Lead Scoring no Kommo CRM: Como Pontuar e Priorizar Leads Automaticamente

O problema de atender lead sem ordem de prioridade

Se o seu time comercial responde leads na ordem em que chegam, vocês estão perdendo dinheiro. Um lead que visitou sua página de preços três vezes, abriu dois e-mails e respondeu no WhatsApp tem infinitamente mais chance de fechar do que alguém que apenas preencheu um formulário e nunca mais interagiu. Tratar os dois da mesma forma é o erro número um dos times que usam CRM mas não têm lead scoring.

Lead scoring é o sistema que atribui pontos a cada lead com base no que ele faz e no que ele é — e entrega ao seu time uma fila priorizada de quem merece atenção agora. No Kommo CRM, esse processo pode ser montado com campos personalizados, salesbots e, hoje em dia, com camadas de IA que atualizam a pontuação em tempo real.

Neste guia você vai aprender como montar um lead scoring funcional no Kommo, quais critérios usar, e como automatizar a pontuação para que o sistema trabalhe enquanto o seu time dorme.

O que é lead scoring (e o que não é)

Lead scoring é um sistema de pontuação que classifica leads de acordo com a probabilidade de fechamento. Quanto mais alto o score, mais quente o lead — e mais rápido ele deve receber atenção.

Existem dois tipos de pontuação:

• Perfil (fit score) — avalia se o lead tem o perfil ideal do seu cliente: segmento, porte, cargo, região, orçamento disponível. Um lead com perfil perfeito mas sem engajamento ainda vale mais do que um lead curioso sem fit.
• Comportamento (engagement score) — mede o que o lead fez: abriu e-mail, clicou no link, visitou a página de preços, respondeu no WhatsApp, pediu demonstração. Cada ação tem um peso diferente.

O score final combina os dois. Um lead com alto fit e alto engajamento é o alvo ideal do seu SDR. Um lead com alto fit mas baixo engajamento vai para nutrição. Um lead com baixo fit e alto engajamento pode ser atendido com baixa prioridade ou descartado.

Lead scoring não é uma lista de "leads quentes vs. frios" feita na intuição do vendedor. É um sistema estruturado, replicável e — quando bem montado — mais preciso do que qualquer julgamento humano isolado.

Como o Kommo CRM suporta lead scoring

O Kommo não tem um módulo nativo chamado "lead scoring", mas oferece todas as peças para montar um sistema completo:

• Campos personalizados — você cria um campo numérico chamado "Score" e atualiza via automação ou manualmente.
• Salesbots — automatizam a atualização do score quando o lead executa ações específicas dentro do funil.
• Segmentação por tags — leads com score acima de determinado valor recebem a tag "Quente" e entram em uma fila separada.
• Webhooks e integrações — permitem que sistemas externos (n8n, Make) enviem pontuações para o Kommo com base em comportamentos fora do CRM como visitas ao site, abertura de e-mail e interações em redes sociais.

Para quem ainda não configurou os campos personalizados do Kommo, o passo a passo está no guia de campos personalizados no Kommo. Se quiser entender melhor como os salesbots funcionam, temos um guia completo de salesbots.

Os 4 critérios de pontuação mais eficientes

Não existe uma lista universal — o scoring ideal depende do seu negócio. Mas esses quatro critérios aparecem nos sistemas de maior performance que já implementamos:

1. Qualidade do perfil (fit)

Avalia se o lead tem o perfil do cliente ideal. Exemplos de pontuação:

• Segmento ideal (clínica, escritório de advocacia, imobiliária): +30 pontos
• Porte correto (fatura acima de R$30k/mês ou número de funcionários): +20 pontos
• Cargo decisor (dono, sócio, gerente): +15 pontos
• Região que você atende: +10 pontos

2. Fonte do lead

Leads de fontes diferentes têm taxas de conversão muito diferentes. Pondere na pontuação:

• Indicação de cliente: +40 pontos
• Pedido de demonstração no site: +35 pontos
• Tráfego orgânico (SEO): +20 pontos
• Tráfego pago (Meta Ads, Google Ads): +10 pontos
• Importação de lista fria: +0 pontos

