אחת הבעיות הגדולות במרפאות שמקבלות הרבה פניות מפרסום היא שכל הלידים נכנסים לאותה "קופסה". ליד שהגיע מקמפיין השתלות, ענה מיד, גר באזור ורוצה לקבוע פגישת ייעוץ – מקבל לעיתים בדיוק אותו טיפול כמו אדם שהשאיר פרטים מתוך סקרנות, לא עונה לטלפון ולא בטוח בכלל באיזה טיפול הוא מתעניין. מבחינת מערכת הפרסום שניהם יכולים להופיע כ-Lead. מבחינת המרפאה, לעומת זאת, הם נמצאים במקומות שונים לחלוטין.

ככל שכמות הפניות גדלה, הבעיה הזאת הופכת משמעותית יותר. צוות הקבלה לא יכול להשקיע אותה כמות זמן בכל אדם. אם אין סדר עדיפויות ברור, קורה לעיתים שהלידים החזקים ביותר "נקברים" יחד עם עשרות פניות אחרות, בזמן שהצוות משקיע זמן רב בניסיון להשיג אנשים שלא מגיבים או אינם מתאימים לשירות. כאן נכנסת שיטת Lead Scoring – יצירת מנגנון שמאפשר להעריך את רמת ההתאמה והכוונה של כל ליד ולתעדף את הטיפול בו בהתאם.

Lead Scoring אינו נועד להחליט מי "מטופל טוב" ומי לא. הוא גם לא אמור להחליף שיקול דעת אנושי, ובוודאי שלא לבצע החלטות רפואיות. המטרה שלו הרבה יותר פרקטית: לעזור למרפאה להבין איזו פנייה דורשת טיפול מיידי ומעמיק יותר, איזו פנייה דורשת המשך מעקב, ואיזו פנייה כרגע אינה מצדיקה אותה רמת השקעה תפעולית.

כאשר בונים את המערכת נכון, Lead Scoring יכול לחבר בין פרסום, CRM וצוות הקבלה. הוא עוזר למדוד איכות בצורה עקבית, משפר את סדר העבודה, מייצר דאטה טוב יותר למנהל הקמפיינים ומאפשר למרפאה להבין לא רק כמה לידים התקבלו – אלא איזה סוג של לידים כל מקור פרסום באמת מייצר.

מה זה Lead Scoring?

Lead Scoring הוא מנגנון שבו נותנים לליד ציון או דירוג על בסיס מספר סימנים שנקבעו מראש.

הציון יכול להיות מספרי, למשל:

0–100.

או דירוג פשוט יותר:

A
B
C
D

או:

Hot
Warm
Cold

הפורמט פחות חשוב.

מה שחשוב הוא שהציון לא יינתן לפי תחושת בטן בלבד, אלא לפי קריטריונים ברורים.

לדוגמה, ליד יכול לקבל ציון גבוה יותר אם:

הוא מתעניין בטיפול שהמרפאה מעוניינת לקדם.

הוא נמצא באזור הרלוונטי.

הוא ענה לשיחה.

הוא הבין שמדובר במרפאה פרטית, אם זה רלוונטי.

הוא מוכן להגיע לפגישת ייעוץ.

הוא ביקש לקבוע.

לעומת זאת, הציון יכול להיות נמוך יותר כאשר:

מספר הטלפון שגוי.

האדם נמצא רחוק מאוד ואינו מוכן להגיע.

הוא מחפש שירות שהמרפאה אינה מספקת.

הוא אינו מוכן לשיחה או לפגישה.

הפנייה כפולה או לא אמיתית.

המטרה היא לא לחזות בוודאות מי יהפוך למטופל. המטרה היא ליצור שפה אחידה לאיכות פנייה.

למה לא מספיק לסמן "ליד איכותי" או "ליד לא איכותי"?

מפני שהעולם האמיתי אינו בינארי.

נניח שאדם מתעניין בהשתלות.

הוא גר באזור.

נוצר איתו קשר.

הוא אומר שהוא מעוניין בטיפול, אבל כרגע רוצה "לחשוב".

האם הוא ליד איכותי?

כן, במידה מסוימת.

האם הוא באותה רמה כמו אדם שאומר:

"אני רוצה להגיע לבדיקה, מתי יש לכם תור?"

לא.

אם יש רק שתי קטגוריות – איכותי ולא איכותי – שני הלידים יכולים להיכנס לאותה קבוצה, למרות שהכוונה שלהם שונה מאוד.

Lead Scoring מאפשר להוסיף עומק.

למשל:

A – מוכן להתקדם.

B – מתאים ורלוונטי, אבל עדיין מתלבט.

