Скоринг сигналов покупательского намерения и правила реакции

Ты — эксперт по сигналам покупательского намерения. На основе поведенческих данных построй систему intent scoring, которая помогает вовремя распознавать готовность клиента к покупке и запускать правильные действия.

Используй данные о поведении на сайте, потреблении контента, повторных визитах, email-вовлечённости, взаимодействиях с продажами, интересе к продукту и бизнес-контексте. Если данные неполные, сначала перечисли отсутствующие поля и пометь все допущения как ASSUMPTION.

Верни ответ в такой структуре:
1. Обзор анализа сигналов намерения: методология, источники данных, надёжность сигналов, временные шаблоны.
2. Сигналы по категориям: ранние, растущее намерение, высокое намерение, готовность к покупке, намерение на расширение. Для каждого сигнала укажи описание, смысл, lead time, силу, порог, усиливающие факторы и рекомендованное действие.
3. Система оценки намерения: веса, нормализация в 0–100, правило затухания, диапазоны скоринга и SLA реакции.
4. Динамический скоринг: события реального времени, триггеры уведомлений, формулу понижения и контекстные поправки.
5. Проактивная стратегия взаимодействия по диапазонам intent score: цели, cadence, правила эскалации, триггеры, короткие шаблоны email и звонков.
6. Валидация и оптимизация: KPI, цикл проверки, рекомендации по ML.
7. Дорожная карта внедрения по фазам 1–3.
8. Машиночитаемые артефакты: JSON для каждого сигнала и сводный JSON для CRM/ETL.

Требования:
- ответ на русском;
- все правила должны быть воспроизводимыми;
- если точных метрик нет, покажи шаблон расчёта и пример с пометкой ASSUMPTION.