In het kort
Belangrijkste punten
- Pipedrive scoort deals zelf met Scores, vanaf Premium. Leads in de Leads Inbox en vrije tekst bouw je zelf
- Probeer op deals eerst Scores van Pipedrive. Dat is de goedkoopste route op regels en kost niets bij gebruik
- Acht signalen zijn genoeg voor een eerste model. Dertig signalen geven vooral ruis
- Een score waar niemand iets mee doet, is gewoon een veld erbij. Hang aan elke scoreband een automatisering
- Eerst schone data. Een leeg veld bedrijfsgrootte kun je niet scoren, hoe goed het model ook is
Bron: Pipedrive-implementaties van Sales Surge, functies van Pipedrive stand november 2026Stand: 16 november 2026
In dit artikel
- Heeft Pipedrive lead scoring?
- Regelgebaseerd tegenover AI-scoring: wanneer welke?
- Een uitgewerkt scoremodel met acht signalen
- De prompt en het outputschema
- Waar de score in Pipedrive terugkomt
- Hoe de koppeling met Make.com loopt
- Stap voor stap bouwen in drie weken
- Hoe meet je of de scoring klopt?
- AVG en uitlegbaarheid
- Wanneer AI-scoring geen zin heeft
- Veelgemaakte fouten
- Hoe wij het bouwen
- Woordenlijst
- Veelgestelde vragen
De meeste B2B-teams scoren hun leads op gevoel, in een sheet of met een puntensysteem dat iemand twee jaar geleden heeft ingesteld. De vraag die we het vaakst krijgen is simpel: heeft Pipedrive eigenlijk lead scoring? Deze gids beantwoordt dat eerst. Daarna zie je wanneer gewone regels genoeg zijn. En tot slot lopen we een compleet scoremodel met AI door: de signalen, de weging, de prompt, de vorm van het antwoord en de plek in Pipedrive waar de score terechtkomt.
Heeft Pipedrive lead scoring?
Ja, op deals. Op het moment van schrijven (november 2026) heeft Pipedrive vanaf het Premium-plan een functie die Scores heet. Een beheerder van deals kiest maximaal tien criteria op velden van deals en activiteiten, en zet elk criterium in een groep: sterk positief, licht positief of negatief. Pipedrive telt de treffers op en zet een score van 0 tot 100 op de deal. Per pipeline kan er één score actief zijn.
Daarnaast geeft Pipedrive deals een AI engagement score: een kans van hoog, middel of laag, op basis van patronen in gewonnen en verloren deals, en elke dag bijgewerkt. Pulse, het deel voor prospectie waar Scores in zit, rangschikt prospects ook op koopintentie. Delen van Pulse waren op het moment van schrijven nog in bèta. De winkans is weer iets anders: een vast percentage per stage voor de gewogen waarde in je forecast.
Wat ontbreekt er dan? Een score op leads voordat ze een deal zijn, een score op plannen onder Premium, en een score die vrije tekst leest, zoals een formulierbericht of gespreksnotities, en een reden naast het getal zet. Dat bouw je zelf: met custom fields en regels, of met Make.com en een AI-model. Plannen en functies veranderen regelmatig. Kijk dus op de actuele planpagina van Pipedrive.
| In Pipedrive | Wat het doet | Is het lead scoring? |
|---|---|---|
| Scores (vanaf Premium) | Een score van 0 tot 100 per deal op maximaal tien criteria die je zelf kiest, één actieve score per pipeline | Ja, op deals. Niet op leads in de Leads Inbox |
| AI engagement score | Kans van hoog, middel of laag per deal, elke dag bijgewerkt | Deels: het rangschikt deals, maar op criteria die je niet zelf kiest |
| Pulse (op het moment van schrijven in bèta) | Overzicht voor prospectie dat prospects rangschikt op koopintentie | Deels, en het verschilt per account of je het hebt |
| Winkans per stage | Een vast percentage per stage voor de forecast | Nee, die is voor elke deal in een stage gelijk |
| Leads Inbox | Ongekwalificeerde leads met labels en bron | Nee, en juist hier helpt een eigen score het meest |
| LeadBooster (add-on) | Chatbot, webformulieren, live chat, Prospector | Nee, het haalt leads binnen maar rangschikt ze niet |
| Custom fields met Make.com en een AI-model | Je eigen velden, regels en een model dat vrije tekst leest | Ja, ook op leads, met een reden per score |
Regelgebaseerd tegenover AI-scoring: wanneer welke?
