AI chấm điểm khách tiềm năng cho đội sales: gom lead, xếp ưu tiên gọi lại và đo kết quả

Cập nhật tháng 10/2026. Tính năng chấm điểm của từng phần mềm CRM và nền tảng quảng cáo thay đổi theo gói và theo thời gian; các con số chi phí trong bài là ước tính tham khảo.

Một chiến dịch quảng cáo có thể mang về 300 số điện thoại mỗi tháng, nhưng đội sales thường gọi theo thứ tự đến trước hoặc theo cảm tính. Người vừa hỏi giá trả góp một mẫu xe cụ thể phải chờ đến chiều, trong khi cả buổi sáng dành cho người bấm nhầm quảng cáo. Chấm điểm khách tiềm năng cho đội biết nên gọi ai trước.

1. Vấn đề: nhiều lead nhưng gọi sai người, gọi chậm

Dấu hiệu thường gặp: khách nằm rải rác ở form website, Google Ads, Facebook, Zalo OA, hotline; khách nóng nguội dần trong lúc chờ gọi lại; cuối tháng chỉ đếm được số lead mà không biết nguồn nào ra hợp đồng.

2. Giải pháp: chấm điểm theo hai trục, AI đọc phần chữ

Theo tài liệu của HubSpot, điểm khách thường chia thành hai loại: điểm phù hợp (fit) dựa trên thông tin khách là ai, và điểm tương tác (engagement) dựa trên hành động khách đã làm. HubSpot còn gộp hai trục thành điểm tổng hợp xếp hạng từ A1 đến C3: chữ cái thể hiện mức phù hợp, con số thể hiện mức tương tác. Salesforce gọi tương tự là dữ liệu tường minh (khách tự khai) và dữ liệu ngầm định (suy ra từ hành vi).

AI giỏi ở chỗ công thức cộng điểm làm kém: đọc phần chữ tự do. Câu “Em cần xe 7 chỗ trước Tết, có xe cũ muốn đổi” chứa nhu cầu và thời hạn nhưng không nằm trong ô nào của form; AI đọc được, tóm tắt và gợi ý bước tiếp theo.

3. Gom lead từ form, quảng cáo và Zalo

• Google Ads: theo trợ giúp của Google, lead từ biểu mẫu khách tiềm năng chỉ lưu 60 ngày, tải CSV lấy được 30 ngày gần nhất, nên nối webhook, Zapier hoặc API để đổ về CRM. Form bắt buộc gắn chính sách quyền riêng tư.
• Meta: lead từ biểu mẫu tức thì quản lý trong Leads Center hoặc đồng bộ sang CRM; có tuỳ chọn xác minh số điện thoại.
• Website, Zalo, hotline: form gửi về Google Sheets hoặc CRM; tin nhắn Zalo OA và cuộc gọi do nhân viên trực ghi vào cùng bảng.

Cột tối thiểu: thời điểm, nguồn, họ tên, số điện thoại, sản phẩm quan tâm, ghi chú nguyên văn, điểm, nhóm, người phụ trách, kết quả gọi.

4. Bộ tiêu chí chấm điểm mẫu

Salesforce gợi ý: tính tỉ lệ chốt chung, rồi chỉ cộng điểm cho đặc điểm có tỉ lệ chốt cao hơn mức đó. Chưa có dữ liệu thì bắt đầu bằng kinh nghiệm trưởng nhóm, sau 2–3 tháng chỉnh theo số thật. Ví dụ minh hoạ cho showroom ô tô:

Sàn bất động sản thay bằng khu vực, ngân sách, mua ở hay đầu tư; trung tâm đào tạo thay bằng khoá học, lịch học mong muốn. Nên cho điểm giảm dần theo thời gian (HubSpot gọi là score decay), vì người hỏi giá nửa năm trước không còn nóng.

5. Dùng AI tóm tắt nhu cầu và đề xuất bước tiếp theo

Với bảng tính, dán từng lô khách vào trợ lý AI (Claude, ChatGPT, Gemini) kèm câu lệnh cố định; CRM có AI thì chạy tự động. Câu lệnh mẫu:

Nguyên tắc: AI gợi ý, người quyết; chỉ gửi cột cần thiết, thay số điện thoại bằng mã khách.

