리드 스코어링, 점수만 매기면 상담이 빨라질까요? 병원 DB 점수 계산법과 점검표
이 글의 순서
오전에 들어온 DB 서른 개 앞에서 상담실은 늘 같은 고민을 해요. 누구에게 먼저 전화해야 할까요? 리드 스코어링은 이 순서를 감이 아니라 기준으로 정하는 방법입니다. 다만 점수표를 만드는 것만으로는 상담이 빨라지지 않아요. 이 글은 상담실장 입장에서 병원 DB 점수를 계산하는 식과, 점수가 엉뚱하게 움직이는 착시를 막는 점검표를 정리했습니다.
30초 요약
|
1. 리드 스코어링은 '먼저 전화할 순서'를 정하는 도구입니다
리드 스코어링은 들어온 DB마다 점수를 매겨 상담 우선순위를 정하는 방법이에요. 좋은 DB와 나쁜 DB를 판정하는 도구가 아니라, 한정된 상담 시간을 어디에 먼저 쓸지 정하는 도구라는 점이 중요합니다.
리드 스코어링 연구 44편을 정리한 체계적 문헌고찰 [1]은 모델을 두 가지로 나눴어요. 담당자의 경험으로 항목과 점수를 정하는 전통적 모델, 그리고 데이터 마이닝과 머신러닝으로 점수를 계산하는 예측 모델입니다. 예측 모델에서는 의사결정나무와 로지스틱 회귀가 가장 많이 쓰였다고 해요 [1].
병원 상담실은 대부분 전통적 모델에서 출발합니다. 상담 결과 데이터가 충분히 쌓이기 전에는 사람이 정한 기준이 더 설명하기 쉽고, 상담실이 납득하기도 쉬워요.
문제는 순서가 없을 때 생기는 손실이에요. 먼저 들어온 순서대로만 전화하면 상담 의사가 분명한 DB가 뒤로 밀리고, 그 사이 다른 병원에서 먼저 연락을 받을 수 있습니다. 반대로 감으로 고르면 담당자마다 순서가 달라 결과를 비교할 수 없어요. 리드 스코어링은 이 두 문제를 동시에 줄이려는 장치입니다.
2. 점수는 '적합도 + 관심도 − 감점' 세 덩어리로 나누세요
점수 항목은 세 묶음으로 나눠야 나중에 어디가 틀렸는지 찾을 수 있어요. HubSpot도 속성 값으로 매기는 적합도 점수, 행동으로 매기는 관심도 점수, 둘을 합친 통합 점수를 따로 둡니다 [2]. 항목마다 점수를 더하거나 뺄 수 있어서 총점이 음수가 될 수도 있어요 [2].
묶음 | 병원 DB 예시 항목 | 점수 예시(가정) |
적합도 | 진료 가능한 시술 선택, 진료권 안 지역, 상담 가능 시간 입력 | 각 +10~+20 |
관심도 | 가격 안내 페이지 재방문, 같은 번호 재문의, 문자 회신 | 각 +5~+15 |
감점 | 진료하지 않는 시술 선택, 이전 결번 이력, 장난성 문구 | 각 −10~−30 |
계산식은 단순하게 시작하세요. 총점 = 적합도 합 + 관심도 합 − 감점 합이고, 상한은 100점으로 둡니다. 항목은 묶음마다 서너 개면 충분해요. 처음부터 항목이 많으면 왜 점수가 높은지 상담실이 설명하지 못합니다.
항목을 고를 때는 '상담실이 수신 직후 알 수 있는 정보인가'를 먼저 물어보세요. 통화해 봐야 알 수 있는 정보는 점수 항목이 아니라 상담 결과 항목이에요. 리드폼 질문, 랜딩 방문 기록, 이전 문의 이력처럼 수신 순간에 이미 있는 정보만 점수에 넣어야 순서를 정하는 데 쓸 수 있습니다.
점수 항목은 묶음마다 서너 개로 시작해야 상담실이 기준을 설명할 수 있어요 · Photo: Unsplash
3. 계산 예시로 보면 등급 기준이 바로 보입니다
같은 날 들어온 DB 세 개로 계산해 볼게요. 아래 숫자는 이해를 돕기 위한 예시 수치(가정)입니다.