C – התאמה חלקית או Intent נמוך.

D – לא רלוונטי.

עכשיו אפשר להתייחס אליהם אחרת.

Lead Fit לעומת Lead Intent

זו אחת ההבחנות החשובות ביותר בבניית מערכת ניקוד.

יש שני דברים שונים:

Fit – עד כמה האדם מתאים למרפאה.

ו-

Intent – עד כמה הוא רוצה להתקדם כרגע.

ליד יכול להיות בעל Fit גבוה אבל Intent נמוך.

למשל:

אדם גר ליד המרפאה.

מתעניין בשיקום פה.

המרפאה מספקת בדיוק את הטיפול.

אבל הוא רק בתחילת הבירור.

זה Lead Fit גבוה, Intent בינוני או נמוך.

לעומת זאת:

אדם אחר מאוד רוצה לקבוע עכשיו, אבל הוא מחפש שירות שהמרפאה אינה מספקת.

Intent גבוה.

Fit נמוך.

אם מערבבים את שני המשתנים, קשה להבין מה באמת קורה.

לכן מערכת טובה צריכה להתייחס לשניהם.

מודל פשוט: FIT + INTENT

אפשר לבנות מטריצה של ארבעה מצבים.

Fit	Intent	משמעות
גבוה	גבוה	ליד בעדיפות גבוהה
גבוה	נמוך	מתאים, דורש Nurturing / Follow-up
נמוך	גבוה	רוצה להתקדם אבל כנראה לא מתאים
נמוך	נמוך	עדיפות נמוכה

הטבלה הזאת כבר עוזרת מאוד לצוות הקבלה.

היא מונעת מצב שבו "מי שצועק הכי חזק" מקבל הכי הרבה תשומת לב.

היא גם מונעת מצב שבו ליד טוב אבל איטי נזרק מהר מדי.

איזה מידע בכלל כדאי להכניס ל-Lead Score?

כאן צריך להיות זהירים.

מרפאת שיניים פועלת בתחום רפואי, ולכן אין סיבה שמערכת שיווקית תתחיל לדרג אנשים לפי אבחנות, מצב רפואי מפורט או מידע בריאותי שאינו נחוץ לתהליך השיווקי.

עדיף להתבסס על נתונים תפעוליים ושיווקיים.

למשל:

טיפול מבוקש.

אזור מגורים כללי.

יכולת להגיע למרפאה.

רמת עניין.

האם נוצר קשר.

האם נקבעה פגישה.

האם האדם ביקש מידע נוסף.

האם הוא חזר לפנייה.

האם הוא הגיב ל-Follow-up.

כלומר:

Marketing Signals

ולא:

Medical Signals.

טבלה: סוגי Signals שאפשר להשתמש בהם

Signal	מה הוא אומר	התאמה ל-Lead Scoring
טיפול מתבקש	התאמה לשירות	גבוהה
אזור	התאמה גיאוגרפית	גבוהה
מענה לטלפון	זמינות ועניין	גבוהה
בקשה לקבוע פגישה	Intent	גבוהה מאוד
נכונות להגיע	Intent + Fit	גבוהה
תגובה ל-WhatsApp	Engagement	בינונית
פתיחת הודעה בלבד	Engagement חלש	נמוכה
ביקור באתר	עניין	בינונית
אבחנה רפואית	מידע רגיש	לא להשתמש לצורכי ניקוד שיווקי
צילום רפואי	מידע רגיש	לא להשתמש לצורכי ניקוד שיווקי

למה מקור הפרסום לא צריך לקבל משקל גבוה מדי?

זו טעות נפוצה.

למשל:

"ליד מגוגל שווה יותר מליד מפייסבוק."

יכול להיות שבממוצע קמפיין Google מסוים אכן מייצר יותר Intent.

אבל לא נכון להחליט מראש שכל ליד מ-Google יקבל ציון גבוה יותר.

למה?

מפני שליד מעולה יכול להגיע מ-Meta.

וליד חלש יכול להגיע מ-Google.

מקור הפרסום יכול להיות Context, אבל לא אמור להחליף את ההתנהגות בפועל.

כלומר:

Google Search אולי מלמד שהיה חיפוש אקטיבי.

Meta אולי מלמד שהביקוש נוצר דרך מודעה.

אבל ברגע שהליד נכנס, כדאי למדוד גם:

האם ענה?

האם מתאים?

האם רוצה להגיע?

האם קבע?

ההתנהגות בפועל חשובה יותר מההנחה על מקור הפנייה.

כמה מורכבת המערכת צריכה להיות?

