AI Lead Skorlama ve Kalite Havuzu: Hangi Lead'e Önce Yazmalı?

Binlerce lead arasından hangisine önce yazmalı? Paplead'in 0-100 kalite skoru, hibrit (deterministik + LLM) skorlama ve enrichment istihbaratı ile lead önceliklendirmeyi nasıl yaptığını anlatıyoruz.
Lead bulmak çözülmüş bir problem. Asıl soru şu: elinizde binlerce işletme varken hangisine önce yazacaksınız? Hepsine aynı anda mesaj atmak hem ban riski hem de boşa harcanan dikkat demektir. Paplead bu önceliklendirmeyi rastgeleliğe bırakmaz; her lead'e bir kalite skoru verir.
Neden Skorlama? Çünkü Her Lead Eşit Değildir
Google Maps'ten çekilen iki işletmeyi düşünün:
- ▸Biri: web sitesi yok, telefon eksik, kategori belirsiz.
- ▸Diğeri: düzgün web sitesi var, açık iletişim, net sektör, aktif görünüyor.
İkisine de aynı enerjiyi vermek mantıksız. Skorlama, ekibin (veya botun) ilk mesajlarını en yüksek dönüşüm ihtimali olan lead'lere harcamasını sağlar.
0-100 Kalite Skoru: Global Havuza Jenerik Bir Sinyal
Paplead'in lead havuzunda her kayıt 0 ile 100 arası bir kalite skoru taşır. Bu skor jeneriktir, yani belirli bir müşteriye değil, lead'in nesnel kalitesine bakar. Böylece havuz, kim kullanırsa kullansın tutarlı bir öncelik sırası verir.
Hibrit Skorlama: Deterministik + LLM
Skoru tek bir yönteme bırakmadık; iki katman birlikte çalışır:
- 1.Deterministik katman: Hızlı, ucuz, açıklanabilir. Web sitesi var mı? İletişim bilgisi tam mı? Kategori net mi? Veri ne kadar eksiksiz? Bunlar kurallarla puanlanır.
- 2.LLM katmanı: İşletmenin gerçekten "yazmaya değer" olup olmadığına dair daha incelikli bir yargı. Deterministik sinyallerin yakalayamadığı bağlamı değerlendirir.
Hibrit yaklaşım, saf-kural sistemin körlüğünü ve saf-LLM sistemin maliyet/tutarsızlığını aynı anda azaltır.
Mühendislik notu: Skorlamada reasoning (akıl yürüten) modeller kullanırken parametre tuzaklarına dikkat, bazı parametreler bu modellerde farklı davranır. Bu tür ayrıntılar skorun tutarlı kalmasını sağlar.
Skordan Sonra: Enrichment ile "Neden" Bilgisi
Skor "kime önce yaz" sorusunu cevaplar; enrichment ise "ne yaz" sorusunu. Yüksek skorlu lead'lerde Faz 1 enrichment çalışır ve şu istihbaratı üretir:
- ▸Opener: O işletmeye özel doğal açılış cümlesi.
- ▸Pain points: Muhtemel acı noktaları.
- ▸Signals: Satın alma/ihtiyaç sinyalleri.
Bu veriler lead'in quality_meta.enrichment alanında saklanır ve panelde "İlk Mesaj İstihbaratı" bloğu olarak görünür. Yani skor yüksek lead'i öne çıkarır, enrichment de o lead'e ne diyeceğinizi hazırlar.
Pratikte Akış
- 1.Havuza lead düşer → kalite skoru hesaplanır (deterministik + LLM).
- 2.Yüksek skorlu lead'ler önceliklendirilir.
- 3.Bu lead'ler için enrichment istihbaratı üretilir.
- 4.AI ilk mesajı bu istihbaratla, en alakalı şekilde yazar.
- 5.Düşük skorlu/eksik veri lead'leri boşa enerji yakmaz.
Sonuç: Önceliklendirme = Hem Dönüşüm Hem Ban Koruması
Skorlama sadece dönüşümü artırmaz; hesap kalitesinin de parçasıdır. Günlük gönderim adediniz sınırlıyken (siz seçersiniz, Meta'nın gönderim kademesi tavan koyar) o kotayı çöp lead'lere değil en kaliteli lead'lere harcamak çift kazançtır: daha yüksek dönüşüm, daha az boşa mesaj, daha düşük şikâyet oranı, şikâyet oranı da doğrudan hesap kalite derecenizi belirler.