销售合格线索SQL和营销合格线索MQL的区别

在我们深入探究营销合格线索和销售合格线索的区别之前,我们需要先了解什么是销售线索(sales leads)。它是指经过调查对有兴趣购买产品或服务的人的一种资料,即潜在买方的数据。它在销售管理体系中处于客户产生机会的最前端,是销售流程的第一阶段,一般由举办市场活动、网络信息、消费者访谈等多样方式获得。

此后,销售人员持续跟进和推动线索延伸,来产生销售线索(lead generation),到达成熟阶段后将销售线索转换为销售机会,并通过在公司正式立项,销售人员将销售机会进行漏斗式管理和推进,经过几个阶段的谈判、商务、产品和技术沟通,最终与客户达成协议,并正式签订合同订单。对B2B企业来说,这个阶段往往持续时间长,且需要投入不同资源。因此,了解划分销售线索并进行不同跟进对企业系统管理线索培育过程至关重要。

MQL vs SQL

MQL是在营销投入的基础上,表现出对品牌的产品或服务感兴趣的线索,或是相比于其他线索,更容易转变成客户的线索。MQL是通过查看特定行为或参与程度来跟踪的,通过具体的用户行为触发将销售线索提升为MQL。这些行为包括漏斗底部的产品,如演示、免费试用、详细的购买指南或其他销售准备行动。MQL虽然比一般销售线索更有参与度, 但他们还没准备好购买。所以,根据不同的销售周期,可能拥有多个级别的MQL。

一旦销售人员跟进了MQL,并发现它们是高质量的,它们就变成了SQL(销售合格线索)。SQL意味着销售团队已将此销售线索视为潜在客户,SQL是销售流程的下一个阶段。简单来说,MQL尚未准备好进入购买阶段,而SQL处于购买周期中。从MQL转化为SQL是营销和销售之间的重要关系。根据美国营销自动化企业Hubspot的研究,那些营销和销售部门配合一体化的公司,他们的年销售额增长了20%。而营销和销售团队的合作度和一致性比较差的公司年销售额则下降了4%。通过调整销售和市场营销的合作方式,将重点放在高质量的销售线索上,有利于企业提高客户转化率。

那么,企业可以如何跟进培育这两类线索呢?

在定义销售线索质量标准来划分MQL和SQL之前,需要先定义公司的目标客户画像(Persona)

1)定义目标客户画像

不是所有的销售线索都能成为MQL,进而转化为SQL,所以不能只注重线索的数量,还要确线索是有价值的,只有看重线索的质量,线索转化成最终订单的转化率才会高。公司要在销售线索质量和数量上取得一个平衡,若质量要求很高,数量可能就会偏少,质量要求降低,合格的线索可能会更多。

在定义销售线索质量标准来划分MQL和SQL之前,需要先定义公司的目标客户画像(Persona),比如确定企业的受众和范围,挖掘受众需求,寻找自身有效定位和策划受众旅程。定义线索的质量标准与目标客户画像不是一劳永逸的事情,他们是动态变化的。打标签、分群组、定制二维码、数据分析等功能为完善用户画像、分析用户提供了丰富工具库。

2)引入线索评分机制,对线索进行处理优先级排序

对销售线索进行评分,基于线索的质量和属性值对所有销售线索进行积分排序,可以提高分析线索的效率。评分模型需要综合考虑销售线索本身的基本信息和交互行为,例如为访问高价值页面(销售指南),填写高价值表格(直接销售演示请求)或多次查看企业的网站的人提供更高的积倍数。同时需要注意的是评分机制在销售和营销协同工作时更有效。通过对销售线索进行评分,为每个线索分配价值,该分数有助于销售团队确定优先的销售目标。

行为积分规则设置功能,可以根据自定义动作内容和加权积分计算规则,将销售线索评估和转化过程自动化,帮助营销和销售团队更轻松地识别MQL和SQL,确保合适的营销内容呈现以及销售代表能够及时适度地跟进线索:包括确定哪些线索需要获得更多优先级客户培养,和避免销售团队过度打扰销售线索。

0 0 投票数
Article Rating
订阅评论
提醒
guest
2 评论
最旧
最新 最多投票
内联反馈
查看所有评论
2
0
希望看到您的想法,请您发表评论x