DB | 적합도 | 관심도 | 감점 | 총점 | 등급 |
A | +40 (시술·지역·시간) | +20 (재방문·문자 회신) | 0 | 60 | 우선 |
B | +30 (시술·지역) | +5 (재방문) | 0 | 35 | 일반 |
C | +10 (지역) | 0 | −20 (진료 외 시술) | −10 | 확인 필요 |
등급 경계는 처음 한 달 동안 상담 결과를 보고 정하세요. 예를 들어 50점 이상을 '우선'으로 정했는데 그 등급의 상담 연결이 다른 등급과 비슷하다면, 기준이 아니라 항목이 틀린 거예요.
팀퍼포먼스는 DB 단가보다 승인률·승인단가·상담 연결·내원까지 이어지는 구조를 기준으로 봅니다. 리드 스코어링도 점수 자체가 아니라 등급별 상담 연결로 검증해야 한다고 봐요.
4. 점수가 높을수록 좋은 DB라는 착시를 조심하세요
점수가 높다고 늘 좋은 DB인 것은 아니에요. 현장에서 자주 생기는 착시는 네 가지입니다.
정산 기준과 섞이는 착시: 점수가 낮다는 이유로 무효 처리하면 상담 순서 도구가 정산 도구로 바뀝니다. 점수는 정산과 분리하세요.
오래된 관심도 착시: 석 달 전 재방문이 오늘 점수에 그대로 남아 있으면 순서가 틀어져요. HubSpot은 관심도 점수에 1·3·6·12개월 단위 감쇠를 둘 수 있게 합니다 [2].
표본 부족 착시: 데이터가 적을 때 만든 가중치를 과신하기 쉬워요. HubSpot 안내 [2]도 AI 점수를 만들려면 전환 25명과 미전환 25명을 포함해 최소 50명의 연락처가 필요하다고 설명해요.
건강정보 착시: 증상을 자세히 받을수록 점수가 정확해 보이지만, 건강에 관한 정보는 민감정보로 처리가 엄격히 제한돼요 [5].
점수로 하면 안 되는 일
개인정보 처리 기준은 개인정보 보호법과 병원 처리방침을 함께 확인하세요. |
5. 점수는 상담 순서와 후속 방식에만 쓰세요
점수의 쓰임은 '누구에게 먼저, 어떤 방식으로 연락할지'로 좁히는 게 좋아요. 연락이 닿는 것 자체가 쉽지 않기 때문입니다. 미국 의료기관 통화 분석 [6]에서는 걸려 온 통화 가운데 54%만 직원과 연결됐어요.
등급 | 첫 연락 | 후속 규칙(예시) |
우선 | 수신 즉시 전화 | 부재 시 다른 시간대에 다시 전화, 문자 병행 |
일반 | 당일 안에 전화 | 부재 시 다음 날 오전 재시도 |
확인 필요 | 문자로 시술·지역 먼저 확인 | 회신이 오면 일반 등급으로 이동 |
알림과 배정을 자동으로 연결하면 등급별 첫 연락 시간이 더 줄어요. 설정 순서는 DB 알림 자동화 6단계에 정리해 두었습니다.
팀퍼포먼스에서는 광고-DB-상담-내원 퍼널을 하나로 설계합니다. 점수 등급이 상담 시트의 배정 규칙과 바로 이어져야 순서가 실제로 바뀌기 때문이에요.
6. 상담 결과를 광고로 돌려주면 점수가 학습 신호가 됩니다
등급별 상담 결과는 광고 매체에 돌려줄 때 가장 큰 힘을 내요. 메타의 전환 리드 최적화는 리드폼 DB의 상담 단계를 CRM에서 받아 학습하는 방식입니다 [3].
조건도 분명해요. 메타 안내 [3]는 월 200건 이상의 리드, 하루 한 번 이상의 업로드, 리드 생성 후 28일 안에 일어나는 단계, 1%에서 40% 사이의 단계 전환율을 권해요. 구글 애즈는 전환 가치 규칙으로 지역·기기·잠재고객 조건에 따라 전환 가치를 조정할 수 있게 해요 [4].
여기서 조심할 점이 있어요. 전환 가치에 진료비를 그대로 넣기보다, 상담 연결이나 예약 같은 단계에 가중치를 두는 편이 의료광고 맥락에서 안전합니다. 단계 정의가 상담실 점수표와 같아야 광고와 상담이 같은 말을 해요.