בדרך כלל פחות ממה שחושבים.

יש נטייה לבנות מערכת מפוארת:

+10 נקודות על קליק.

+15 על צפייה.

+7 על WhatsApp.

-13 אם לא ענה.

+21 אם מילא שאלה.

ואז אף אחד לא מבין למה ליד קיבל 67.

זו מערכת שנראית חכמה אבל קשה לתפעול.

במרפאה, עדיף להתחיל פשוט.

למשל:

A

רלוונטי + נוצר קשר + רוצה להתקדם.

B

רלוונטי + נוצר קשר + עדיין מתלבט.

C

יש פנייה אבל אין מספיק סימנים לכוונה.

D

לא רלוונטי / כפול / לא מתאים.

אם המערכת עובדת ואוספת דאטה, אפשר להעמיק אחר כך.

Lead Scoring צריך להיות מובן לצוות הקבלה

אם רק מנהל הקמפיינים מבין את הציון, הוא לא באמת שימושי.

נציגת קבלה צריכה לדעת:

מה זה A.

מה זה B.

מה עושים עם C.

מתי D.

ומה הפעולה הבאה לכל אחד.

למשל:

A

עדיפות גבוהה.

הצעד הבא: קביעת פגישה.

B

להמשיך Follow-up.

לספק מידע.

לטפל בהתנגדות.

C

מעקב קל יותר.

ניסיון קשר נוסף.

D

סגירת ליד עם Lost Reason מתאים.

הציון חייב להוביל לפעולה.

אחרת הוא רק צבע יפה ב-CRM.

מהו Lead Score טוב?

Lead Score טוב צריך לעמוד בחמישה תנאים.

1. פשוט להבנה.

2. מבוסס על נתונים אמיתיים.

3. משפיע על סדר העבודה.

4. ניתן לעדכון.

5. ניתן לניתוח בהמשך.

אם הוא אינו משנה שום דבר בתפעול, הוא מיותר.

מודל PRIORITY לניהול איכות ליד

אפשר להשתמש במודל PRIORITY כדי לבדוק ליד.

P – Product Fit | התאמה לטיפול
האם המרפאה מספקת את מה שהאדם מחפש?

R – Reachability | יכולת ליצור קשר
האם ניתן להשיג אותו?

I – Intent | כוונה
האם הוא רוצה להתקדם?

O – Office Fit | התאמה למרפאה
מיקום, מודל פרטי, אפשרות להגיע.

R – Response | תגובה
האם הוא מגיב לשיחות או הודעות?

I – Interest Depth | עומק עניין
שאלה כללית או צורך ברור?

T – Transition | מעבר לשלב הבא
האם אפשר להוביל אותו לפגישה?

Y – Yield Potential | פוטנציאל עסקי
לא במובן של "כמה כסף האדם שווה", אלא האם מדובר בשירות שהמרפאה מעוניינת לקדם ויש לה קיבולת עבורו.

אין צורך לתת לכל אות ניקוד מתמטי. אפשר להשתמש במודל כצ'ק-ליסט.

מה ההבדל בין Lead Score לבין Lead Status?

שני המושגים קשורים, אבל אינם זהים.

Lead Status אומר איפה האדם נמצא בתהליך.

למשל:

New.

Contacted.

Qualified.

Appointment.

Show.

Lost.

Lead Score אומר כמה גבוהה העדיפות או רמת ההתאמה.

למשל:

A.

B.

C.

D.

ליד יכול להיות:

Status: Contacted.

Score: A.

או:

Status: Contacted.

Score: C.

אותו שלב.

איכות אחרת.

זו בדיוק הסיבה שכדאי להחזיק את שני השדות בנפרד.

טבלה: Status לעומת Score

ליד	Status	Score	מה זה אומר
ליד 1	New	לא ידוע	עדיין אין מספיק מידע
ליד 2	Contacted	A	חזק ורוצה להתקדם
ליד 3	Contacted	B	מתאים אך מתלבט
ליד 4	Contacted	C	כוונה חלשה
ליד 5	Lost	D	לא רלוונטי

למה לא כדאי לתת Score לפני שנוצר קשר?

כי לעיתים המידע מהטופס לא מספיק.

נניח שליד סימן:

"השתלות שיניים."

הוא באזור הנכון.

אבל עדיין לא דיברנו איתו.

אנחנו לא יודעים אם:

הוא באמת מעוניין.

לחץ בטעות.

מחפש מחיר בלבד.

מוכן להגיע.

או אפילו זוכר שהשאיר פרטים.

לכן אפשר לתת Pre-Score לפי נתוני הטופס, אבל כדאי להפריד אותו מהציון לאחר שיחה.

