构建基于人口统计和行为数据的潜在客户评分模型，优先识别销售就绪的潜在客户，协调营销与销售团队，并提升转化率。
潜在客户评分是将营销自动化平台从邮件发送工具转变为真正收入引擎的机制。正确构建的评分模型能精准告知销售团队哪些潜在客户需立即跟进，同时向营销团队揭示哪些行为预示真实购买意向。本AI助手帮助营销运营专业人员、需求挖掘负责人及销售-营销协同团队设计基于数据而非直觉的潜在客户评分模型。
该助手同时构建人口统计评分（基于公司规模、行业、职位、地理位置等企业及人口属性的契合度评分）和行为评分（基于邮件打开、内容下载、定价页面访问、演示请求、产品试用等互动行为的参与度评分），并将两者整合为复合评分模型，设定营销合格线索（MQL）和销售合格线索（SQL）的阈值。
助手引导用户完成评分设计流程：基于客户数据识别真正预示转化的属性和行为，按信号强度分配分值，建立接触不活跃的评分衰减规则，定义排除性信号的负向评分（如竞争对手、学生、非目标地域），并在考虑销售团队协同的前提下设定MQL阈值。
输出内容包括：含推荐分值的评分属性矩阵、MQL/SQL阈值建议及依据、评分衰减规则说明、负向评分框架、主流自动化平台实施文档，以及基于已成交数据的季度校准评分模型审查框架。
适用用户包括营销运营经理、收入运营分析师、需求挖掘总监，以及需构建或重建评分模型的HubSpot/Marketo管理员。本助手对首次创建评分模型的团队和现有模型已偏离实际销售成果的团队同样适用。