3. Engajamento no funil

O que o lead fez desde que entrou no seu CRM:

• Respondeu no WhatsApp em menos de 1 hora: +25 pontos
• Clicou em link de proposta ou material: +20 pontos
• Participou de uma reunião ou demo: +30 pontos
• Pediu prazo ou condição especial: +15 pontos
• Ficou inativo por mais de 5 dias: -15 pontos

4. Comportamento no site (via integração)

Sinais de intenção vindos de fora do CRM, capturados via webhook:

• Visitou página de preços mais de uma vez: +20 pontos
• Baixou material rico (e-book, planilha): +15 pontos
• Abriu e-mail de follow-up: +10 pontos
• Visitou página de contato: +10 pontos

Passo a passo: criando seu lead scoring no Kommo

Passo 1 — Criar o campo "Score" no Kommo

Acesse Configurações > Campos personalizados > Leads. Crie um campo do tipo Numérico com o nome "Score". Defina como campo visível no card do lead. Esse será o campo que acumula os pontos ao longo do ciclo de vida do lead.

Passo 2 — Definir os critérios e os pesos

Com a equipe, documente quais critérios valem quantos pontos no seu contexto. Para clínicas médicas, o porte pode ser medido pelo número de consultórios. Para escritórios de advocacia, o volume mensal de processos novos é um bom indicador de fit. Para e-commerce B2B, o volume médio de pedido por mês.

Documente tudo em uma planilha antes de configurar no CRM. Isso facilita ajustes futuros.

Passo 3 — Automatizar a pontuação inicial com salesbot

Crie um salesbot que dispara quando o lead entra no funil. O bot pode fazer perguntas de qualificação via WhatsApp e, com base nas respostas, atualizar o campo Score usando a ação "Alterar campo" do próprio Kommo. Cada resposta que indica bom perfil adiciona pontos automaticamente.

Exemplo de fluxo: o bot pergunta "Qual é o seu segmento?" e oferece opções. Se a resposta for o segmento ideal, o campo Score recebe +30 pontos sem intervenção humana.

Passo 4 — Atualizar o score com base em ações do funil

Configure gatilhos adicionais: quando o lead avança de etapa (por exemplo, de "Primeiro Contato" para "Reunião Agendada"), o score aumenta automaticamente. Quando fica parado por X dias, o score diminui. Esses gatilhos ficam nos salesbots de cada etapa do pipeline.

Passo 5 — Segmentar por score com tags

Crie uma automação que, quando o campo Score ultrapassa 70 pontos, adiciona a tag "Quente" e notifica o SDR responsável. Leads com score entre 40 e 70 vão para nutrição automatizada. Abaixo de 40, o lead entra em uma sequência de aquecimento de longo prazo.

Passo 6 — Monitorar e calibrar mensalmente

Depois de 30 dias, compare os leads que fecharam com os que não fecharam. Veja se os que fecharam realmente tinham scores mais altos. Se não, revise os pesos. O scoring é um modelo vivo — melhora com dados reais do seu pipeline. Não trate os critérios iniciais como definitivos.

Exemplos práticos por segmento

Clínicas e consultórios

Uma clínica de estética que implementou lead scoring no Kommo percebeu que leads vindos de indicação com score acima de 80 fechavam em menos de 3 dias, enquanto leads de tráfego pago com score abaixo de 40 raramente avançavam além da segunda mensagem. Com o scoring, o time passou a focar nos 20% de leads que geravam 70% do faturamento — e parou de desperdiçar tempo com curiosos.

O ajuste mais importante nesse caso: adicionar um critério de "tem convênio ou paga particular?" logo na qualificação inicial. Clínicas de procedimentos particulares têm ticket médio 4x maior — esse dado valia mais de 30 pontos no scoring delas.

Escritórios de advocacia

No jurídico, o fit é tudo. Um escritório especializado em direito trabalhista empresarial não quer atender pessoas físicas com ações individuais. O scoring filtrava automaticamente: leads de empresas com mais de 50 funcionários ganhavam 40 pontos de partida; pessoas físicas ficavam zeradas e iam para um fluxo separado de triagem. O resultado: menos reuniões improdutivas, mais tempo para casos com ticket alto.