למשל:

Marketing Score.

ו-

Sales / Intake Score.

Scoring לפני השיחה

אפשר להעריך:

טיפול.

אזור.

תשובות בטופס.

מקור.

התאמה בסיסית.

Scoring אחרי השיחה

אפשר להעריך:

כוונה.

נכונות להגיע.

רמת עניין.

התנגדויות.

צעד הבא.

כך המערכת נעשית יותר מדויקת.

מה עושים עם ליד שלא עונה?

חשוב מאוד:

לא מסמנים אותו מיד כליד חלש.

אם אדם לא ענה לשיחה אחת, אין לנו מידע על איכות.

זה מצב אחר לחלוטין מ:

"דיברנו איתו והוא אמר שהשירות לא רלוונטי."

לכן כדאי שיהיה סטטוס:

Not Reached

ולא:

Bad Lead.

זו הבחנה משמעותית גם בדוחות.

אם קמפיין מביא הרבה Not Reached, זו תופעה אחת.

אם הוא מביא הרבה Not Qualified, זו תופעה אחרת.

הפתרונות שונים.

Not Reached מול Not Qualified

Not Reached

לא הצלחנו להבין איכות.

צריך לבדוק:

זמן מענה.

מספר ניסיונות.

WhatsApp.

שעות פנייה.

איכות פרטים.

Not Qualified

נוצר קשר והפנייה אינה מתאימה.

צריך לבדוק:

קהל.

קריאייטיב.

שאלות סינון.

מסר.

Offer.

אם מערבבים ביניהם, מנהל הקמפיינים יכול לקבל תמונה שגויה.

Lead Scoring יכול לחשוף בעיה בקריאייטיב

נניח שיש שלושה קריאייטיבים.

Creative A

50 לידים
20 A
15 B
10 C
5 D

Creative B

70 לידים
5 A
15 B
20 C
30 D

Creative C

40 לידים
18 A
12 B
8 C
2 D

לפי כמות:

B מנצח.

לפי איכות:

C יכול להיות החזק ביותר.

כאן Lead Scoring נותן עומק לדוח הקריאייטיב.

לא רק:

איזו מודעה הביאה Lead.

אלא:

איזו מודעה הביאה את תמהיל הלידים הכי טוב.

Lead Quality Index

אפשר אפילו ליצור מדד משוקלל פשוט לצורך דיווח.

לדוגמה:

A = 4 נקודות.

B = 3.

C = 1.

D = 0.

נניח:

Creative A:

20 A
20 B
10 C

הציון הכולל:

20×4 + 20×3 + 10×1 = 150.

Creative B:

10 A
15 B
30 C

ציון:

10×4 + 15×3 + 30×1 = 115.

כך ניתן להשוות איכות באופן קצת יותר עקבי.

המספר עצמו אינו "אמת". הוא כלי פנימי.

העיקר הוא להשתמש באותה שיטה לאורך זמן.

חשוב: אל תתנו משקל לפי מחיר הטיפול בלבד

אם טיפול יקר מקבל Score גבוה אוטומטית, המערכת מתחילה לבלבל בין:

Lead Quality

לבין:

Treatment Value.

אלה דברים שונים.

יכול להיות:

ליד איכותי מאוד לטיפול אסתטי.

וליד חלש מאוד לשיקום פה.

הטיפול היקר יותר לא הופך אוטומטית את הפנייה לטובה יותר.

לכן כדאי לשמור בנפרד:

Lead Quality

ו-

Treatment Business Value.

אחר כך אפשר לשלב אותם בהחלטות תקציב.

Matrix של Quality × Value

איכות ליד	ערך טיפול	עדיפות
גבוהה	גבוה	גבוהה מאוד
גבוהה	בינוני	גבוהה
נמוכה	גבוה	דורש Follow-up
נמוכה	נמוך	נמוכה

כך ניתן לתעדף בלי לעוות את איכות הליד עצמה.

מה לגבי תקציב או יכולת כלכלית של המטופל?

כאן צריך להיזהר מאוד.

אין צורך להפוך Lead Scoring לכלי שמנסה לנחש הכנסה, מעמד כלכלי או יכולת תשלום על בסיס מאפיינים אישיים.

עדיף לעבוד עם סימנים שהמטופל עצמו מביע בשיחה.

למשל:

האם הוא מבין שמדובר בטיפול פרטי?

האם הוא מוכן להגיע לייעוץ?

האם הוא מעוניין לשמוע על תוכנית טיפול?

אלו נתוני כוונה.

לא הערכה של מצב כלכלי.

