리드 스코어링은 어디서부터 시작해야 합니까. 도구 도입이 아니라 이미 계약된 건의 공통 항목을 역산하는 일에서 시작합니다. 지난 분기 계약 30건과 실패 30건을 엑셀 한 장에 놓고 비교하면 첫 모형이 나옵니다. 국내 B2B 데이터 연구에서는 항목을 하나 더한 모형이 기존 모형보다 예측 오차를 0.76에서 0.56으로 줄였습니다(우미영·김영준, 2024). 이 글은 점수를 줄 항목 선정, 가중치 배분 순서, 점수 구간별 처리 규칙, 3개월 재보정, 낮은 점수 리드의 재활용 경로를 다룹니다.
요약
- 계약 30건과 실패 30건, 60행짜리 엑셀 한 장이 첫 스코어링 모형의 재료입니다.
- 점수 항목은 행동·속성·시점 세 묶음에서 8개 안팎으로 끊습니다.
- 가중치는 100점을 행동 50, 속성 30, 시점 20으로 나누는 배분에서 출발합니다(계산 예시).
- 국내 유통 데이터 연구에서 고객 1,866명 중 227명, 12.2%만 최상위 집단이었습니다(리우룬칭 외, 2018).
스코어링의 재료는 도구가 아니라 지난 분기 계약서입니다
리드 스코어링은 문의 한 건이 계약으로 이어질 가능성을 점수로 바꿔 응대 순서를 정하는 규칙입니다.
스코어링을 시작하겠다고 하면 대개 도구 견적부터 받습니다. 순서가 뒤집혔습니다. 점수를 매길 항목이 없으면 도구는 빈 상자입니다.
첫 모형의 재료는 회사 안에 이미 있습니다. 지난 분기 계약 30건과 실패 30건이면 충분합니다. 엑셀 한 장이 첫 도구입니다.
응대 순서를 정해야 하는 이유는 물량에 있습니다. 2026년 1월 온라인쇼핑 거래액은 24조 1,004억원으로 전년 같은 달보다 8.6% 늘었습니다. 모바일 비중은 78.2%였습니다(국가데이터처, 2026). 유입은 늘지만 상담 인력은 그대로입니다.
계약 30건과 실패 30건을 한 표에 놓습니다
엑셀 한 장을 열고 60개 행을 채웁니다. 열에는 유입 경로, 문의 시각, 지역, 요청 내용, 예산 언급 여부, 첫 통화까지 걸린 시간, 결과를 적습니다.
계약된 30건에서만 반복되는 값이 첫 점수 항목입니다. 실패 30건에도 같은 비율로 나타나는 값은 뺍니다. 두 집단을 가르지 못하는 항목은 점수만 나눠 주고 순서는 바꾸지 못합니다.
60건은 넉넉한 표본이 아닙니다. 첫 모형의 목적은 정확한 확률이 아닙니다. 오늘 누구에게 먼저 전화할지를 정하는 것입니다.
항목은 8개 안팎에서 멈춥니다
항목을 20개 넘게 만들면 입력이 밀립니다. 점수는 상담원이 통화 직전 3초 안에 확인할 수 있어야 합니다. 8개면 한 화면에 들어갑니다.
항목을 늘리기보다 결정적인 항목 하나를 찾는 편이 낫습니다. 우미영·김영준(2024)은 B2B 기술 산업 기업 자료에 기술 협업 이력을 더한 모형을 검증했습니다. 평균 절대 오차가 0.76에서 0.56으로 줄었습니다.
같은 연구에서 예측 등급과 실제 등급이 일치할 확률은 0.26에서 0.50으로 올랐습니다. 항목 하나가 분류를 바꿨습니다. 가중치 소수점을 다듬는 작업보다 먼저 할 일입니다.
점수 항목은 행동·속성·시점 세 묶음으로 나눕니다
항목을 세 묶음으로 나누면 가중치 논쟁이 줄어듭니다. 행동은 리드가 한 일, 속성은 리드가 가진 조건, 시점은 시간과 관련된 값입니다.
아래 표는 세 묶음이 각각 무엇을 보고 몇 점을 가져가는지 정리한 것입니다.
| 묶음 | 무엇을 보는가 | 예시 항목 | 배점(계산 예시) |
|---|---|---|---|
| 행동 | 리드가 직접 한 일 | 견적 요청, 가격 페이지 3회 이상 열람, 전화 인입 | 50점 |
| 속성 | 바꿀 수 없는 조건 | 지역, 업종, 규모, 예산대 | 30점 |
| 시점 | 시간과 관련된 값 | 영업시간 내 문의, 문의 후 경과일 | 20점 |
행동 점수는 되돌리기 어려운 행동에 몰아 줍니다
페이지 조회와 견적 요청에 같은 점수를 주면 순서가 뒤섞입니다. 되돌리기 어려운 행동일수록 점수를 높입니다. 전화를 걸었거나 견적서를 요청한 리드는 이름만 남긴 리드와 다른 구간에 놓입니다.
