/

/

Hoe AI-scoring werkt

Florence Vallet

Product Specialist

Hoe AI-scoring werkt

Iedere persoon die de Leads-module uit je posts haalt, wordt gescoord tegen je ICP's. Elke scoring levert een fit-niveau en de bijbehorende argumentatie op, zodat je het resultaat kunt vertrouwen of overscrijven.

Scoring is het enige dat MagicPost meet: 1 credit = 1 lead gescoord tegen 1 ICP. Een betaald abonnement (Creator en hoger) wordt geleverd met 100 credits per maand; de gratis proefperiode geeft je 10 credits, 3 dagen geldig. Alles rondom de scoring, inclusief de onderstaande pre-kwalificatiestap, is gratis.

De vier fit-niveaus

  • Uitstekend (Excellent). Sterke match. Geef ze prioriteit.

  • Goed (Good). Een gesprek waard.

  • Gemiddeld (Medium). Zwakke match. Nuttig voor nurture, niet voor actieve outreach.

  • Laag (Low). Geen match op dit ICP.

Een Laag (Low) lead is geen fout. Het is door de pre-kwalificatie gekomen (niets in zijn profiel sloot het vooraf uit), en de AI heeft vervolgens het volledige profiel gelezen en geoordeeld dat het ver van je doelgroep ligt. Het blijft in je lijst en jij beslist of het nog steeds een bericht waard is.

De twee stappen

1. Pre-kwalificatie: gratis, kost geen credits.

Elk profiel wordt gecontroleerd tegen de trefwoorden en filters van je ICP. Er zijn drie mogelijke uitkomsten.

  • Uitgesloten. Een uitsluitingstrefwoord matched, of het profiel voldoet niet aan een hard filter: land inclusion-lijst, een uitsluiting op land, branche, bedrijfsgrootte of stad, volgersbereik, of type LinkedIn-profiel. De lead wordt gemarkeerd als Gediskwalificeerd en wordt nooit naar de scoring-AI gestuurd. Geen credit.

  • Duidelijke match. Een onmisbaar trefwoord matched, of twee secundaire doen dat, en er zijn geen filters die dit tegenspreken. Het profiel gaat direct naar de scoring.

  • Grensgeval. Niet genoeg trefwoord-matches, of het profiel mist je land-, branche-, bedrijfsgrootte- of stad-inclusielijst. Dit diskwalificeert niemand: die LinkedIn-velden zijn vrije tekst en te onbetrouwbaar om op af te wijzen. Een lichte AI-controle leest het profiel en beslist of het een volledige scoring waard is. Die controle is ook gratis en laat het profiel door of markeert het als Gediskwalificeerd.

Nog twee dingen die handig zijn om te weten. Een filter wordt overgeslagen wanneer het profiel niets in dat veld heeft (een profiel zonder vermeld land wordt niet afgewezen door een landenfilter). En in deze stap worden nooit credits verbruikt, wat de uitkomst ook is.

2. AI-scoring: 1 credit per lead, per ICP.

De profielen die erdoor zijn gekomen, worden door de AI gelezen en vergeleken met je ICP. Dit is wat het fit-niveau en de verklaring oplevert.

Wat de AI leest

Alleen het LinkedIn-profiel van de persoon:

  • Volledige naam, headline, huidige rol

  • Bedrijf, branche, bedrijfsgrootte

  • Land

  • Hun Info-sectie

  • De beschrijving van hun bedrijf

Het leest niet hun eigen posts, hun activiteit elders op LinkedIn, of de opmerking die ze onder je post hebben achtergelaten. De opmerking wordt vastgelegd en weergegeven op het record van de lead, maar speelt geen rol in de score. Fit gaat over wie de persoon is, niet over wat ze hebben geschreven.

Wat je krijgt bij elke gescoorde lead

Open een lead en ga naar het tabblad kwalificatie. Voor elk ICP zie je:

  • Het fit-niveau: Uitstekend, Goed, Gemiddeld of Laag.

  • Een belangrijk citaat: een kort, letterlijk fragment uit het profiel dat de beslissing heeft bepaald.

  • De argumentatie: een paar korte opsommingstekens die het oordeel uitleggen.

  • De signalen die de score omhoog of omlaag hebben geduwd.

  • Het detail van de pre-kwalificatie: of het profiel overeenkwam of werd gediskwalificeerd, welke trefwoorden matchten en welke uitsluiting of filter het heeft afgewezen.

Wanneer de AI het mis heeft

De score is een aanbeveling, geen eindoordeel. De argumentatie laat je precies zien waarom het resultaat is wat het is, zodat je een misser kunt opsporen: een dubbelzinnige functietitel, of een profiel waar niets op staat geschreven.

Je kunt het oordeel zelf overschrijven: selecteer leads op een post en markeer ze als Match, Geen match of Onzeker. Jouw oordeel wint van dat van de AI, en het is gratis. Het toevoegen van een lead aan de lijst van een ICP markeert het als een match; het verwijderen ervan markeert het als een niet-match.

Herhaalde missers betekenen meestal dat het ICP zelf moet worden aangepast (zie Hoe u een bestaand ICP bewerkt).

Wat kost credits

Een credit is de eenheid waarmee MagicPost AI-scoring meet, en Leads-credits begrijpen en kopen dekt je quotum en je opwaarderingen.

| Actie | Kosten |

|---|---|

| Pre-kwalificatie, inclusief de controle van grensgevallen | Gratis |

| AI-scoring van een nieuwe lead, per ICP | 1 credit |

| Opnieuw scoren van een lead nadat je een ICP opnieuw hebt gegenereerd | 1 credit |

| Je eigen handmatige oordeel | Gratis |

| Het vastleggen van de engagers op een post | Gratis |

| Het bewerken, archiveren of verwijderen van een ICP | Gratis |

Veelgestelde vragen

Dezelfde persoon matcht met twee van mijn ICP's. Kost dat twee credits?

Ja. Een credit koopt één analyse tegen één ICP. Twee ICP's betekent twee analyses, elk met zijn eigen niveau en zijn eigen verklaring, dus twee credits. Dit is de reden waarom je op het detectiescherm kunt kiezen tegen welke ICP's je wilt matchen.

Waarom is een lead "Laag" als deze vooraf gekwalificeerd was?

Pre-kwalificatie is een goedkope controle op trefwoorden en filters: het sluit alleen de overduidelijke missers uit. De AI leest vervolgens het hele profiel en kan nog steeds concluderen dat de persoon ver van je doelgroep afstaat. Dat betekent dat het systeem werkt, niet dat het faalt.

Heeft een handmatig oordeel invloed op het opnieuw uitvoeren van de AI?

Nee. Het registreert je oordeel naast de score van de AI zonder deze te vervangen, en het kost niets.

Hulp nodig?

Neem contact op via de in-app chat, of plan een introductiegesprek van 30 minuten: https://cal.com/magicpost-team/contact-sales-team

Bijgewerkt