Обычно score строится из нескольких сигналов: источник регистрации, заполненность формы, должность и компания, посещение live-эфира, длительность просмотра, вопросы в чате, ответы в опросах, клики по ссылкам, просмотр записи, скачивание материалов и реакция на письмо после мероприятия.
AI-агент может собрать эти данные из Zoom, CRM, Google Sheets, email-платформы и формы регистрации, нормализовать их, объяснить причину оценки и предложить next action: горячий лид продажам, nurturing в рассылку, приглашение на демо или просто запись в сегмент интереса.
Важно не считать attendee scoring абсолютной истиной. Высокий score означает повышенный интерес, но не гарантирует покупку. Низкий score тоже не всегда значит "не интересно": человек мог смотреть запись позже, прийти от имени команды или не задавать вопросы публично.
Хорошая система scoring должна быть прозрачной. Рекрутеру продаж или маркетологу нужно видеть не только число 82/100, но и причины: посетил 54 минуты, задал вопрос про внедрение, кликнул на кейс, компания подходит по сегменту, ранее скачивал чек-лист.
Примеры
- Участник зарегистрировался, пришел на эфир, смотрел 47 минут и задал вопрос про стоимость. Агент ставит высокий score и создает задачу sales.
- Человек зарегистрировался, но не пришел. Score низкий, но агент отправляет запись и переносит контакт в nurturing-цепочку.
- Участник смотрел запись после вебинара, скачал презентацию и кликнул на страницу демо. Score повышается через два дня после события.
- Вопрос "как интегрировать с Bitrix24" повышает score для B2B-продаж, потому что показывает практический интерес.
- Если email домен личный и форма почти пустая, агент не отбрасывает лид, но помечает его как "нужно уточнить компанию".
- Маркетолог видит топ-20 участников с объяснением score и готовыми follow-up темами для менеджеров.
Где используется
- приоритизация лидов после вебинара
- передача горячих участников в CRM
- подготовка follow-up писем и задач sales
- сегментация аудитории по интересу и теме вопроса
- оценка качества вебинара и источников регистрации
- nurturing участников, которые не готовы к продаже
- обогащение карточки лида данными о посещении
- автоматизация отчетов по онлайн-мероприятиям
- подбор тем для следующих вебинаров по вопросам участников
- связка Zoom, CRM, email-платформы и Google Sheets
Связанные термины
Частые вопросы
Attendee scoring и lead scoring - это одно и то же?
Attendee scoring - частный случай lead scoring для вебинаров и мероприятий. Он оценивает не только профиль лида, но и поведение на событии: пришел ли человек, сколько смотрел, какие вопросы задавал и что сделал после.
Какие сигналы самые полезные для scoring?
Обычно важны посещение live-эфира, длительность просмотра, вопросы в чате, клики по материалам, просмотр записи, должность, компания, источник регистрации и действия после follow-up письма.
Может ли ИИ-агент сам передавать лиды продажам?
Да, но лучше делать это по понятным правилам: например, score выше порога, подходящий сегмент, есть вопрос про внедрение или цену. Для спорных случаев агент может создать задачу на ручную проверку.
Почему нельзя оценивать участника только по времени просмотра?
Время просмотра полезно, но неполно. Человек мог оставить эфир открытым фоном или, наоборот, посмотреть короткий важный фрагмент и запросить демо. Лучше учитывать набор сигналов.
Что показывать менеджеру вместе со score?
Показывайте причины оценки: длительность просмотра, вопросы, клики, тему интереса, компанию, источник, историю касаний и рекомендуемый follow-up. Одно число без объяснения плохо помогает продавать.
Какие риски есть у attendee scoring?
Риски: неверные данные посещения, переоценка случайных кликов, дискриминационные правила, спам follow-up и передача персональных данных без согласия. Нужны прозрачные правила, consent и возможность ручной проверки.