인입(문의가 들어오는 것) 채널도 행동으로 봅니다. 폼 작성보다 전화 인입의 계약률이 높은 업종이 많습니다. 채널별 계약률을 먼저 세어 보고 배점을 정합니다.
유입 단계에서 리드 품질을 나누는 기준은 상담 DB 유효율 선별 기준을 정리한 글에 더 자세히 적혀 있습니다.
속성 점수는 계약이 어려운 조건을 걸러냅니다
속성은 점수를 더하기보다 빼는 데 씁니다. 서비스 지역 밖, 최소 예산 미만, 동종업 재직 같은 조건은 감점이나 제외로 처리합니다.
조광현·박희창(2012)은 부동산 회원 분류에서 최근성·빈도·구매액에 광고 상품 구매 기간을 더했습니다. 기존 모형보다 세분화 결과가 나아졌습니다. 업종 고유의 속성 하나가 분류를 바꿉니다.
모집단 크기도 속성 배점의 근거가 됩니다. 국내 기업활동조사 대상 기업은 14,922개입니다(국가데이터처, 2025). B2B라면 이 안에서 응대 우선순위를 정해야 합니다.
시점 점수는 시간이 지나면 깎습니다
문의 직후 10분과 사흘 뒤는 다른 리드입니다. 시점 점수는 감가상각처럼 설계합니다. 당일 20점, 3일 경과 10점, 7일 경과 0점으로 내리는 식입니다(계산 예시).
영업시간 밖 문의에는 별도 규칙이 필요합니다. 야간 문의는 다음 날 오전 첫 순번으로 올립니다. 지연 자체가 점수를 깎는 요인입니다.
단계마다 리드가 새는 지점은 B2B 리드가 기회로 넘어가며 새는 관문을 정리한 글에서 확인할 수 있습니다.
가중치는 계산이 아니라 배분 순서로 정합니다
가중치를 회귀분석으로 뽑으려다 첫 달을 넘기는 팀이 많습니다. 100점을 세 묶음에 나누는 일부터 합니다. 행동 50, 속성 30, 시점 20이 무난한 출발점입니다(계산 예시).
묶음 안에서 다시 나눕니다. 행동 50점이면 견적 요청 25점, 전화 인입 15점, 가격 페이지 반복 열람 10점으로 쪼갭니다. 5점 단위로만 나누면 논쟁이 짧아집니다.
가중치 조정은 순위가 바뀔 때만 합니다
점수를 1점 올렸는데 상위 명단이 그대로면 조정할 이유가 없습니다. 가중치 변경은 상위 20% 명단이 바뀌는지로 판단합니다. 명단이 그대로면 되돌립니다.
여기가 대부분의 팀이 시간을 버리는 지점입니다. 점수의 절대값은 아무 의미가 없습니다. 오늘 전화 걸 순서만 달라지면 됩니다.
점수와 함께 이유도 남깁니다. 나광택 외(2020)는 증권 금융 상품 고객의 이탈을 여섯 개 모델로 비교하고 원인을 함께 추론했습니다. 이유가 남아야 다음 분기에 항목을 고칠 수 있습니다.
점수 구간은 영업 처리 용량에 맞춰 자릅니다
구간을 나누는 기준은 점수가 아니라 사람입니다. 상담 인력이 하루 30건을 처리하면 A등급도 하루 30건이어야 합니다. 80점 이상 같은 절대 기준은 리드가 늘면 무너집니다.
비율로 자릅니다. 상위 20%를 A, 다음 30%를 B, 다음 30%를 C, 하위 20%를 D로 둡니다(계산 예시). 리우룬칭 외(2018)의 소매 유통 데이터 분석에서도 고객 1,866명 중 227명, 12.2%만 최상위 집단으로 분류됐습니다.
등급별 처리 규칙은 문장 한 줄로 못 박습니다
규칙이 모호하면 등급은 장식이 됩니다. 등급마다 응대 시한과 재시도 횟수를 숫자로 적습니다. 규칙을 어긴 건은 별도로 표시해 재보정 때 제외합니다.
아래 퍼널은 한 달 1,000건이 등급 규칙을 거쳐 계약까지 가는 경로를 계산한 예시입니다.