6. Ví dụ minh hoạ: sàn môi giới căn hộ 12 nhân viên

Tình huống giả định: một sàn môi giới ở TP.HCM nhận khoảng 400 lead mỗi tháng cho dự án căn hộ, trước đây chia đều theo vòng.

• Tuần 1: gom mọi nguồn về một Google Sheets.
• Tuần 2: trưởng phòng và 2 nhân viên giỏi nhất thống nhất 6 tiêu chí cộng, 3 tiêu chí trừ điểm.
• Tuần 3: chạy câu lệnh AI hai lần mỗi ngày. Nhóm Nóng gọi trong buổi; nhóm Ấm nhận tin nhắn kèm tour 360 căn hộ mẫu; nhóm Lạnh vào danh sách chăm sóc định kỳ.
• Tuần 4: so tỉ lệ hẹn xem nhà theo nhóm, chỉnh trọng số.

7. Đo kết quả: điểm có thật sự giúp chốt nhiều hơn?

1. Thời gian gọi lại trung bình cho nhóm Nóng.
2. Tỉ lệ chốt theo nhóm: Nóng phải cao hơn rõ rệt; nếu không, tiêu chí đang sai.
3. Tỉ lệ chốt theo nguồn để phân bổ lại ngân sách quảng cáo.
4. Lead bị bỏ sót: khách nhóm Lạnh vẫn mua, xem lại để bổ sung tiêu chí.

Phân tích doanh số sau khi chốt: xem bài AI phân tích dữ liệu bán hàng cho doanh nghiệp nhỏ.

8. Cách bắt đầu và chi phí ước tính

Ước tính tham khảo cho đội 5–15 người:

Bắt đầu ở mức 1 trong một tháng, tiêu chí ổn định rồi mới tự động hoá. Nếu đã có chatbot trên website và Zalo, cho chatbot hỏi thêm về nhu cầu và thời hạn.

9. Rủi ro cần tránh

• Thiên lệch: không dùng giới tính, tuổi, quê quán làm tiêu chí; định kỳ kiểm tra nhóm bị chấm thấp.
• Dữ liệu cá nhân: Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ 1/1/2026. Nói chung, cần thông báo mục đích, có sự đồng ý phù hợp, thu thập tối thiểu, phân quyền xem và xoá khi khách yêu cầu. Trường hợp cụ thể nên hỏi ý kiến pháp lý.
• Tin AI tuyệt đối: AI có thể hiểu sai viết tắt, tiếng lóng; luôn giữ ghi chú gốc cạnh bản tóm tắt.
• Tiêu chí đóng băng: xem lại trọng số mỗi quý.

10. Thuật ngữ cần biết

• Lead scoring (chấm điểm khách tiềm năng): cách xếp hạng khách theo khả năng trở thành khách mua, dựa trên thông tin và hành vi. Nguồn: Salesforce.
• Điểm phù hợp và điểm tương tác (fit, engagement): hai trục chấm điểm theo “khách là ai” và “khách đã làm gì”. Nguồn: HubSpot Knowledge Base.
• Score decay: điểm tương tác tự giảm theo thời gian để phản ánh khách đã nguội. Nguồn: HubSpot.
• Lead form asset (biểu mẫu khách tiềm năng): form cho khách điền thông tin ngay trong quảng cáo Google. Nguồn: Google Ads Help.

11. Tìm hiểu thêm

• Build lead scores: hướng dẫn tạo điểm phù hợp, điểm tương tác và ngưỡng phân nhóm trong HubSpot.
• Meta lead ads: giới thiệu quảng cáo tìm khách tiềm năng và cách đồng bộ lead sang CRM.
• Những quy định đáng chú ý trong Luật Bảo vệ dữ liệu cá nhân 2025 trên Cổng Thông tin điện tử Chính phủ.

12. Câu hỏi thường gặp

PDL Digital đào tạo và triển khai AI cho đội kinh doanh, từ bảng gom lead, tiêu chí chấm điểm đến câu lệnh AI hằng ngày. Xem trang đào tạo để chọn khoá phù hợp.