Xây Dựng Hệ Thống Chấm Điểm Lead Tự Động Với n8n và AI

Vấn đề với Lead Qualification thủ công

Sales team đang làm gì với 100 lead mới mỗi tuần? Thực tế là: họ dành 70% thời gian với 80% lead có chất lượng thấp, và bỏ lỡ 20% lead có giá trị cao vì xử lý quá chậm.

Nghiên cứu của HubSpot cho thấy: lead được liên hệ trong 5 phút đầu có xác suất chuyển đổi cao gấp 21 lần so với lead được liên hệ sau 30 phút. Với quy trình thủ công, điều đó gần như không thể đạt được.

Giải pháp không phải là tuyển thêm SDR. Giải pháp là tự động hóa lớp qualification.

Kiến trúc Pipeline

Form Submit (Typeform / HubSpot Forms / custom)
  ↓
n8n Webhook → Extract & normalize data
  ↓
Clearbit API → Enrich company firmographics
  ↓
OpenAI → Score 1–100 + reasoning + recommended action
  ↓
IF score ≥ 70 → Slack #hot-leads + assign CRM
IF score 40–69 → Mailchimp nurture sequence
IF score < 40 → Log only, review monthly
  ↓
Google Sheets → Full audit log

Từ lúc form submit đến lúc hot lead xuất hiện trong Slack: dưới 10 giây.

Thiết kế Scoring Model

Trước khi xây workflow, xác định tiêu chí chấm điểm phù hợp với ICP của bạn. Mô hình mẫu cho SaaS B2B:

Firmographic Signals (+điểm):

Quy mô 50–500 nhân viên: +25 điểm
Ngành SaaS/Tech/Fintech: +20 điểm
Công ty có funding (Clearbit signal): +15 điểm
Email công ty (không dùng Gmail): +10 điểm

Intent Signals (+điểm):

Mô tả use case cụ thể và rõ ràng: +20 điểm
Budget > $3,000/tháng: +25 điểm
Decision maker role (C-level, VP, Director): +20 điểm
Đề cập timeline cụ thể: +10 điểm

Negative Signals (−điểm):

Free email domain (Gmail, Yahoo): −20 điểm
"Just exploring" / "student": −30 điểm
Không cung cấp tên công ty: −15 điểm

Bước 1: Cấu hình Webhook Trigger

Trong n8n, tạo node Webhook với method POST. Configure form tool của bạn POST về URL này mỗi khi có submission. Các field quan trọng cần capture:

{
  "first_name": "Nguyễn Văn A",
  "email": "[email protected]",
  "company": "TechStartup Vietnam",
  "company_size"

Vấn đề với Lead Qualification thủ công

Giải pháp không phải là tuyển thêm SDR. Giải pháp là tự động hóa lớp qualification.

Kiến trúc Pipeline

Form Submit (Typeform / HubSpot Forms / custom)
  ↓
n8n Webhook → Extract & normalize data
  ↓
Clearbit API → Enrich company firmographics
  ↓
OpenAI → Score 1–100 + reasoning + recommended action
  ↓
IF score ≥ 70 → Slack #hot-leads + assign CRM
IF score 40–69 → Mailchimp nurture sequence
IF score < 40 → Log only, review monthly
  ↓
Google Sheets → Full audit log

Từ lúc form submit đến lúc hot lead xuất hiện trong Slack: dưới 10 giây.

Thiết kế Scoring Model

Trước khi xây workflow, xác định tiêu chí chấm điểm phù hợp với ICP của bạn. Mô hình mẫu cho SaaS B2B:

Firmographic Signals (+điểm):

Quy mô 50–500 nhân viên: +25 điểm
Ngành SaaS/Tech/Fintech: +20 điểm
Công ty có funding (Clearbit signal): +15 điểm
Email công ty (không dùng Gmail): +10 điểm

Intent Signals (+điểm):

Mô tả use case cụ thể và rõ ràng: +20 điểm
Budget > $3,000/tháng: +25 điểm
Decision maker role (C-level, VP, Director): +20 điểm
Đề cập timeline cụ thể: +10 điểm

Negative Signals (−điểm):

Free email domain (Gmail, Yahoo): −20 điểm
"Just exploring" / "student": −30 điểm
Không cung cấp tên công ty: −15 điểm

Bước 1: Cấu hình Webhook Trigger

Trong n8n, tạo node Webhook với method POST. Configure form tool của bạn POST về URL này mỗi khi có submission. Các field quan trọng cần capture:

{
  "first_name": "Nguyễn Văn A",
  "email": "[email protected]",
  "company": "TechStartup Vietnam",
  "company_size"

Xây Dựng Hệ Thống Chấm Điểm Lead Tự Động Với n8n và AI

Tóm tắt nhanh

Vấn đề với Lead Qualification thủ công

Kiến trúc Pipeline

Thiết kế Scoring Model

Bước 1: Cấu hình Webhook Trigger

Tài nguyên liên quan

Bình luận (0)

Cập nhật mới nhất

Bài viết liên quan

Clawdbot Skills: Khi AI Trở Thành Đế Chế Tự Động Hóa Của Riêng Bạn

Xây Dựng Data Pipeline Hiện Đại với Python và PostgreSQL

Xây Dựng Data Pipeline Sản Xuất với n8n + Postgres + AI

Xây Dựng Hệ Thống Chấm Điểm Lead Tự Động Với n8n và AI

Tóm tắt nhanh

Vấn đề với Lead Qualification thủ công

Kiến trúc Pipeline

Thiết kế Scoring Model

Bước 1: Cấu hình Webhook Trigger

Tài nguyên liên quan

Bình luận (0)

Cập nhật mới nhất

Bài viết liên quan

Clawdbot Skills: Khi AI Trở Thành Đế Chế Tự Động Hóa Của Riêng Bạn

Xây Dựng Data Pipeline Hiện Đại với Python và PostgreSQL

Xây Dựng Data Pipeline Sản Xuất với n8n + Postgres + AI

Bước 2: Enrich với Clearbit

Bước 3: Prompt AI Chấm điểm

Bước 4: Định tuyến và Hành động

Dashboard và Feedback Loop

Kết quả sau khi triển khai

Mở rộng: Real-time Behavioral Scoring