3개월 뒤 같은 방식으로 다시 역산합니다
첫 모형은 틀린 채로 시작합니다. 3개월이면 계약 데이터가 다시 쌓입니다. 같은 엑셀을 새 데이터로 한 번 더 돌립니다.
재보정에서 확인할 숫자는 세 개입니다
첫째, A등급 계약률이 D등급의 몇 배인지 셉니다. 3배 미만이면 항목이 리드를 가르지 못하고 있습니다. 항목을 바꿔야 하는 신호입니다.
둘째, 계약된 건 가운데 A·B등급 비중을 봅니다. 70% 미만이면 낮은 점수 구간에서 계약이 나오고 있습니다. 놓친 항목이 있다는 뜻입니다.
셋째, 등급별 처리 규칙이 지켜졌는지 봅니다. 규칙이 지켜지지 않은 데이터로는 모형을 고칠 수 없습니다. 정보통신정책연구원도 기업활동조사와 사업자등록 자료를 연결해 성과를 분석했습니다(손녕선, 2025). 기록이 붙어 있어야 분석이 됩니다.
낮은 점수 리드는 버리지 않고 세 갈래로 보냅니다
D등급을 삭제하면 이미 지불한 매체비를 버립니다. 리드 단가가 3만원이고 한 달 D등급이 200건이면 600만원어치입니다(계산 예시). 삭제 버튼 한 번에 사라지는 금액입니다.
시점 때문에 낮은 리드는 다시 부릅니다
점수가 낮은 이유를 두 가지로 구분합니다. 예산이 없어 낮은 리드와 시기가 아직 아니라 낮은 리드는 다릅니다. 후자는 3개월 뒤 다시 부릅니다.
재호출은 사람이 겁니다. 문자와 메일만으로는 시점 변화를 알 수 없습니다. 인력이 모자라면 신규고객 아웃바운드 운영으로 재호출 구간만 떼어 맡기는 방법도 있습니다.
속성 때문에 낮은 리드는 다른 상품으로 넘깁니다
예산이 모자란 리드는 하위 상품이나 체험 상품으로 보냅니다. 지역 밖 리드는 제휴사로 넘기는 규칙을 만듭니다. 넘길 곳이 없으면 대기 명단으로 분리합니다.
채널마다 낮은 점수 비율이 다르면 매체 배분을 조정합니다. D등급 비율이 60%를 넘는 채널은 소재나 폼을 먼저 고칩니다. 퍼포먼스 마케팅 운영에서 채널별 리드 등급 분포를 함께 봐야 판단이 섭니다.
행동이 없어 낮은 리드는 콘텐츠로 관찰합니다
월 1회 발송에 반응하면 점수를 되살립니다. 반응 지표는 열람이 아니라 회신과 클릭으로 잡습니다. 열람은 자동 수집 도구 때문에 부풀려집니다.
어떤 지표를 매출까지 이어 볼지는 리포트 지표를 정리한 글에 기준이 있습니다. 상담에서 가입까지의 구간 분해는 상담에서 가입까지 네 구간을 나눈 글이 참고가 됩니다.
스코어링은 유입 설계와 함께 움직입니다. 폼 필드를 줄이면 리드는 늘고 점수 항목은 줄어듭니다. 견적 폼 필드 설계 기준과 리워드 광고 리드 품질을 다룬 글을 함께 보면 항목 선정이 쉬워집니다. 계약까지 새는 구간은 상담 DB가 계약까지 새는 네 구간에서 확인할 수 있습니다.
- 지난 분기 계약 30건과 실패 30건을 한 시트에 모으십시오. 열은 유입 경로, 문의 시각, 지역, 요청 내용, 예산 언급, 첫 통화까지 걸린 시간, 결과 7개로 고정합니다.
- 계약 건에서만 반복되는 값 8개를 표시하십시오. 실패 건에도 비슷한 비율로 나타나는 값은 지웁니다. 남은 항목이 첫 모형입니다.
- 100점을 행동 50, 속성 30, 시점 20으로 배분하십시오. 묶음 안에서 항목 점수는 5점 단위로만 나눕니다.
- 상위 20%를 A로 잘라 이번 주 응대 순서에 반영하십시오. A등급은 인입 후 10분 안에 전화하고, 어긴 건은 따로 표시합니다.
- 달력에 90일 뒤 재보정 일정을 지금 등록하십시오. 그날 볼 숫자는 A등급 대비 D등급 계약률 배수 하나입니다.
자주 묻는 질문
리드 스코어링은 도구 없이도 만들 수 있습니까?