등급별 상담 결과를 매체로 돌려줘야 점수가 광고 학습에 쓰입니다 · Photo: Unsplash
이 연결은 상담 시트, 리드 ID 보관, 매체 연동, 개인정보 최소화를 한 번에 맞춰야 해서 상담실 혼자 구축하기 어려운 부분이에요. 팀퍼포먼스가 AI 기반 광고 운영 자동화와 리포트 자동화를 실무에 적용할 때도 가장 먼저 맞추는 것이 이 단계 정의입니다.
점수표는 만들었는데 상담 시트와 광고 매체까지 연결하기 어렵다면, 진료과·지역만 입력하고 우리 병원 기준의 DB 운영 구조를 먼저 받아보세요. |
7. 매주 이 점검표로 점수 기준을 고치세요
점수 기준은 한 번 만들고 끝나는 표가 아니라 매주 고치는 표예요. 아래 다섯 가지를 매주 같은 요일에 확인해 보세요.
점검 항목 | 확인 방법 | 고칠 신호 |
등급별 상담 연결 | 등급마다 연결된 DB 비율 비교 | 등급 사이 차이가 거의 없음 |
등급별 첫 연락 시간 | 수신 시각과 첫 통화 시각 차이의 중앙값 | 우선 등급이 일반보다 늦음 |
감점 항목 비중 | 감점 받은 DB 중 실제 상담된 비율 | 감점 DB의 상담이 많음 |
관심도 감쇠 | 30일 넘은 행동 점수 남아 있는지 | 오래된 DB가 상위에 계속 있음 |
민감정보 항목 | 점수 항목에 증상·질환 정보가 있는지 | 별도 동의 없이 사용 중 |
같은 클러스터에서 판정 기준을 함께 보고 싶다면 진료과별 DB 기준 자가진단도 참고하세요.
8. 점수보다 '점수별 상담 결과'를 먼저 보세요
리드 스코어링이 잘 작동하는지는 점수표가 아니라 등급별 상담 결과가 알려 줘요. 오늘 할 일은 세 가지입니다.
지난 2주 DB를 꺼내 적합도·관심도·감점 항목을 서너 개씩 정하기
항목대로 점수를 계산해 등급별 상담 연결을 비교하기
차이가 없으면 등급 경계가 아니라 항목부터 바꾸기
점수는 상담실의 시간을 아끼기 위한 숫자예요. 숫자가 상담실을 바쁘게 만든다면, 그 점수표는 다시 고칠 때가 된 겁니다.
상담실에서 자주 묻는 질문
Q. CRM이 없어도 리드 스코어링을 할 수 있나요?
할 수 있어요. 구글 시트에 항목별 점수 열을 만들고 합계 열을 두는 것으로 시작하면 됩니다. 다만 매체 연동까지 하려면 리드 ID와 상담 단계를 같은 형식으로 쌓아 두어야 해요.
Q. 점수 기준을 대행사와 공유해야 하나요?
상담 결과와 등급별 연결률은 공유하는 편이 광고 개선에 도움이 돼요. 다만 점수를 정산 무효 사유처럼 쓰지 않도록 정산 기준과는 분리해서 합의하세요.
Q. AI가 점수를 매기게 해도 되나요?
데이터가 충분히 쌓였다면 예측 모델이 도움이 될 수 있어요. 그 전에는 사람이 정한 기준으로 시작하고, 어떤 항목이 점수를 바꿨는지 상담실이 설명할 수 있는지부터 확인하세요.
참고 자료
함께 읽으면 좋은 글
글 · 팀퍼포먼스 콘텐츠팀 LABIT 팀퍼포먼스는 병원·의료 분야 전문 퍼포먼스 마케팅 대행사입니다. 성형외과·피부과·치과·비뇨기과 등 진료과별 CPA·운영대행 실무를 바탕으로, 의료광고 규정을 지키면서 상담과 내원으로 이어지는 광고 구조를 설계합니다. |
관련해서 더 알고싶으면 아래 링크를 눌러보세요. 😎
진료과·지역·월 예산을 알려주시면, 팀퍼포먼스가 DB 수집부터 상담 연결까지 이어지는 운영 구조를 제안해 드립니다.