Begin met regels, tenzij je genoeg historie hebt. Een score op regels telt punten op voor vaste criteria, bijvoorbeeld 20 punten voor een beslisser. Dat is goedkoop en je kunt het volledig uitleggen. Zit je op Premium of hoger, dan is Scores van Pipedrive de goedkoopste route op deals. Voor leads, of op een lager plan, bouw je dezelfde regels met custom fields en de automatisering van Pipedrive. Scoring met AI leest vrije tekst en combinaties van signalen, maar heeft voorbeelden nodig om op te ijken en kost per aanroep een klein bedrag.
Onze vuistregel: AI-scoring begint zin te krijgen vanaf ongeveer 50 gewonnen en 50 verloren deals waarbij de belangrijke velden gevuld zijn, en zo'n 100 nieuwe leads per kwartaal. Daaronder heeft het model te weinig om van te leren en doet een goede set regels het net zo goed.
| Op regels | Met AI | |
|---|---|---|
| Benodigde data | Een paar gevulde velden per lead | Velden plus vrije tekst en historie van gewonnen en verloren deals |
| Minimale historie | Geen | Genoeg gewonnen en verloren deals om van te leren, zie de vuistregel hierboven |
| Onderhoud | Elk kwartaal de punten met de hand bijstellen | De prompt opnieuw ijken op nieuwe uitkomsten |
| Uitlegbaarheid | Volledig: je ziet welke regel punten gaf | Alleen als je bij elke score een reden vraagt |
| Kosten bij gebruik | Niets bovenop Pipedrive, met Scores vanaf Premium | Operaties in Make plus een klein bedrag per lead voor het model |
| Goed in | Duidelijke fit met je ICP | Formulierberichten, notities, gemengde signalen |
Een uitgewerkt scoremodel met acht signalen
Dit is het model waar we bij de meeste klanten mee beginnen. Het scoort leads, dus het werkt ook voordat een lead een deal is. Het gebruikt acht signalen. Zeven tellen punten op, samen maximaal 100. Eén trekt punten af. De weging zetten we samen met het salesteam op basis van recent gewonnen deals. Zie de getallen hieronder dus als vertrekpunt en niet als standaard.
| Signaal | Voorbeeld | Punten | Bron in Pipedrive |
|---|---|---|---|
| Functie | Beslisser of directe beïnvloeder | 20 | Veld bij de persoon, gevuld via formulier of verrijking |
| Bedrijfsgrootte | Binnen de band van je ICP | 15 | Veld bij de organisatie, verrijkt via Apollo.io |
| Branche | Een van je kernbranches | 10 | Veld bij de organisatie |
| Bron van de lead | Een eigen aanvraag in plaats van een koude lijst | 15 | Veld leadbron |
| Websitebezoek | Prijspagina of case bekeken in de laatste 14 dagen | 10 | Bezoekersdata via webhook |
| Antwoord op mail | Heeft gereageerd op een salesmail | 15 | Mailsync |
| Meeting gepland | Er staat een gesprek of demo | 15 | Activiteit van het type meeting |
| Negatief signaal | Gratis mailadres, student, concurrent | min 20 | Velden bij persoon en organisatie |
De prompt en het outputschema
Het model krijgt de waarden van de signalen, je ICP in een paar zinnen, de weging hierboven als richtlijn en vijf korte voorbeelden van gewonnen en verloren leads. We zetten de temperatuur laag, zodat dezelfde lead morgen dezelfde score krijgt.
Prompt
Je scoort B2B-leads voor het salesteam.
Gebruik alleen de gegevens hieronder. Is een veld leeg, zeg dat dan in de reden.
Begin bij de puntentabel. Je mag maximaal 15 punten bijstellen
op basis van het bericht of de notities, en je legt uit waarom.