엑셀 한 장으로 시작할 수 있습니다. 계약 30건과 실패 30건을 같은 표에 놓고 공통 항목을 역산하면 첫 모형이 나옵니다. 도구는 항목과 배점이 두 번 이상 검증된 뒤에 붙입니다.
몇 건부터 스코어링을 시작할 수 있습니까?
계약 30건이면 시작할 수 있습니다. 통계적으로 넉넉한 표본은 아니지만 응대 순서를 정하는 데는 충분합니다. 계약이 30건에 못 미치면 상담 성사 건으로 대신 셉니다.
점수 항목은 몇 개가 적당합니까?
8개 안팎이 적당합니다. 행동 3개, 속성 3개, 시점 2개로 나누면 한 화면에 들어갑니다. 항목이 20개를 넘으면 입력이 밀리고 점수를 신뢰하지 않게 됩니다.
가중치가 맞는지 어떻게 검증합니까?
상위 20% 명단이 바뀌는지로 검증합니다. 가중치를 바꿨는데 명단이 그대로면 되돌립니다. 3개월 뒤 A등급 계약률이 D등급의 3배 이상인지도 함께 확인합니다.
점수 구간은 절대 점수로 나눕니까, 비율로 나눕니까?
비율로 나눕니다. 80점 이상 같은 절대 기준은 리드 물량이 늘면 A등급이 감당 못 할 만큼 늘어납니다. 상담 인력의 하루 처리 건수에 맞춰 상위 20%를 자르는 편이 안전합니다.
재보정은 얼마나 자주 합니까?
3개월 주기가 기본입니다. 월 리드가 100건 미만이면 6개월로 늘립니다. 상품이나 가격이 바뀌면 주기와 무관하게 바로 다시 역산합니다.
점수가 낮은 리드는 언제 폐기합니까?
폐기 대신 세 갈래로 나눕니다. 시점 문제는 3개월 뒤 재호출, 속성 문제는 하위 상품이나 제휴사 이관, 행동 부재는 월 1회 콘텐츠 관찰로 보냅니다. 리드 단가 3만원 기준 월 200건이면 600만원어치입니다(계산 예시).
영업팀이 점수를 무시하면 어떻게 합니까?
점수를 등급과 시한으로 바꿔 전달합니다. 숫자 73점보다 A등급 10분 내 응대가 실행됩니다. 규칙을 어긴 건은 표시해 두고 재보정 자료에서 제외합니다.
정리
스코어링의 출발점은 도구 견적이 아닙니다. 지난 분기 계약서와 실패 기록입니다. 60건짜리 엑셀 한 장이면 첫 모형이 나옵니다.
항목은 8개, 배점은 100점, 구간은 비율로 자릅니다. 3개월 뒤 같은 방식으로 다시 역산합니다. 낮은 점수 리드는 삭제하지 않고 시점·속성·행동 세 갈래로 보냅니다.
오늘은 계약 30건과 실패 30건을 한 시트에 모아 보시기 바랍니다. 항목 선정과 등급별 응대 규칙을 함께 설계하고 싶다면 아래 광고 문의하기 버튼에 월 리드 건수와 상담 인력 수를 남겨 주시기 바랍니다.
참고 문헌 및 출처
· 우미영·김영준(2024), 「B2B 중심의 기술 산업 기업의 수익성 성과를 위한 RFM-T 모형 실증 연구」, 『한국인터넷방송통신학회논문지』 24(2), 167-175.
· 조광현·박희창(2012), 「RFMP를 이용한 부동산 회원 분류에 관한 연구」, 『한국데이터정보과학회지』 23(3), 515-523.
· 리우룬칭·이영찬·무홍레이(2018), 「군집분석과 연관규칙을 활용한 고객 분류 및 장바구니 분석: 소매 유통 빅데이터를 중심으로」, 『지식경영연구』 19(4), 59-76.
· 나광택·이진영·김은찬·이효찬(2020), 「증권 금융 상품 거래 고객의 이탈 예측 및 원인 추론」, 『한국빅데이터학회지』 5(2), 215-229.
· 손녕선(2025), 『디지털 기술 활용이 기업 성과에 미치는 영향 분석과 정책 시사점 연구』, 정보통신정책연구원.
· 국가데이터처(2026), 『2026년 1월 온라인쇼핑동향』.
· 국가데이터처(2025), 『2024년 기업활동조사 결과(잠정)』.
· 본문의 100점 배분, 등급 비율, 1,000건 퍼널, 리드 단가 3만원은 계산용 예시입니다. 업종과 채널에 따라 달라집니다.