Lead Scoring ושאלות בטופס

שאלות סינון יכולות לתת מידע מוקדם.

לדוגמה:

באיזה טיפול אתם מתעניינים?

המרפאה נמצאת ב-X. האם תוכלו להגיע לפגישת ייעוץ?

מהו הצעד שאתם מחפשים כרגע?

• מידע ראשוני
• פגישת ייעוץ
• טיפול בהקדם האפשרי
• עדיין בודק/ת אפשרויות

שאלות כאלה יכולות להוסיף Signal.

אבל צריך להיזהר לא לבנות טופס ארוך רק כדי לשפר את ה-Score.

אם אנשים טובים נוטשים בגלל עומס שאלות, המערכת מפספסת את המטרה.

Lead Scoring צריך לעזור ל-Funnel.

לא לחנוק אותו.

Behavioral Score

מעבר לתשובות בטופס, אפשר להסתכל גם על התנהגות.

למשל:

ענה לשיחה.

חזר להודעה.

ביקש תור.

אישר הגעה.

חזר בעצמו לאחר Follow-up.

אלו Signals חזקים מאוד.

לעיתים הם חזקים יותר מתשובות שהאדם נתן בטופס.

אדם שסימן "רק רוצה מידע", אבל אחר כך שולח:

"יש לכם מקום ביום חמישי?"

ההתנהגות שלו כבר מספרת סיפור אחר.

לכן Score צריך להיות דינמי.

Lead Score צריך להשתנות

זו נקודה חשובה.

ליד יכול להתחיל כ-C ולהפוך ל-A.

לדוגמה:

היום:

לא מוכן לקבוע.

אחרי Follow-up:

שואל שאלות.

אחרי צפייה בסרטון:

חוזר.

לאחר מכן:

מבקש פגישה.

אם הציון נשאר C לנצח בגלל השיחה הראשונה, המערכת אינה משקפת את המציאות.

לכן צריך לאפשר:

Score Up

ו-

Score Down.

Score Decay: גם ליד חם יכול להתקרר

גם הכיוון ההפוך קיים.

ליד קבע פגישה.

לא הגיע.

לא עונה.

עברו מספר ניסיונות Follow-up.

ייתכן שצריך להוריד עדיפות.

לא כדי "למחוק" אותו, אלא כדי שהצוות לא ישקיע בו אותה רמת מאמץ כמו ליד חדש שרוצה לקבוע עכשיו.

זו המשמעות של Lead Management:

העדיפות משתנה עם ההתנהגות.

מה עושים בפועל עם כל Score?

המערכת יכולה להיראות כך:

A – Hot

רלוונטי.

נוצר קשר.

מוכן להתקדם.

פעולה: תיאום / השלמת פגישה / Follow-up בעדיפות גבוהה.

B – Warm

מתאים.

יש עניין.

עדיין לא קיבל החלטה.

פעולה: Follow-up, תוכן, תשובות, חזרה מסודרת.

C – Low Intent

יש התאמה חלקית או עניין חלש.

פעולה: ניסיון קשר נוסף / Nurturing קל.

D – Not Relevant

לא מתאים לשירות או פנייה לא אמיתית.

פעולה: סגירה עם Lost Reason.

כעת Score משנה בפועל את סדר העבודה.

Lead Scoring ואוטומציות CRM

כאן מתחיל החלק החזק.

CRM יכול להשתמש ב-Score כדי לייצר אוטומציות.

למשל:

A → משימה לנציג.

B → Follow-up עתידי.

C → מסלול תוכן.

D → סגירה.

או:

ליד שמבקש לקבוע → שינוי Score אוטומטי.

ליד שלא נוצר איתו קשר → משימת ניסיון נוסף.

ליד שהגיע לפגישה → יציאה מתהליך שיווקי מסוים.

כך Scoring אינו רק דוח – הוא הופך לכלי Workflow.

אבל אוטומציה לא צריכה "להחליט" על הכול

המערכת יכולה להמליץ.

האדם צריך להיות מסוגל לבצע Override.

לדוגמה:

CRM נתן B.

אבל נציגת הקבלה שוחחה עם האדם ומבינה שהוא מאוד רציני.

אפשר לשנות ל-A.

או להפך.

הסיבה היא ששיחות אנושיות מכילות מידע שקשה ללכוד בשדות.

לכן Lead Scoring טוב משלב:

Automation + Human Judgment.

איך Lead Scoring עוזר למנהל הקמפיינים?

במקום לקבל מהמרפאה:

"הלידים לא משהו."

הוא יכול לקבל:

Campaign A:

40% A/B.

