Einstein Lead scoring（ 潜在客户评分）是销售团队的得力助手，通过对潜在客户进行评分，销售团队根据潜在客户的得分，确定业务机会的优先级，赢得更多交易。

一、启用Einstein所需版本

适用于：Lightning Experience 和 Salesforce Classic。在 Salesforce 应用程序中的列表视图和记录详细信息页面中提供潜在客户得分。

Sales Cloud Einstein 另行付费后适用于：企业版Enterprise、性能版Performance 和 无限版Unlimited Edition。

二、Einstein 潜在客户评分是如何运作的？

Einstein 潜在客户评分为潜在客户添加了一个潜在客户分数字段。Lead Score 让销售代表可以根据与之前转换的潜在客户的相似性对潜在客户进行排名，从而确定他们的工作优先级。得分较高的潜在客户与过去已转换的潜在客户有更多共同点。

潜在客户分数显示在潜在客户详细信息页面上的 Einstein 分数组件中。该组件还向销售代表显示潜在客户的哪些领域对其得分影响最大 (1)。根据线索，可能会出现具有正面或负面影响的字段。未在 Einstein 分数组件中列出的字段仍会影响分数，但影响程度低于列出的字段。

当您或您的用户将Einstein 分数字段添加到列表视图时，将鼠标悬停在分数 (1) 上会显示分数后面的最高因素 (2)。当销售代表关注得分较高的潜在客户时，他们可能会将更多潜在客户转化为机会。锁 (3) 表示分数是只读的。

Einstein Lead Scoring 包括一个仪表板，其中包含显示贵组织的关键潜在客户评分指标的报告。

• 按潜在客户来源划分的平均潜在客户得分
• 潜在客户得分的转化率
• 潜在客户得分分布：转换和失去的机会

三、Einstein潜在客户评分模型

Einstein 分析您过去转化的潜在客户，包括自定义字段和活动数据，以确定您的转换模式。然后确定您当前的哪些潜在客户与之前转换的潜在客户最相似。根据这一分析，Einstein 为您的组织构建一个或多个评分模型。

在设置过程中，Salesforce 管理员可以选择对所有潜在客户进行评分，或根据字段条件将潜在客户分组。Einstein 为每个潜在客户细分构建单独的评分模型。对于每个潜在客户细分，管理员还可以选择省略某些潜在客户字段。当 Einstein 构建您的评分模型时，省略的字段将被忽略。

当您在不创建细分的情况下对所有潜在客户进行评分，并且您没有足够的潜在客户转化数据来构建您自己的预测模型时，Einstein 将使用全局模型。全局模型使用来自许多 Salesforce 客户的匿名数据。当您积累足够的潜在客户数据时，Einstein 会使用您的数据构建评分模型，并使用具有更好结果的模型。

Einstein模型每 10 天刷新一次，或者每当管理员更新潜在客户评分的配置方式时。潜在客户分数根据需要每隔几个小时更新一次。

四、影响Einstein潜在客户评分的因素

对于每个潜在客户分数，Einstein 都会显示潜在客户的字段值，这些字段值对其分数具有最显著的正面和负面影响。

当分数不出现时

有时，由于这些原因中的任何一个，分数不会出现在特定的线索上。

（1）分数尚未计算，因为Einstein潜在客户评分最近启用，大约需要24小时才能获得分数；

（2）潜在客户是在不到4小时前添加的；

（3）在打开 Einstein 潜在客户评分之前的 6 个月内，未修改潜在客户；

（4）该潜在客户不符合任何潜在客户细分的标准；

（5）潜在客户的状态值不合格或类似。

当分数不变时

有时，由于以下任何原因，某些线索的分数不会改变。

（1）之前得分的潜在客户在 6 个月内没有被修改；

（2）潜在客户被转换了；

（3）您的管理员选择对一组中的所有潜在客户进行评分，但组织中的潜在客户转化数据量低于对潜在客户进行评分的最低要求。当数据不足时，分数不会更新，直到有更多数据可用；

（4）您的管理员选择在不同的细分中为您的潜在客户评分，而该潜在客户所在的细分市场低于潜在客户评分的最低数据要求。