E-commerce e atacado

No e-commerce B2B, o volume de pedido mensal é o critério de fit mais importante. Um lead que compra R$2.000 por mês não justifica o mesmo esforço comercial que um cliente com potencial de R$20.000 por mês. O scoring separava os dois desde o primeiro contato e direcionava o time certo para cada perfil, evitando que o vendedor sênior perdesse tempo com contas pequenas.

Imobiliárias

Numa imobiliária, comportamento no site é o maior indicador de intenção. Lead que visitou a página de um imóvel específico mais de 3 vezes, simulou financiamento e acessou a página de contato tem score automaticamente alto — mesmo sem ter respondido nenhuma mensagem ainda. O corretor aborda com contexto: "Vi que você demonstrou interesse no apartamento X." A abordagem personalizada aumenta a taxa de retorno e transmite profissionalismo desde o primeiro contato.

Automatizando o lead scoring com IA e n8n

O próximo nível do lead scoring é usar inteligência artificial para pontuar com base em fatores que humanos não conseguem processar em escala — o tom da conversa no WhatsApp, o padrão de horário de resposta, a linguagem usada nas mensagens.

Com n8n integrado ao Kommo, você pode criar um fluxo que:

1. Captura cada mensagem do lead via webhook do Kommo.
2. Envia o texto para uma API de análise de sentimento ou para um modelo de linguagem como o Claude.
3. Recebe uma pontuação de intenção de compra (0 a 100) baseada no conteúdo da mensagem.
4. Soma ao score existente no Kommo via API.
5. Dispara notificação para o SDR se o score cruzar o limiar de "quente".

Com esse fluxo rodando, o score não depende mais de ações manuais do vendedor. Cada mensagem que o lead envia é processada automaticamente e o CRM se atualiza em tempo real. Para entender como montar essa integração, consulte o nosso guia de qualificação de leads com IA no Kommo e o passo a passo de como automatizar o Kommo com n8n.

Erros comuns ao montar lead scoring (e como evitar)

• Criar critérios demais — um sistema com 30 variáveis é impossível de manter e calibrar. Comece com 6 a 8 critérios, valide com dados reais e adicione mais só depois.
• Nunca calibrar o modelo — um scoring que não é revisado com dados reais perde precisão em semanas. Agende uma revisão mensal nos primeiros três meses.
• Não comunicar a lógica para o time — se o vendedor não entende por que um lead tem score 85, ele não vai confiar no sistema. Explique a lógica com exemplos de leads que fecharam.
• Usar scoring como substituto do julgamento — scoring é apoio à decisão, não automação total. Leads com score baixo às vezes fecham; leads com score alto às vezes somem. O time comercial ainda tem papel essencial.
• Não conectar com o follow-up — de nada adianta saber que o lead é quente se não existe uma cadência de abordagem estruturada. O scoring deve disparar o follow-up automático certo, na hora certa, com a mensagem certa.

Conclusão: scoring é o que separa CRM de lista de contatos

Qualquer empresa pode jogar leads num CRM. O que transforma o Kommo numa máquina comercial é o que você faz com esses dados. Lead scoring é o primeiro passo para parar de reagir e começar a agir de forma estratégica — priorizando quem tem mais chance de fechar, nutrindo quem ainda não está pronto, e descartando rapidamente quem nunca vai comprar.

Monte o sistema em etapas: comece com o campo numérico e 5 critérios definidos manualmente. Automatize progressivamente com salesbots. Quando o processo estiver estável, adicione a camada de IA via n8n. Em 90 dias, seu time estará trabalhando com menos leads e fechando mais — porque vai parar de desperdiçar energia com quem não tem perfil nem intenção.

O próximo passo natural depois do scoring é estruturar o pipeline de vendas para que cada faixa de score tenha uma jornada diferente. Confira nosso guia de pipeline personalizado no Kommo para montar essa estrutura do zero.