Campaign B:

18% A/B.

Creative C:

55% A/B.

Form D:

הרבה C/D.

עכשיו אפשר לעבוד.

לבדוק:

מה יש בקריאייטיב C?

האם Campaign B רחב מדי?

האם הטופס מושך סקרנות?

האם מקור מסוים מייצר Not Reached?

הדאטה הופך להיות שימושי.

טבלה: דיווח פרסום עם Lead Score

מקור	לידים	A	B	C	D	A+B Rate
Meta Campaign 1	100	20	25	30	25	45%
Meta Campaign 2	70	25	20	15	10	64%
Google Ads	50	22	15	8	5	74%
Organic	20	10	6	3	1	80%

המטרה אינה להחליט ש-Organic "טוב יותר" בגלל האחוז בלבד.

צריך לשקלל גם:

Volume.

Cost.

Appointments.

Patients.

אבל עכשיו יש שכבה נוספת של מידע.

איך משווים בין מקורות פרסום?

נניח:

Meta

200 לידים.
90 A/B.

Google

80 לידים.
50 A/B.

Meta:

45% Quality Rate.

Google:

62.5%.

אבל Meta ייצר 90 לידים טובים.

Google ייצר 50.

עכשיו ההחלטה תלויה גם בעלויות.

לכן Lead Scoring לא מחליף מדדים אחרים.

הוא מוסיף עומק.

CPL מול Cost Per A-Lead

זה מדד מעניין.

נניח:

Campaign A:

100 Leads.

Spend: 5,000 ₪.

CPL: 50 ₪.

A Leads: 10.

Cost Per A Lead: 500 ₪.

Campaign B:

60 Leads.

Spend: 5,000 ₪.

CPL: 83 ₪.

A Leads: 25.

Cost Per A Lead: 200 ₪.

לפי CPL:

A.

לפי ליד חזק:

B.

זה בדיוק סוג המידע שמרפאה צריכה לקבל.

Lead Scoring יכול גם לשפר את השיווק עצמו

נניח שמגלים:

לידים A נוטים להגיע מקריאייטיבים שבהם הרופא מסביר תהליך.

לידים C/D נוטים להגיע מקריאייטיבים שמתמקדים רק ב"חיוך מושלם".

המסקנה אינה רק "Creative A טוב יותר".

אפשר להסיק:

הקהל הרציני מגיב למידע מקצועי יותר.

עכשיו אפשר לבנות:

עוד סרטוני רופא.

עוד FAQ.

עוד תוכן תהליך.

כלומר, Lead Scoring מחזיר אינפורמציה לקריאייטיב.

וכך נוצרת לולאת למידה

Ad

↓

Lead

↓

CRM

↓

Score

↓

Appointment

↓

Outcome

↓

Campaign Analysis

↓

Better Creative

זו לולאה הרבה יותר חזקה מאשר:

מודעה → CPL → תקציב.

7 טעויות נפוצות ב-Lead Scoring

1. מערכת מורכבת מדי

אם צריך מדריך של 30 עמודים כדי להבין ציון – היא לא תעבוד.

2. ניקוד לפי תחושת בטן

"נשמע לי ליד טוב."

זה לא Score עקבי.

3. סימון No Answer כליד רע

אין מספיק מידע.

4. חיבור מחיר הטיפול לאיכות הליד

Value ו-Quality הם דברים שונים.

5. Score שלא משתנה

כוונה משתנה לאורך הדרך.

6. חוסר Lost Reasons

בלי להבין למה ליד ירד בציון, קשה ללמוד.

7. מערכת שלא משפיעה על Workflow

אם כולם מטופלים אותו דבר, למה בכלל יש Score?

האם צריך Score שונה לכל טיפול?

לפעמים כן.

Intent בשיקום פה יכול להיראות אחרת מ-Intent בהלבנת שיניים.

למשל:

בשתלים, נכונות להגיע לפגישה יכולה להיות Signal משמעותי מאוד.

בטיפול פשוט יותר, מסלול ההחלטה יכול להיות קצר יותר.

לכן אפשר לשמור בסיס אחיד:

Fit.

Intent.

Reachability.

Appointment.

אבל להתאים חלק מהקריטריונים לפי טיפול.

העיקר לא ליצור עשר מערכות שונות שאף אחד לא מסוגל לתפעל.

מערכת פשוטה לדוגמה

אפשר להתחיל עם 100 נקודות.

Fit – עד 40

טיפול מתאים: +20.

אזור מתאים: +10.

מבין את מודל השירות: +10.

Intent – עד 40

עונה ומתעניין: +10.

שואל על הצעד הבא: +10.