ICP: {{icp_omschrijving}}
Puntentabel: {{weging}}
Voorbeelden van gewonnen en verloren leads: {{voorbeelden}}
Lead: {{leadvelden}}
Bericht of notities: {{vrije_tekst}}
Geef alleen JSON terug die aan het schema voldoet.Outputschema
{
"score": 78,
"reden": "Beslisser in kernbranche, twee keer op de prijspagina, plant migratie dit kwartaal",
"zekerheid": "hoog",
"gebruikte_signalen": ["functie", "bedrijfsgrootte", "branche", "bron", "websitebezoek"],
"ontbrekende_velden": []
}Make controleert het antwoord voordat het wordt teruggeschreven. De score moet een heel getal tussen 0 en 100 zijn, de zekerheid laag, middel of hoog, en de reden mag niet leeg zijn. Een antwoord dat daar niet aan voldoet, gaat naar een foutroute en de lead houdt zijn oude score.
Waar de score in Pipedrive terugkomt
Een score heeft alleen zin als hij verandert wat iemand doet. We schrijven hem naar drie custom fields: AI-score (getal), AI-reden (tekst) en AI-zekerheid (enkele optie). De automatisering van Pipedrive reageert daarna op het getal.
- 75 of hoger: label Hot, een belactiviteit voor de eigenaar met vandaag als datum en een bericht in Slack
- 50 tot 74: de nurture sequence in, bijvoorbeeld via Instantly.ai, met een check na 30 dagen
- 25 tot 49: blijft in de Leads Inbox en wordt opnieuw gescoord als er iets gebeurt
- Onder 25: gearchiveerd met een reden, zodat je hem later terugvindt
We scoren opnieuw bij elke echte interactie, zoals een antwoord, een geplande meeting of een bekeken voorstel, en elke nacht voor leads die veranderd zijn. Scoor je alleen bij het aanmaken, dan klopt de score een week later al niet meer.
Wil je ook opvolgmails en gesprekssamenvattingen aan Pipedrive hangen, lees dan Pipedrive automatiseren met AI.
Hoe de koppeling met Make.com loopt
1. Verzamelen
Custom fields leggen firmografie en bron vast. Activiteiten en mailsync leggen gedrag vast. Bezoekersdata komt binnen via een webhook.2. Trigger
Een scenario in Make start bij een nieuwe lead, een gewijzigd veld, een gelogde activiteit of de nachtelijke run.3. Aanvullen en gelijktrekken
Apollo.io vult een ontbrekende bedrijfsgrootte of branche aan. Make trekt waarden gelijk, zodat 11 tot 50 en 11-50 dezelfde band zijn.4. Scoren
Make roept het model aan met de prompt hierboven en controleert de JSON.5. Terugschrijven
Score, reden en zekerheid komen in de custom fields. Daarna neemt de automatisering in Pipedrive het over.
Hoe we scenario's in Make opzetten en onderhouden, lees je op onze pagina over Make.com.
Stap voor stap bouwen in drie weken
Week 1: data en model
- De bestaande velden doorlopen en kijken hoe vaak ze gevuld zijn
- Met je beste verkopers de acht signalen kiezen
- De custom fields en de puntentabel aanmaken
- Verrijking aanzetten voor ontbrekende firmografie
Week 2: Make.com en de prompt
- De scenario's bouwen op de triggers uit Pipedrive
- De prompt schrijven met je ICP en de voorbeelden
- Testen op 40 oude leads, 20 gewonnen en 20 verloren
- De foutroute en de controle op de JSON bouwen
Week 3: live en terugkoppeling
- De scoring aanzetten op alle nieuwe leads
- Het team uitleggen wat een score betekent en wat je ermee doet
- Een veld toevoegen waarin verkopers aangeven of een score klopte
- Een wekelijks overzicht van de controles hieronder inrichten
Hoe meet je of de scoring klopt?
