Setiap sales team B2B di Indonesia pasti pernah ngalamin masalah ini: pipeline penuh, tapi closing rate jeblok. Saya udah lihat pola ini berulang-ulang, baik di SaaS, agency, maupun marketplace enabler. Akar masalahnya hampir selalu sama, yaitu sales ngejar semua lead dengan effort yang sama padahal kualitasnya beda jauh. Solusinya bukan nambah headcount, tapi bangun sistem lead scoring B2B yang bener. Di artikel ini saya bakal share framework lead scoring B2B yang saya pakai sehari-hari sebagai Head of BD, plus contoh skoring konkret 0-100, threshold MQL ke SQL, sampai tools yang cocok buat startup Indonesia.
Kenapa Lead Scoring B2B Itu Wajib, Bukan Optional
Bayangin tim sales kamu punya 500 lead masuk per bulan. Kalau semua dikerjain dengan effort yang sama, sales bakal burnout dan rasio closing turun ke 1-2 persen. Tapi kalau kamu bisa identifikasi 50 lead teratas yang paling mungkin closing, sales bisa fokus ke situ dan rasio closing bisa naik ke 15-25 persen. Ini bukan teori, ini hasil yang saya lihat sendiri di tim BD yang saya pegang.
Lead scoring B2B juga ngebantu align tim marketing dan sales. Marketing sering ngeluh sales nggak follow up lead, sales ngeluh lead dari marketing sampah. Kalau ada sistem skoring yang disetujui dua belah pihak, perdebatan ini selesai. Lead di atas threshold tertentu wajib di-follow up dalam SLA tertentu. Lead di bawah threshold masuk ke nurturing. Simple, tapi powerful.
Framework Lead Scoring B2B: Explicit (Firmographic) vs Implicit (Behavioral)
Framework lead scoring B2B yang saya pakai bagi dua kategori utama. Yang pertama explicit scoring, yaitu data tentang siapa lead-nya secara objektif. Yang kedua implicit scoring, yaitu data tentang gimana mereka berinteraksi sama brand kamu. Dua-duanya harus dipakai bareng. Cuma pakai salah satu bakal misleading.
Explicit Scoring (Firmographic + Demographic)
Ini data soal profil perusahaan dan kontaknya. Buat konteks Indonesia, biasanya saya pakai:
Industri: kalau target ICP saya e-commerce dan FMCG, lead dari industri itu dapat poin tinggi. Lead dari mining atau properti dapat poin rendah karena bukan target. Saya biasanya tarik data industri dari LinkedIn Sales Navigator atau dari API Tokopedia kalau jualan ke seller marketplace.
Ukuran perusahaan: jumlah karyawan dan estimasi revenue. Buat produk SaaS dengan harga 5 juta per bulan, saya kasih poin tinggi ke perusahaan dengan 50-500 karyawan. Yang di bawah 10 karyawan poinnya rendah karena budget biasanya nggak cukup. Yang di atas 1000 karyawan juga poinnya nggak setinggi mid-market karena sales cycle-nya panjang banget.
Jabatan kontak: CMO, Head of Marketing, atau Founder dapat poin tinggi. Staff atau intern dapat poin rendah. Ini bukan soal nyepelein orang, tapi soal authority untuk decide pembelian.
Lokasi: kalau bisnis kamu fokus Jakarta, Surabaya, Bandung, ya lead dari kota tier 1 itu dapat poin lebih tinggi.
Implicit Scoring (Behavioral)
Ini soal aksi yang dilakukan lead. Beberapa contoh yang saya pakai:
Engagement website: lead yang buka halaman pricing dapat poin tinggi. Yang cuma baca blog post dapat poin rendah. Yang nge-download case study dapat poin sedang.
Email engagement: open rate dan click rate. Lead yang konsisten buka email dan klik link masuk skor tinggi.
Demo request: ini sinyal paling kuat. Lead yang request demo otomatis loncat ke skor tinggi banget, biasanya langsung di-flag SQL.
Frekuensi visit: lead yang balik ke website 3-4 kali dalam seminggu menunjukkan intent serius.
Contoh Skoring Lead Scoring B2B 0-100
Biar nggak abstrak, ini contoh konkret skoring yang saya pakai untuk SaaS B2B Indonesia. Total maksimum 100 poin, dibagi 50 explicit dan 50 implicit:
| Kategori | Kriteria | Poin |
|---|---|---|
| Industri | E-commerce, FMCG, Retail | +15 |
| Industri | Lainnya yang masuk ICP | +8 |
| Industri | Bukan ICP | 0 |
| Ukuran | 50-500 karyawan | +15 |
| Ukuran | 10-49 atau 500+ | +8 |
| Jabatan | C-level, Head, VP | +15 |
| Jabatan | Manager | +8 |
| Lokasi | Jakarta atau tier 1 | +5 |
| Demo request | Submit form demo | +25 |
| Pricing page | Visit pricing 2x lebih | +10 |
| Open + click 3 email terakhir | +8 | |
| Content | Download case study | +5 |
| Engagement | Visit website 3+ kali/minggu | +2 |
Saya juga pakai negative scoring buat ngurangi noise. Lead dengan email gratisan (gmail.com, yahoo.com) dikurangi 10 poin karena biasanya bukan business buyer. Lead yang udah unsubscribe dikurangi 20 poin.