מוכן לפגישה: +20.

Engagement – עד 20

מגיב ל-Follow-up: +10.

חוזר מיוזמתו: +10.

לדוגמה:

80–100 = A.

60–79 = B.

30–59 = C.

מתחת = D.

זו רק דוגמה.

אין צורך להשתמש במספרים האלה בדיוק.

העיקר הוא המבנה.

חשוב: אל תבנו ציון רק לפי מה שקל למדוד

זו מלכודת.

קל למדוד:

Clicks.

Opens.

Form Completion.

קשה יותר למדוד:

Intent.

התאמה.

איכות שיחה.

נכונות להגיע.

אבל דווקא המדדים הקשים יותר יכולים להיות משמעותיים יותר.

לכן Lead Scoring איכותי דורש גם מידע מהצוות.

לא רק אוטומציה.

8 שלבים לבניית Lead Scoring במרפאת שיניים

1. מגדירים מהו ליד טוב.
במילים פשוטות.

2. מפרידים Fit מ-Intent.

3. בוחרים 4–6 Signals משמעותיים.
לא 30.

4. מגדירים A/B/C/D.

5. מחברים את השדות ל-CRM.

6. מלמדים את צוות הקבלה להשתמש באותה שפה.

7. משווים Score לפי מקור, Campaign ו-Creative.

8. מעדכנים את המודל לפי תוצאות אמיתיות.

איך יודעים שהמודל טוב?

לא לפי כמה הוא "חכם".

אלא לפי השאלה:

האם A באמת הופכים לפגישות יותר מ-B?

והאם B יותר מ-C?

אם לא, הציון לא באמת מנבא שום דבר.

צריך לשנות אותו.

למשל:

אם ליד מקבל הרבה נקודות בגלל מקור פרסום, אבל בפועל זה לא קשור ל-Appointment Rate – מורידים את המשקל.

אם נכונות להגיע לפגישה מנבאת מאוד חזק את התוצאה – מעלים את חשיבותה.

Lead Scoring צריך להיבנות מהמציאות.

לא רק מהיגיון תיאורטי.

Score Validation

אחת לתקופה אפשר לבדוק:

מתוך A – כמה קבעו?

מתוך B – כמה קבעו?

מתוך C – כמה קבעו?

מתוך A – כמה הגיעו?

מתוך B – כמה?

אם התוצאות כמעט זהות, המודל לא מספיק טוב.

אם יש מדרג ברור, הוא כנראה עושה עבודה.

טבלה: בדיקת איכות המודל

Score	לידים	פגישות	שיעור פגישה	הגעות
A	40	30	75%	24
B	60	25	42%	18
C	80	12	15%	7
D	30	1	3%	0

במקרה כזה הציון אכן מתאר הבדל אמיתי בכוונה.

Lead Scoring ו-Follow-up

לא כל ליד צריך לקבל אותו Follow-up.

A יכול לקבל:

תיאום ישיר.

B:

מידע + חזרה.

C:

מעקב קל יותר.

כך הצוות מפנה יותר זמן למקומות שבהם יש פוטנציאל אמיתי.

אבל חשוב לא להפוך זאת למערכת אגרסיבית.

ליד B לא צריך לקבל עשר הודעות רק כי הוא "חם".

המטרה היא להתאים את הטיפול לרמת הכוונה, לא לרדוף אחריו.

Lead Scoring ו-Nurturing

יש לידים שאינם מוכנים היום.

אבל יכולים להיות רלוונטיים בעתיד.

למשל:

מתלבטים.

רוצים לקרוא עוד.

צריכים זמן.

במקום להשאיר אותם לנצח בסטטוס "לא סגר", אפשר לבנות Nurturing.

תוכן.

FAQ.

סרטוני רופא.

תשובות להתנגדויות.

Remarketing.

כך B או C יכולים להתחמם בהמשך.

Lead Scoring לא רק מסנן.

הוא גם עוזר להבין מי עדיין שווה המשך טיפוח.

אל תבלבלו בין Lead Scoring לבין "לפסול אנשים"

זו הבחנה חשובה.

המטרה היא לא לבנות מנגנון שאומר:

"האדם הזה לא שווה לנו."

המטרה היא:

"בהתבסס על ההתנהגות והמידע השיווקי שיש לנו כרגע, מהו הצעד הבא המתאים ביותר?"

זה הבדל גדול.

Score הוא כלי תפעולי.

לא שיפוט על אדם.

ומה לגבי AI?

מערכות CRM מתקדמות יכולות להשתמש באוטומציה ובמודלים חכמים כדי לזהות דפוסים בנתונים.

