# Lead Scoring คืออะไร? คู่มือให้คะแนน MQL–SQL ปั้นทีมขาย-การตลาด SME ไทย 2026
ทีมการตลาดของคุณส่ง Lead ให้ทีมขายวันละ 50 รายการ แต่ Sales ปิดได้แค่ 1-2 ราย แล้วบ่นว่า “Lead ไม่คุณภาพ” ส่วนการตลาดก็บ่นกลับว่า “ทีมขายไม่ได้ตามเข้าเลย” ถ้าเรื่องนี้เกิดขึ้นบ่อยในบริษัทของคุณ แปลว่าองค์กรยังขาดเครื่องมือสำคัญอย่างหนึ่ง นั่นคือ Lead Scoring
Lead Scoring คือกระบวนการให้คะแนนผู้มุ่งหวัง (Lead) โดยอิงจากคุณสมบัติและพฤติกรรมที่สัมพันธ์กับความน่าจะเป็นในการปิดดีล ระบบนี้ช่วยให้การตลาดและทีมขายสื่อสารภาษาเดียวกัน แยก Marketing Qualified Lead (MQL) กับ Sales Qualified Lead (SQL) ได้ชัดเจน และโฟกัสเวลาไปกับลูกค้าที่พร้อมซื้อจริงก่อน
ในคู่มือฉบับนี้ คุณจะได้เรียนรู้แบบ end-to-end ตั้งแต่นิยามพื้นฐาน โมเดลให้คะแนนที่ใช้งานจริง เกณฑ์ MQL/SQL ขั้นตอนการสร้างระบบทีละสเต็ป ไปจนถึงเครื่องมือที่เหมาะกับ SME ไทยในปี 2026
ทำไม SME ไทยต้องใช้ Lead Scoring
ในยุคที่ต้นทุนโฆษณาพุ่งขึ้นทุกปีและ Buying Journey ยาวเกือบสองเท่าของเมื่อห้าปีก่อน การใช้ทรัพยากรกับ Lead ที่ไม่พร้อมซื้อคือความสูญเสียโดยตรง Lead Scoring ช่วยแก้ปัญหาหลักสามข้อของ SME
ข้อแรกคือ Conversion Rate ต่ำ เพราะทีมขายโทรหาทุกคนเท่ากัน ทั้งที่ความพร้อมซื้อต่างกันมาก ข้อสองคือ Sales-Marketing Misalignment ที่ไม่มีนิยามชัดว่า Lead แบบไหนถึงเรียกว่า “พร้อมส่ง” ข้อสามคือ Ad Spend Wasted เพราะยิงโฆษณา Retarget ให้คนที่ไม่เคยมีสัญญาณซื้อเลย
เมื่อมีระบบให้คะแนน การตลาดจะโฟกัส Nurturing กลุ่มคะแนนต่ำ ส่งเฉพาะกลุ่มคะแนนสูงให้ Sales และทีมขายก็มีเวลาพอที่จะทำ Consultative Selling อย่างจริงจังกับ Lead ที่คู่ควร
MQL vs SQL แตกต่างกันอย่างไร
สองคำนี้เป็นหัวใจของ Lead Scoring เพราะคือเส้นแบ่งระหว่างการตลาดและการขาย
| เกณฑ์ | MQL (Marketing Qualified Lead) | SQL (Sales Qualified Lead) |
|-------|-------------------------------|---------------------------|
| ความพร้อมซื้อ | สนใจเนื้อหา/สินค้า แต่ยังไม่ตัดสินใจ | มีความตั้งใจซื้อชัดเจน |
| พฤติกรรมหลัก | โหลด ebook, ชม webinar, ติดตามคอนเทนต์ | ขอ demo, กรอกฟอร์มราคา, ขอใบเสนอราคา |
| ผู้รับผิดชอบ | ทีมการตลาด (Nurture ต่อ) | ทีมขาย (Contact ภายใน 24 ชม.) |
| คะแนนเฉลี่ย | 40–69 | 70+ |
| ตัวชี้วัด | MQL → SQL Conversion Rate | SQL → Closed Won Rate |