Threshold MQL, SAL, dan SQL
Setelah scoring jalan, kamu butuh threshold yang jelas. Ini yang saya pakai standar:
Marketing Qualified Lead (MQL): skor 40-59. Lead udah cukup matang buat di-nurture marketing lebih intensif, tapi belum siap di-handover ke sales. Marketing kasih konten lebih targeted, undang ke webinar, kirim case study.
Sales Accepted Lead (SAL): skor 60-79. Sales udah bisa mulai outreach, tapi masih dalam mode konsultatif. SDR atau BDR yang handle, bukan AE.
Sales Qualified Lead (SQL): skor 80+. Ini yang langsung di-handover ke Account Executive buat closing. SLA follow up maksimal 1 jam buat lead di tier ini. Saya seriusin banget speed-to-lead, karena di Indonesia kompetitor sering tinggal kontak duluan dan menang.
Threshold ini bukan angka mati. Kamu harus review tiap kuartal dan adjust based on conversion rate aktual. Kalau SQL kamu cuma closing 5 persen, mungkin threshold ketinggian atau scoring-nya salah bobot.
Tools Lead Scoring B2B: Dari Spreadsheet sampai HubSpot
Banyak founder takut lead scoring B2B itu mahal dan butuh tools premium. Padahal kamu bisa mulai pakai spreadsheet doang. Saya mulai pertama kali di startup saya dulu pakai Google Sheets dengan formula IF dan VLOOKUP. Cukup buat 200-300 lead per bulan.
Kalau udah scale ke 500+ lead per bulan, baru pertimbangkan tools beneran:
HubSpot: ini favorit saya buat startup Indonesia ukuran kecil-menengah. Lead scoring built-in di tier Marketing Hub Professional ke atas. Bisa custom property, bisa workflow otomatis kasih skor based on aksi. Harga lumayan, tapi worth it kalau marketing dan sales udah serius.
Salesforce: ini buat enterprise. Powerful banget tapi setup-nya berat dan butuh admin dedicated. Kalau perusahaan kamu udah 50+ sales people dan deal size besar, baru ke sini.
Mautic atau open source alternative: kalau budget tipis tapi pengen automation, coba Mautic. Setup-nya butuh effort engineering, tapi gratis.
Pipedrive + Zapier: kombinasi murah meriah. Pipedrive buat CRM, Zapier buat connect data dari berbagai source ke scoring formula sederhana.
Kesalahan Umum yang Bikin Lead Scoring Gagal
Saya udah lihat banyak tim implementasi lead scoring tapi gagal. Ini pola kesalahan yang paling sering muncul:
Kebanyakan kriteria: ada tim yang bikin 30 kriteria scoring. Hasilnya sales pusing, marketing pusing, dan sistem nggak ke-maintain. Mulai dari 8-12 kriteria utama, scale dari situ.
Nggak pernah di-update: scoring yang dibuat 2 tahun lalu mungkin udah nggak relevan sekarang. ICP berubah, channel marketing berubah, perilaku buyer berubah. Saya review scoring tiap kuartal, full recalibration tiap tahun.
Sales nggak dilibatkan: scoring sering dibuat marketing sendiri tanpa input sales. Hasilnya skor tinggi tapi nggak closing, sales jadi nggak percaya sistem. Lead scoring B2B harus jadi proyek bareng marketing dan sales sejak awal.
Nggak ada negative scoring: tim cuma fokus nambah poin, lupa ngurangi poin buat sinyal negatif. Akibatnya lead-lead jelek tetep ke-flag tinggi.
Nggak validasi pakai data closing: kalau scoring tinggi tapi conversion rate-nya sama dengan scoring rendah, berarti modelnya broken. Validasi tiap bulan pakai data closing aktual.
Cara Sales Team Indonesia Pakai Lead Scoring
Konteks B2B Indonesia agak beda sama Amerika atau Eropa. Sales cycle di sini lebih relationship-driven, banyak deal closing-nya lewat WhatsApp dan ketemu offline. Jadi lead scoring jangan dipakai kaku. Saya kasih beberapa adjustment yang saya pakai:
Pertama, pakai skor sebagai panduan, bukan keputusan absolut. Kalau ada lead skor 50 tapi sales feeling-nya bagus karena ada existing relationship, ya boleh tetep di-pursue. Tapi tetep tracking, evaluate end of quarter apakah feeling sales valid atau bias.
Kedua, integrasiin sama channel WhatsApp. Banyak lead Indonesia justru aktif di WhatsApp Business, bukan email. Engagement di WhatsApp (reply rate, response time) harus masuk ke scoring formula kamu.
Ketiga, kasih SLA realistis. Ngomong-ngomong follow up SQL dalam 1 jam itu ideal, tapi realistis di Indonesia mungkin 2-4 jam karena timezone dan jam kerja. Yang penting konsisten dan diukur.
Lead scoring B2B yang bener bisa naikin produktivitas sales 2-3 kali lipat tanpa nambah headcount. Tapi inget, ini sistem hidup yang butuh maintenance. Mulai dari sederhana, validasi terus pakai data closing, libatin sales sejak awal, dan jangan takut adjust threshold. Kalau kamu serius scale tim BD di Indonesia, lead scoring bukan nice-to-have, tapi infrastruktur dasar yang wajib ada sebelum nambah orang.
