HubSpot Lead Scoring sollte dem Team bei der nächsten Entscheidung helfen, nicht nur eine Zahl erzeugen. Unterscheidet die Eignung eines Kontakts für euer Zielkundenprofil von seinen Interaktionen mit dem Unternehmen. Legt anschließend fest, welche Hinweise Nurturing, eine menschliche Prüfung oder die Übergabe an den Vertrieb rechtfertigen.
Jemand kann mehrere Artikel lesen, ohne eure Leistung zu benötigen. Eine andere Person stellt eine konkrete Implementierungsanfrage mit kaum zuvor erfasster Aktivität. Ein sinnvolles Scoring erkennt, dass Verhalten Kontext liefert, aber die Bedeutung einer Anfrage nicht ersetzt.
Lasst Marketing und Vertrieb einen Lead beschreiben, den sie tatsächlich priorisieren würden. Bestimmt die relevanten Merkmale und Hinweise auf einen passenden Bedarf. Besteht keine Einigkeit, bildet ein Score den Widerspruch nur ab, statt ihn zu lösen.
Definiert Fit anhand von Unternehmensrelevanz, unterstützter Region oder Bezug zum Angebot. Engagement umfasst Handlungen, die plausibel Interesse zeigen. Eindeutige Kaufsignale wie eine passende Beratungsanfrage müssen sichtbar bleiben, statt in einer allgemeinen Aktivitätssumme unterzugehen.
Die HubSpot-Dokumentation zum Lead Scoring unterscheidet Fit-Kriterien aus Eigenschaften und Engagement-Kriterien aus Ereignissen. Verfügbare Score-Typen hängen von Produkt und Objekt ab. Prüft die Möglichkeiten eures Accounts, bevor ihr ein Modell entwickelt, das ein anderes Abonnement benötigt.
Ein praktischer Ausgangspunkt umfasst vier Situationen. Ein passender, aktiver Kontakt kann eine Vertriebsprüfung verdienen. Ein passender Kontakt mit wenig Aktivität benötigt möglicherweise hilfreiche Informationen. Ein aktiver Leser mit geringem Fit sollte nicht automatisch priorisiert werden. Ein unpassender, inaktiver Datensatz benötigt üblicherweise keine intensive Kontaktstrecke.
Diese Matrix ist ein Gestaltungsvorschlag, kein allgemeiner HubSpot-Standard. Übersetzt sie in eure Definitionen und prüft sie anhand tatsächlicher Datensätze. Übernehmt keine Punkteschwellen anderer Unternehmen, ohne deren Customer Journey zu verstehen.
Definiert auch die Bedeutung von „unbekannt“. Eine fehlende Unternehmensgröße ist nicht zwangsläufig ein schlechter Fit. Möglicherweise benötigt das Team weitere Informationen. Werden fehlende Werte grundsätzlich negativ gewertet, können relevante Verkaufschancen ausgeschlossen werden.
Wiederholte Handlungen mit geringem Aussagewert sollten eine konkrete Anfrage nicht überwiegen. Gruppiert verwandte Aktivitäten und prüft Begrenzungen, damit ein Kontakt nicht allein durch das Öffnen vieler ähnlicher Nachrichten höchste Priorität erhält.
Bewertet die Zuverlässigkeit eurer Messsignale. Eine E-Mail-Öffnung ist keine gezielte Anfrage. Ein nicht erfasster Websitebesuch beweist wiederum kein fehlendes Interesse. Nutzt Verhalten als einen Baustein neben ausdrücklichen Angaben und Vertriebsfeedback.
Legt fest, wie alte Aktivitäten die Entscheidung beeinflussen. Beschreibt vergangenes Engagement nicht mehr die aktuelle Absicht, sollte seine Bedeutung mit unterstützten Scoring- oder Prozessfunktionen reduziert werden. Prüft im Abonnement verfügbare Regeln für zeitlichen Abbau, Ausschluss und Zurücksetzen, bevor ihr darauf baut.
Ein hoher Score ohne zuständigen Mitarbeiter erzeugt keinen betrieblichen Nutzen. Definiert, wer den Lead prüft, welche Informationen übergeben werden, wann eine Reaktion erwartet wird und was mit einem noch nicht bereiten Kontakt geschieht.
Übergebt den Grund für die Priorisierung. „Hat ein CRM-Migrationsgespräch angefragt und passt zum Zielsegment“ ist hilfreicher als „Score: 78“. Relevante Anfrage, Unternehmenskontext und bisherige Interaktionen sollten im Datensatz sichtbar sein.
Schafft einen Rückkanal. Der Vertrieb sollte angenommene, noch nicht bereite und ungeeignete Leads mit nachvollziehbarer Begründung unterscheiden können. So verbessert das Marketing das Modell, ohne raten zu müssen, ob wenige Termine an der Zielgruppe oder verspäteter Nachverfolgung liegen.
Prüft vor einer folgenreichen Routing-Aktivierung eine kleine Auswahl:
Sucht nach fälschlich priorisierten und fälschlich übersehenen Kontakten, statt nur zu kontrollieren, ob Punkte vergeben werden.
Eine sinnvolle Verteilung ist nützlich, aber nicht das abschließende Geschäftsergebnis. Prüft, ob priorisierte Leads zeitnah betreut werden und daraus passende Gespräche entstehen. Untersucht Änderungen im Traffic- oder Kampagnenmix, bevor ihr Schwellenwerte anpasst.
Dokumentiert Verantwortliche, Kriterien, Prüftermin und Aktionen je Qualifizierungsstatus. Das Vertriebsteam sollte den Grund für eine Priorisierung erklären können, ohne einen langen Workflow lesen zu müssen.
Welcher Score sollte einen MQL auslösen? Es gibt keine allgemeingültige Schwelle. Definiert den Qualifizierungsmaßstab, testet repräsentative Datensätze und leitet daraus einen passenden Grenzwert ab.
Belegt hohes Engagement Kaufabsicht? Nein. Es zeigt Aktivität nach euren Regeln. Fit, Bedeutung der Interaktion und ausdrückliche Anfragen bleiben entscheidend.
Ist sinnvolle Qualifizierung ohne fortgeschrittene Scoring-Funktionen möglich? Ja. Klare Eigenschaften, eindeutige Anfragetypen und ein Prüfprozess können bereits vor einem komplexeren Modell wertvoll sein.
Unser Projekt zur HubSpot-Datenstandardisierung zeigt die Bedeutung einheitlicher Klassifizierung vor nachgelagerter Automatisierung. SK Digital Solution verbindet Qualifizierung mit Nurturing und Vertriebszuständigkeiten. Besprecht euren Lead-Prozess mit uns.
HubSpot-Scoring-Dokumentation geprüft am 15. November 2026. Beispiele sind Gestaltungsempfehlungen, keine gemeldeten Kundenergebnisse oder allgemeingültigen Scoring-Regeln.