内容线索评分的难点，不是把行为尽可能量化，而是让分数与销售判断保持一致。一个高分线索，应该更可能具备真实需求、明确场景和可推进的时间窗口；如果高分线索经常只是随手咨询，评分表就不是在识别意向，而是在放大噪声。
先校准评分对象
评分应区分三类信号：曝光代表触达范围，互动代表注意力投入，留资与咨询才开始接近业务意向。播放、点赞等轻量行为不宜直接赋予过高权重；询问价格、交付周期、方案比较或适配性的问题，通常比普通互动更值得关注，但仍需人工确认行业匹配、预算、决策角色和采购时间。
可以先建立总分 100 分的基础模型：用户行为最高 30 分，内容互动最高 25 分，业务资料最高 45 分。业务资料权重更高，是因为它能补充“用户做了什么”之外的关键信息。表单只留下联系方式，不能与明确描述问题、计划和使用范围的线索获得同等分数。
用销售结果反推权重
初始分值只是运营假设，不是行业标准。运行一段时间后，应把线索按分数分为 A、B、C、D 四层，并逐一记录销售反馈：是否确认存在需求，是否进入方案评估，是否因无效、重复、不匹配或暂无计划而失效。
校准时重点看“排序是否有效”，而不是追求一个漂亮的转化数字。如果 A 类线索中大量没有真实需求，说明轻量行为被加分过多，或业务资料不足却被判定为高意向；如果后来成交的线索长期停留在 C 类，则可能遗漏了某些关键触发行为。调整应优先修改字段定义和权重，不能简单增加更多指标。
让分数随时间变化
线索分数不应永久累加。长期没有关键行为时，应执行时间衰减；超过一段周期仍无回应，就回到培育池。具体周期要结合采购周期，不能把低客单价业务与复杂 B2B 项目使用同一标准。已成交客户也应进入客户运营流程，不能继续套用新线索评分。
最终，内容线索评分的校准依赖内容、销售和结果数据的闭环：内容记录来源与行为，销售补全业务判断，团队再用真实反馈修正分值。只有当高分线索确实更值得优先联系，评分表才真正具备决策价值。