O lead entrou quente. Pontuou 87 no seu modelo de scoring. Marketing comemorou. Três semanas depois, ainda estava na mesma fila de SDR, esperando alguém ligar. O score estava certo. O problema era o que ninguém fazia com ele.
Lead scoring B2B é o sistema de atribuir pontos a cada lead com base em fit (empresa, cargo, setor) e comportamento (páginas visitadas, downloads, frequência), para decidir quem merece atenção do vendas e quem precisa de mais nutrição. O conceito é simples. A execução é onde tudo desanda.
A tese aqui é direta: a maioria das empresas não tem problema de scoring. Tem problema de ação. O score calcula, mas não move ninguém. E quando o score vira só um número bonito no dashboard, ele é ~~inteligência comercial~~ decoração de relatório.
O número que ninguém quer admitir
Dados de 2026 (Digital Applied, 180 data points): a taxa mediana de conversão MQL para SQL é 13%. O top quartil chega a 28%. Ou seja, a empresa mediana perde 87 de cada 100 leads que o marketing qualificou. Não são leads ruins. São leads que ninguém ligou a tempo, ou que o critério de SQL não bate com o de MQL, ou que o score não reflete intenção real de compra.
A adoção de IA para lead scoring saltou de 23% em 2024 para 61% em 2026. Mais de metade do mercado já usa algum modelo preditivo. Mas a conversão MQL→SQL não melhorou na mesma proporção. Por quê? Porque a IA calcula melhor, mas o gargalo nunca foi o cálculo. Foi o que acontece depois.
O vale da desconfiança
Existe um momento no funil que merece nome próprio: o vale da desconfiança. É quando o marketing entrega um lead com score 85 e o vendas olha e pensa “mais um que baixou e-book e nunca vai comprar”. O score não é o problema. A confiança no score é.
Em auditoria de funil, 8 em cada 10 empresas que atendemos não conseguem dizer quantos MQLs viraram SQL no último trimestre. Não é falta de ferramenta. É falta de gente batendo o olho no mesmo painel. Marketing mede volume. Vendas mede fechamento. Ninguém mede a transição.
Tradução de chão de fábrica
Tradução de chão de fábrica: MQL não é “lead quente”. É o cara que baixou o catálogo técnico duas vezes e ainda não te ligou. SQL é quando ele pede o prazo de entrega. Se o seu scoring não distingue essas duas coisas, ele está pontuando curiosidade, não intenção.
O follow-up que vale 5x
MarketJoy e SalesHive mostram o mesmo dado de forma independente: responder a um lead em menos de 24 horas aumenta a conversão em 5x. Não é 50%. É 500%. E mesmo assim, a maioria das empresas demora mais de um dia para tocar um lead qualificado. O score acerta. O processo falha.
O custo médio por lead B2B em 2026 é $214 (mediana). Em cybersecurity, $441. Em manufacturing, $94. Independentemente do preço, a perda é a mesma: se 87% dos MQLs não viram SQL, o dinheiro investido em geração de demanda está sendo despejado num funil sem fundo.
Era score, virou sinal de ação
Lead scoring era número no CRM. Virou sinal de ação. A diferença: um número você olha. Um sinal de ação te obriga a fazer algo. Se o score não dispara uma tarefa, uma notificação, um alerta de SDR, ele é só um campo a mais no registro do lead.
As empresas do top quartil (28% de MQL→SQL) não têm scoring melhor. Têm regras de ação atreladas ao score. Acima de 80, o SDR tem 2 horas para ligar. Entre 60 e 80, entra em cadência de nurture. Abaixo de 60, fica no pool. O score não é a decisão. O score alimenta a decisão.
A pergunta que fica
Se o seu lead scoring não dispara nenhuma ação automática quando o score passa de 80, ele é scoring de quê?