名單評分怎麼做？診所 Lead Scoring 分級制度：4 個維度找出最該先跟進的諮詢

先給答案：名單評分（Lead Scoring）就是替每筆諮詢名單打分數——依來源、行為、屬性、時效 4 個維度加減分，分數高的先跟進。它解決的是診所最常見的名單困境：廣告名單進來一大批，諮詢師人力有限，只能憑感覺挑著跟，結果最該把握的熱名單被晾到冷掉。

這篇給你一套可以直接套用的診所版評分表、分級跟進 SOP，以及用自家成交數據校準分數的方法。

為什麼診所需要名單分級？

因為名單品質天生不平等，但人力常常平均分配。實務上常見的畫面是：

• 諮詢師照進線順序跟，剛填完表單、意願最熱的名單排在隊伍後面，等輪到時已讀不回
• 只想索取優惠資訊的低意願私訊，和主動詢問「本週可以約什麼時段」的高意願名單，花掉一樣的跟進時間
• 各渠道名單混在一起，沒人說得出「哪種名單值得先打電話、哪種發罐頭訊息就好」

名單跟進的殘酷之處在於時效：諮詢名單的熱度衰退非常快，實務觀察上，進線後第一小時內回覆與隔天才回覆，後續約診率往往差到數倍。當名單量超過「每一筆都能立刻跟」的人力上限，「先跟誰」就直接決定了成交率——這正是評分制度存在的理由。

診所名單評分的 4 個維度怎麼設計？

以下是總分 100 的診所通用範本，四個維度、每項條件加減分，可依科別調整：

三個設計原則：

1. 行為分數比屬性重。「他做了什麼」永遠比「他是誰」更能預測成交——主動問時段的學生，比只按讚不回訊的高消費力族群更接近成交。
2. 來源分數反映歷史品質。搜尋來的名單意圖最強、轉介紹信任度最高、優惠活動名單品質通常墊底，這在各渠道的到診與成交數據上會清楚呈現。
3. 要有扣分項。已讀不回、超過兩週無互動就往下扣，讓分數反映名單的「現在式」，而不是進線那一刻的快照。

分數怎麼換算成跟進行動？

分數本身不值錢，對應到不同的跟進強度才值錢：

這張表的價值在於把諮詢師的時間變成分配問題：A 級名單值得打電話，D 級名單連一對一訊息都不用發。C、D 級的養成不是放生——用 LINE 分眾標籤依療程興趣推對應內容，成本極低，而名單一旦出現回訊或點擊，分數上升、自動升級回 B 級人工跟進。

另外提醒：A 級名單約到診之後，戰場就轉到到診率管理——評分做得再好，人沒出現一樣是零。

評分制度怎麼落地？分三個階段

第一階段：紙上版（第 1 個月）。 不用急著買系統，把上面的評分表放進現有的名單管理流程，用試算表加一欄「分數」與一欄「分級」，由櫃檯或諮詢師在名單進線時手動評。目的是讓團隊習慣「先看分數再跟進」的動作。

第二階段：半自動（第 2–3 個月）。 來源分與時效分規則明確，交給系統自動帶入；行為分由諮詢師在對話後勾選更新。這時候應該開始留存每筆名單的完整欄位：來源、進線時間、互動紀錄、是否約診、是否到診、是否成交。

第三階段：用成交數據校準（第 3 個月起，每月一次）。 這是多數診所漏掉、卻最關鍵的一步——回頭驗證分數準不準：

1. 拉出近三個月已有結果的名單，按分數分組
2. 統計各組的實際約診率、到診率、成交率
3. 如果 75 分以上那組的成交率沒有明顯高於 50 分組，代表配分失真，找出高估的條件下修

例如不少診所校準後會發現：「詢問主力療程」的預測力比想像中強，該加重；「商圈內居住」對自費療程幾乎沒有預測力，可以拿掉。評分表不是設計出來的，是被數據修出來的。

名單評分常見的 3 個錯誤

1. 條件設太多。第一版超過 15 個評分條件，現場一定不填。從 8–10 個條件開始，跑順了再加。
2. 只加分不扣分。名單分數只升不降，三個月後人人都是 A 級，分級失去意義。時效與已讀不回的扣分是分數「保鮮」的關鍵。
3. 評分歸評分、跟進歸跟進。分數算出來了，諮詢師還是照自己習慣跟——分級必須綁定明確的 SOP 與回覆時限，並把「A 級名單 1 小時內跟進率」放進行銷與營運 KPI 一起盯，制度才會活。

評分的終點：接回成交數據

名單評分的本質是一個預測模型，而模型的品質取決於回饋資料的完整度。如果名單止步於「有沒有回訊」，評分永遠只能靠感覺配分；只有把每筆名單從進線、對話、約診、到診一路串到最終成交，你才有辦法回答「什麼樣的名單真的會付錢」——然後讓分數越調越準，讓每一分諮詢人力都花在刀口上。

先從一張 10 個條件的評分表開始，一個月後你就會有第一份「分數 vs. 成交率」的對照數據。那一刻起，跟進順序就不再是猜的。