Модель скоринга лидов с обновлениями и отчетностью

Разработай детальную и автоматизируемую модель lead scoring для [YOUR_COMPANY_NAME] по входам:
- [LEAD_CHARACTERISTICS]
- [HISTORICAL_CONVERSION_DATA]
- [SCORING_CRITERIA]
- [UPDATE_TRIGGERS]
- [REPORT_STRUCTURE]

Если каких-то входов не хватает, кратко перечисли пробелы и используй не более 5 явных предположений. Вопросов не задавай.

Выдай разделы 1-10:
1. Краткое резюме цели.
2. Ключевые факторы конверсии с ранжированием, объяснением предиктивности, метрикой и взаимодействиями.
3. Алгоритм скоринга:
   - формула Score = ... в диапазоне 0-100;
   - веса и допустимые диапазоны;
   - feature engineering;
   - hard rules;
   - пример расчёта ровно для 2 вымышленных лидов.
4. Бакеты приоритета и действия команды продаж.
5. Автоматическое обновление:
   - архитектура данных;
   - словесная схема потока;
   - SQL или Python-псевдокод перерасчёта;
   - частота, производительность, консистентность;
   - rollback и DQ/anomaly checks.
6. Триггеры:
   - минимум 5;
   - условие, тип, действие;
   - что можно параметризовать пользователю.
7. Структура отчётности:
   - обязательные поля;
   - форматы доставки;
   - частота и роли;
   - краткая JSON-schema;
   - пример CSV-строки.
8. Одно наиболее слабое предположение и план эмпирической проверки.
9. Один рисковый сценарий, когда модель вводит продажи в заблуждение.
10. Короткий план внедрения и 3-6 KPI мониторинга модели.

Ограничения:
- Пиши методично по-русски.
- Давай конкретные формулы, числа и псевдокод, а не общие советы.
- Не превышай 2 примера лидов и не добавляй посторонние разделы.