בעתיד אפשר לחשוב על מערכת שלומדת:

אילו Signals מנבאים Appointment.

אילו Creative Leads הופכים למטופלים.

אילו שאלות חוזרות.

אבל לפני AI צריך Data Hygiene.

אם צוות הקבלה לא מעדכן סטטוסים, האלגוריתם לומד מנתונים גרועים.

לכן הסדר הוא:

Process → Data → Scoring → Automation → AI.

לא להפך.

10 שאלות לפני שבונים Lead Scoring

1. האם מוגדר אצלנו מהו ליד טוב?
2. האם Fit ו-Intent מופרדים?
3. האם No Answer נחשב בטעות לליד גרוע?
4. האם יש Lost Reasons?
5. האם הציון משפיע על סדר הטיפול?
6. האם הוא מתעדכן לאורך הדרך?
7. האם מקור הפרסום מקבל משקל גדול מדי?
8. האם אנחנו נמנעים משימוש במידע רפואי רגיש לצורכי ניקוד שיווקי?
9. האם ניתן לראות Score לפי Campaign ו-Creative?
10. האם בדקנו שהציון באמת קשור לפגישות ולהגעות?

אם לא, כדאי להתחיל משם.

איך נראה דוח Lead Scoring טוב?

דוח טוב יכול לכלול:

Total Leads.

A Leads.

B Leads.

C Leads.

D Leads.

A+B Rate.

Cost Per A/B Lead.

Appointment Rate לפי Score.

Campaign.

Creative.

Treatment.

Lost Reasons.

כך מנהל המרפאה יכול לראות לא רק:

"Meta הביא 120 לידים."

אלא:

"Meta הביא 120 לידים, מתוכם 68 בדרגות A/B, ומהם 32 קבעו פגישה."

זו כבר שיחה אחרת לחלוטין.

Lead Scoring יכול לשנות גם את חלוקת התקציב

נניח:

Campaign A:

CPL 50 ₪.

A+B Rate: 20%.

Campaign B:

CPL 80 ₪.

A+B Rate: 65%.

לפני Lead Scoring, A נראה טוב.

אחרי Lead Scoring, B נראה חזק יותר.

עכשיו ניתן לחשב:

Cost Per Quality Lead.

ואחר כך:

Cost Per Appointment.

וכך להעביר תקציב לפי תוצאה אמיתית יותר.

אבל Score הוא לא המדד האחרון

גם A Lead יכול לא להפוך למטופל.

לכן הדרך הנכונה היא:

Lead Score.

↓

Appointment.

↓

Show.

↓

Patient.

↓

Economic Outcome.

כל שכבה מוסיפה מידע.

Lead Scoring יושב באמצע.

הוא עוזר להפוך את המושג המעורפל "איכות ליד" למשהו שאפשר לנתח.

לסיכום: לא כל ליד צריך לקבל את אותה עדיפות

כאשר מרפאה מקבלת מעט פניות, אפשר לנהל הכול באופן אישי.

כאשר היא מתחילה לקבל עשרות או מאות לידים ממספר מקורות – Meta, Google, האתר, WhatsApp, SEO ומקורות נוספים – צריך מערכת.

אחרת כל הלידים נראים אותו דבר.

וזה לא נכון.

יש:

לידים שמתאימים מאוד ורוצים לקבוע.

לידים שמתאימים אבל עדיין צריכים זמן.

לידים עם כוונה חלשה.

ולידים שאינם רלוונטיים.

Lead Scoring מאפשר להכניס סדר.

המערכת הנכונה יכולה להיראות כך:

Source → Lead → Fit → Intent → Score → Priority → Follow-up → Appointment → Outcome

וכאשר ה-Score נשמר ב-CRM, הוא הופך גם לכלי שיווקי:

אפשר להבין איזה קמפיין מביא A Leads.

איזה קריאייטיב מביא B.

איזה טופס מייצר C/D.

איזה מקור מביא הרבה Volume אבל מעט איכות.

ומה כדאי לשנות בפרסום.

במקום לשאול:

"כמה לידים קיבלנו?"

אפשר להתחיל לשאול:

"כמה מהלידים שקיבלנו באמת הראו התאמה וכוונה להתקדם?"

זו שאלה הרבה יותר חשובה למרפאה.

כי בסופו של דבר, מערכת פרסום טובה אינה נמדדת בכמה אנשים הצליחו להשאיר מספר טלפון.

היא נמדדת ביכולת של המרפאה לזהות, לטפל ולתעדף את הפניות שבאמת יכולות להתקדם לשיחה, לפגישה ולמטופל.