Je toetst de score aan wat er daarna gebeurde, niet aan wat goed voelt. Wij kijken naar vier getallen. Het eerste is het belangrijkste. De streefwaarde is ons eigen vertrekpunt en geen benchmark uit de markt.
| Controle | Definitie | Streefwaarde om mee te beginnen |
|---|---|---|
| Precisie van hoge scores | Het aandeel leads met een score van 75 of hoger dat binnen 30 dagen een gekwalificeerde stage of een geplande meeting bereikt | Boven 75% na de eerste 30 dagen |
| Dekking | Het aandeel deals dat dit kwartaal gewonnen is en vóór de eerste meeting al een score van 75 of hoger had | Elk kwartaal hoger |
| Snelheid op leads met 75+ | De tijd tussen het aanmaken van de lead en het eerste contact, bij een score van 75 of hoger | Dezelfde werkdag |
| Onenigheid | Het aandeel scores dat verkopers als fout markeren | Lager na elke nieuwe ijking |
Is de precisie laag, dan scoort het model te ruim: leg de drempel hoger of maak de prompt strenger. Is de dekking laag, dan mis je goede leads. Kijk dan welk signaal die deals hadden dat het model liet liggen.
AVG en uitlegbaarheid
Lead scoring in B2B rust meestal op gerechtvaardigd belang, maar daarmee is het niet vrij van regels. Zet in je privacyverklaring dat je leads scoort en op welk soort gegevens. Gebruik alleen zakelijke gegevens die relevant zijn voor de verkoop, en nooit bijzondere persoonsgegevens of privéprofielen op social media.
Houd een mens in de beslissing. Een score bepaalt wie als eerste gebeld wordt, niet wie wordt uitgesloten. Bewaar bij elke score de reden, zodat je hem kunt uitleggen als iemand om inzage vraagt. Kies een AI-aanbieder met een verwerkersovereenkomst en kijk of je invoer voor training wordt gebruikt. Dit is geen juridisch advies. Leg je eigen situatie voor aan je privacyfunctionaris.
Wanneer AI-scoring geen zin heeft
We raden AI-scoring regelmatig af. Dit zijn de gevallen:
- Minder dan ongeveer 100 nieuwe leads per kwartaal. Je verkopers kunnen elke lead zelf lezen, dus een score voegt weinig toe.
- Te weinig historie om van te leren. Gebruik de puntentabel dan als regels, of Scores van Pipedrive op deals.
- De belangrijke velden zijn grotendeels leeg. Regel eerst de intake en scoor daarna.
- Niemand doet iets met de score. Hangt er geen automatisering of vaste routine aan, dan is het gewoon een veld erbij.
Veelgemaakte fouten
Beginnen met AI voordat de data klopt
Te veel signalen
Sales er niet bij betrekken
Geen veld voor terugkoppeling
Hoe wij het bouwen
Lead scoring valt bij ons onder de dienst Marketing Automation, samen met nurture sequences: vanaf €2.200 met een doorlooptijd van 2 tot 3 weken. We beginnen bij je data, want daar lopen de meeste scoringsprojecten op vast.
Scoring is zo goed als wat er binnenkomt. Surge Forms zet formulierleads direct in Pipedrive met de juiste velden, en Surge Chat kwalificeert websitebezoekers en stuurt ze naar Pipedrive. Zo krijgt het model vanaf de eerste dag schone invoer.
We leverden meer dan 150 CRM-implementaties op, en sinds juli 2026 horen we als Platinum Partner bij de top 8 Pipedrive-partners wereldwijd. Dus we weten waar Scores van Pipedrive genoeg is en waar niet.
Meer over nurture, scoring en segmentatie staat in de kennisbank over marketing automatisering. Hoe scoring past in een bredere aanpak met AI, lees je in de AI-first CRM-strategie.
Woordenlijst
- Leadscore
- Een getal, hier van 0 tot 100, dat leads rangschikt op hoe waarschijnlijk ze klant worden.
- Scores
- De eigen score van Pipedrive van 0 tot 100 op deals, op criteria die een beheerder van deals kiest. Vanaf het Premium-plan, één actieve score per pipeline.
- Winkans
- Een percentage per stage in Pipedrive, gebruikt voor de gewogen forecast. Het zegt niets over een losse deal of lead.
- Precisie
- Van alle leads met een hoge score, het deel dat ook echt goed bleek.
- Dekking
- Van alle goede leads, het deel dat op tijd een hoge score had.