การกำหนด Threshold จะต่างกันไปในแต่ละธุรกิจ หลักการคือใช้ข้อมูล Closed Won ย้อนหลัง 6–12 เดือนเป็น baseline แล้วดูว่า Lead ส่วนใหญ่ที่ปิดได้มีคะแนนประมาณเท่าไร ค่านั้นจะกลายเป็น SQL Threshold ของคุณ
สององค์ประกอบของโมเดล Lead Scoring
โมเดลที่ใช้ได้จริงจะประกอบด้วยสองมิติหลัก
1) Explicit Score (คะแนนคุณสมบัติ) วัดจากสิ่งที่ Lead เป็น หรือข้อมูลที่กรอกในฟอร์ม เช่น ขนาดบริษัท, อุตสาหกรรม, ตำแหน่งผู้ติดต่อ, งบประมาณ, ที่ตั้งทางภูมิศาสตร์ ใช้กรอบ BANT (Budget, Authority, Need, Timing) เป็นเช็กลิสต์ได้เลย
2) Implicit Score (คะแนนพฤติกรรม) วัดจากสิ่งที่ Lead ทำ เช่น เข้าชมหน้าราคาซ้ำ, เปิดอีเมล, คลิก CTA, ดาวน์โหลด Whitepaper, ดู Case Study, เข้า Webinar พฤติกรรมใกล้การซื้อ (Pricing Page, Request Demo) ได้คะแนนสูงกว่าพฤติกรรมกว้างๆ (อ่าน Blog)
การบวกคะแนนสองมิตินี้รวมกันจะให้ภาพที่แม่นกว่าการใช้มิติเดียว เพราะ CEO บริษัทใหญ่ที่เข้าเว็บแค่ครั้งเดียวอาจจะพร้อมซื้อน้อยกว่า Engineer จาก SME ที่กลับมาอ่าน Case Study 5 ครั้งใน 1 สัปดาห์
ตัวอย่างตารางให้คะแนน (Scoring Matrix)
นี่คือตัวอย่างที่ปรับใช้ได้กับ SME B2B ไทย ในอุตสาหกรรม IT Services
| Action / Attribute | คะแนน |
|--------------------|-------|
| ดาวน์โหลด ebook | +5 |
| เข้าหน้าราคา | +15 |
| เข้าหน้าราคา 2+ ครั้ง | +25 |
| กรอกแบบฟอร์ม Contact | +30 |
| ขอ Demo / Consult | +40 |
| เปิดอีเมลนัดหมาย | +5 |
| คลิกลิงก์ในอีเมล | +10 |
| ไม่ตอบสนอง 30 วัน | −15 |
| ตำแหน่ง Manager ขึ้นไป | +10 |
| บริษัทขนาด 50+ พนักงาน | +10 |
| Email เป็น Gmail/Hotmail | −5 |
| ที่อยู่ต่างประเทศ (นอกเป้า) | −20 |
คะแนนรวมจะถูกแบ่งเป็น 3 โซน: Cold (0–39) ยังไม่พร้อม ต้อง Nurture, Warm/MQL (40–69) พร้อมรับ Content เชิงลึก, Hot/SQL (70+) ส่งให้ Sales ทันที
5 ขั้นตอนสร้างระบบ Lead Scoring จาก 0
เปรียบเทียบโมเดล Lead Scoring 3 แบบ
| โมเดล | เหมาะกับ | ข้อดี | ข้อจำกัด |
|--------|-----------|--------|----------|
| Rule-based | SME ที่เพิ่งเริ่ม, ข้อมูลยังน้อย | ตั้งค่าง่าย, เข้าใจได้ทันที, ปรับจูนด้วยมือได้ | ต้อง Maintain เอง, พลาดสัญญาณซ่อน |
| Predictive (ML) | บริษัทที่มี Lead >5,000/เดือน + CRM สะอาด | แม่นยำสูง, ค้นพบตัวแปรที่คนมองไม่เห็น | ต้องใช้ Data Scientist, กล่องดำ, ต้องการข้อมูลเยอะ |
| Hybrid | องค์กรที่มี Sales Ops ทีม | ได้ทั้งความแม่นและความโปร่งใส | ต้นทุนสูง, ต้องดูแลสองระบบ |
