafta sürüyor ve aylık 500-2.000 TL aralığında operasyonel maliyetle hizmet veriyor. Geçmiş 12 ayın satış verilerini analiz ederek hangi sinyallerin gerçekten satışa dönüştüğünü tespit ediyor, ona göre puanlama modelini kuruyoruz.

Yapay zekâ destekli sistem kurduğumuz danışmanlık firmalarında satış ekibinin yanıt süresi ortalama 4 saatten 12 dakikaya, lead-to-sale konversiyonu ise %3,5'tan %8,2'ye çıkıyor. Yani aynı reklam bütçesiyle 2 kattan fazla satış. Sistem yeşil lead bildirimi olduğunda satış temsilcisine WhatsApp'tan anlık uyarı gönderiyor, satış aktivitesi tek kanaldan yönetilebiliyor.

Eğer mevcut CRM'iniz varsa onun üzerine inşa ediyoruz; yoksa sıfırdan KOBİ ölçeğine uygun bir yapı kuruyoruz. Hedef her zaman aynı: satış temsilcilerinizin zamanını en olası kazançlara odaklamak.

Ücretsiz keşif görüşmesi: portzenai.com/iletisim — 15 dakikada işletmeniz için uygun yapıyı netleştiririz.