- IJken
- De weging of de prompt bijstellen, zodat de scores passen bij wat er met echte leads gebeurde.
Veelgestelde vragen
Heeft Pipedrive lead scoring?
Ja, op deals. Op het moment van schrijven geeft de functie Scores vanaf het Premium-plan elke deal een score van 0 tot 100 op maximaal tien criteria die een beheerder van deals kiest, met één actieve score per pipeline. Een AI engagement score geeft deals daarnaast een kans van hoog, middel of laag. Leads in de Leads Inbox krijgen geen score, en vrije tekst ook niet. Die bouw je zelf met custom fields, of met Make.com en een AI-model.
Wat als ik net onder de 50 gewonnen en 50 verloren deals zit?
Begin met de puntentabel als gewone regels en leg vanaf de eerste dag de uitkomst van elke lead vast. Dan bouw je de historie op terwijl de regels hun werk al doen. Zit je boven de drempel, test het AI-model dan eerst op die vastgelegde leads en vergelijk het met de regels. Stap alleen over als het model de gewonnen deals duidelijk hoger zet. Vaak blijven de regels goed werken op deals en voegt AI alleen iets toe op vrije tekst.
Wat kost het om lead scoring in Pipedrive te laten bouwen?
Lead scoring valt bij ons onder de dienst Marketing Automation, samen met nurture sequences, vanaf €2.200 met een doorlooptijd van 2 tot 3 weken. De kosten bij gebruik zijn klein: operaties in Make.com per gescoorde lead en een klein bedrag per aanroep van het AI-model. Een versie op regels zonder AI kost niets bovenop je Pipedrive-plan. Zit je op Premium, probeer dan eerst Scores van Pipedrive op je deals.
Mag je leads automatisch scoren onder de AVG?
In B2B rust het meestal op gerechtvaardigd belang. Dan moet je het wel in je privacyverklaring noemen, alleen zakelijke gegevens gebruiken die relevant zijn voor de verkoop en een mens in de beslissing houden. Een score bepaalt wie als eerste gebeld wordt, niet wie wordt uitgesloten. Let op met vrije tekst: een formulierbericht bevat soms meer persoonsgegevens dan je nodig hebt. Leg je situatie voor aan je privacyfunctionaris.
Welk AI-model gebruik je voor de scoring?
Elk actueel model dat betrouwbaar gestructureerde JSON teruggeeft, werkt. We kiezen per klant, op basis van waar de data verwerkt mag worden en wat een aanroep kost. Belangrijker dan het model zijn de prompt, de voorbeelden van gewonnen en verloren leads, een lage temperatuur zodat scores stabiel blijven, en een controle in Make die elk antwoord buiten het schema afkeurt.
Hoe vaak wordt de score opnieuw berekend?
Bij elke echte interactie, zoals een antwoord op een mail, een geplande meeting of een bekeken voorstel, en elke nacht voor leads waarvan velden veranderd zijn. Scoor je alleen bij het aanmaken, dan is de score binnen een week verouderd. Door alleen gewijzigde leads opnieuw te scoren, houd je het aantal operaties in Make en aanroepen van het model in de hand.
Wat als verkopers de score niet vertrouwen?
Dan heb je niets aan de score, dus reken daar vooraf op. Laat bij elke score de reden zien, bouw de puntentabel samen met je beste verkopers en voeg een veld toe waarin ze aangeven of een score klopte. Kijk die markeringen elke maand door en ijk opnieuw. Het vertrouwen groeit als verkopers zien dat hun terugkoppeling het model verandert.
Citaties & Bronnen
De volgende bronnen zijn geraadpleegd bij het maken van dit artikel. Links gemarkeerd met vereisen bevestiging voor publicatie.
- Pipedrive API-documentatiehttps://developers.pipedrive.com/docs/api/v1
- Make.com koppeling met Pipedrivehttps://www.make.com/en/integrations/pipedrive
- Apollo.io Data Enrichmenthttps://www.apollo.io/product/data-enrichment
- Pipedrive Marketplace, Sales Surgehttps://www.pipedrive.com/en/marketplace/partners/partner/sales-surge