สำหรับ SME ไทยส่วนใหญ่ แนะนำเริ่มจาก Rule-based ก่อน เมื่อมี Lead Volume มากพอและเก็บข้อมูลได้สะอาดอย่างน้อย 1 ปี ค่อยพิจารณาย้ายไป Predictive หรือ Hybrid
เครื่องมือแนะนำสำหรับ SME ไทย 2026
HubSpot Marketing Hub เหมาะสำหรับองค์กรที่ต้องการ All-in-One ราคาเริ่มต้นสมเหตุสมผล มี Predictive Lead Scoring ใน Pro tier ขึ้นไป
Mautic โอเพนซอร์สฟรี แต่ต้องโฮสต์เอง เหมาะกับทีม IT ที่ต้องการ Customize และประหยัดค่าไลเซนส์ เราเคยเขียนคู่มือไว้แล้วใน [บทความ Mautic Open Source Marketing Automation](https://www.adsfit.co.th/blog/mautic-open-source-marketing-automation-guide-sme-thailand-2026)
Zoho CRM + Marketing Automation เหมาะกับทีมขายที่ใช้ Zoho อยู่แล้ว ราคาคุ้มและเชื่อมต่อใน Ecosystem เดียวกัน
Salesforce Pardot (Account Engagement) ตอบโจทย์ Enterprise B2B ที่มีกระบวนการซับซ้อน มี Einstein Lead Scoring แบบ AI ในตัว
KPI ที่ต้องติดตาม
ตั้งเป้า MQL → SQL อย่างน้อย 20% และ SQL → Closed Won 25%+ เป็น Benchmark เริ่มต้นในปีแรก
ข้อผิดพลาดที่พบบ่อย
หลายองค์กรให้คะแนนเฉพาะ Engagement โดยไม่พิจารณา Fit หรือใช้โมเดลที่ซับซ้อนเกินไปตั้งแต่วันแรก ทำให้ Sales ไม่เข้าใจว่าทำไม Lead นี้ถึงคะแนนสูง อีกข้อคือการ “ตั้งแล้วลืม” ไม่ Review ทุกไตรมาส พอ Business เปลี่ยน เกณฑ์ก็ล้าสมัยโดยไม่รู้ตัว
สุดท้ายคือการขาด SLA ระหว่างสองทีม ทำให้ Lead ที่ควรเป็น SQL ถูก Sales ปล่อยผ่านเพราะไม่มีระบบติดตาม ควรตั้งอัตราการตอบสนองเป็น KPI ของ Sales Manager ด้วย
สรุปและก้าวต่อไป
Lead Scoring คือสะพานเชื่อม Sales กับ Marketing ที่ทำให้ SME ปิดดีลได้มากขึ้นโดยไม่ต้องเพิ่มงบยิง Ads ประเด็นสำคัญคือ เริ่มเล็กด้วยโมเดล Rule-based ที่ทั้งสองทีมเห็นด้วย ใช้ข้อมูล Closed Won จริงเป็นฐาน แล้วปรับจูนสม่ำเสมอทุกไตรมาส
Key Takeaways:
หากคุณต้องการวางระบบ Lead Scoring + Marketing Automation ที่เชื่อมต่อ CRM เดิมของคุณ [ติดต่อทีม ADS FIT](https://www.adsfit.co.th/#contact) เราช่วย SME ไทยตั้งระบบและออกแบบ Scoring Matrix แบบ Custom ให้พร้อมใช้งานจริงภายใน 4–6 สัปดาห์ หรือเรียนรู้เพิ่มเติมจาก [บทความ CDP Customer Data Platform](https://www.adsfit.co.th/blog/cdp-customer-data-platform-single-customer-view-guide-sme-thailand-2026) และ [คู่มือ ABM B2B](https://www.adsfit.co.th/blog/abm-account-based-marketing-b2b-guide-sme-thailand-2026)