天天看點

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

從客戶旅程的角度看B2B的數字化營銷與數字化銷售相對來說有一定的時間間隔,為此形成系統化流程 B2B銷售CRM數字化的行業興起,同時引入營銷合格線索MQL (Marketing Qualified Lead)和 銷售合格線索SQL (Sales Qualified Lead)的概念。

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

對B2C而言一方面有品牌曝光等訴求,另一個方面直接銷售等述求,相對而言時間間隔短,之前更多是以流量的轉化率,跳出率等追蹤通路者行為來驅動轉化。數字化加速壓縮時間驅動即時性滿足,MQL和SQL依然是個有價值思維與流程管理。

為什麼 MQL 和 SQL 很重要?

如果沒有明确的參數來概述誰是 MQL,誰是 SQL,整個數字化銷售過程将是一場混亂的混戰,不同的團隊從不同的角度轟炸相同的潛在客戶。

你不會雇傭營銷人員來完成銷售。你不會雇傭銷售人員來提高知名度或興趣。

潛在客戶資格可確定營銷和銷售團隊有明确的界限。讓他們知道要追求哪些潛在客戶以及買方旅程所處什麼階段。

通過正确評分和配置設定 MQL 和 SQL,将讓你數字化銷售和數字化營銷引擎井井有條且有效。

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

MQL線索特征與評分

MQL是在營銷投入的基礎上,表現出對品牌的産品或服務感興趣的線索,也就是更容易轉變成客戶的線索。MQL是通過檢視特定行為或參與程度來跟蹤的,通過具體的使用者行為觸發将銷售線索提升為MQL。

營銷合格線索 (MQL) 表現出對通過以下行動了解你的産品或解決方案的興趣:

提供基本聯系資訊;

線上觀看你的産品的視訊示範;

下載下傳免費贈品,如電子書或試用軟體;

訂閱你的電子郵件通訊;

參加網絡研讨會;

你的MQL可能會在你的網站上花費一定的時間,檢視購買指南、對比表格或常見問題(FAQ)頁面。在MOFU漏鬥階段的營銷活動,如提供免費樣品、按需示範或客戶評價,有助于MQL采取下一步行動。

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

SQL銷售合格線索及評分

SQL 比 MQL 更深入漏鬥,MQL尚未準備好進入購買階段,而SQL處于購買階段。一旦他們對你的産品表現出濃厚的興趣,數字化銷售團隊(功能)的工作就是轉化。2C就是要在轉化流程上下類似功夫。

從MQL轉化為SQL是數字化營銷和銷售之間的重要協同。根據美國營銷自動化企業Hubspot的研究,數字化營銷和銷售部門配合一體化的公司,他們的年銷售額平均可以增長20%。通過調整數字化銷售和市場營銷的合作方式,将重點放在高品質的銷售線索上有利于企業提高客戶轉化率。

銷售合格線索 (SQL) 通過以下操作表明購買解決方案的意圖:

  • 下載下傳試用産品;
  • 請求示範;
  • 通路你的定價頁面;
  • 索要報價方案;
  • 要求與銷售人員聯系;

MQL、SQL評分與有效實踐

通過銷售線索品質标準來劃分MQL和SQL之前,你需要先定義公司的目标客戶畫像。

1)定義目标客戶畫像

不是所有的銷售線索都能成為MQL,進而轉化為SQL,是以不能隻注重線索的數量,必須關注線索的價值性。高價值線索轉化成最終訂單的轉化率才會高。公司要在銷售線索品質和數量上取得一個平衡,若品質要求高,數量就會偏少,品質要求降低,合格的線索可會多一些。

在定義銷售線索品質标準來劃分MQL和SQL之前,需要先定義公司目标客戶畫像。例如清晰了解目标客戶,挖掘客戶的需求,緊緊圍繞數字化客戶旅程。你要知道定義線索的品質标準與分值不是一勞永逸的,是動态變化的過程。

2)引入線索評分機制,對線索進行優先級排序

基于線索的品質和屬性值對所有銷售線索進行積分排序,可以提高分析線索的效率。評分模型需要綜合考慮銷售線索本身的基本資訊和互動行為,例如為通路高價值頁面(銷售指南),填寫高價值表格(直接銷售示範請求)或多次檢視企業的網站的人提供更高的分值。評分機制在銷售和營銷協同下時才更有效。

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

示例,你對通路者的數字化行為分值評估:

下載下傳技術白皮書,+5分

通路定價頁面,+10 分

點選付費廣告找到你的網站,+5 分

通路知識庫(針對産品),+5 分

通路了“正在招聘”頁面——除此之外,-10 分

将負數給到相關行為是非常重要的,你需要将通路者的意圖數字化以有效比對商業銷售及轉化。目的是總分能夠反映出潛在客戶的價值,使你能夠優先将資源給到關鍵客戶并制定未來的數字化政策。

從 MQL 到 SQL,數字化營銷與銷售協同

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售

需要打破部門深井,以客戶體驗為标準融合數字化營銷與銷售。

從本質上講,MQLs 和 SQLs 并沒有什麼不同。它們描述了一個對你的公司表現出興趣但由于某種原因尚未成為客戶的一群人。

主要差別在于他們在買家的旅程中走了多遠,以及什麼團隊負責處理他們。

營銷團隊負責 MQL,漏鬥頂部或中間的潛在客戶,他們在買家的旅程中并沒有走得太遠。與在銷售漏鬥中走得更遠的潛在客戶相比,他們需要一種更溫和、更通用的溝通方法。

從 MQL 到 SQL 的平穩過渡取決于銷售團隊和營銷團隊共享資料的程度。銷售團隊常常會發現資訊無效的潛在客戶或尚未準備好購買的潛在客戶。如果營銷部門對最終客戶了解得越多,就可以在銷售人員聯系潛在客戶之前幫助清理。

數字化營銷和銷售部門之間的協調可以通過最大限度地減少不合格的銷售線索以減少浪費。

數字化營銷與銷售團隊對同一目标(即銷售收入)互相負責,為此營銷部門努力提供高品質的線索,而銷售部門在營銷部門基礎上自然順滑地跟進這些線索,以促成轉化。

你會問B2C類型企業數字化營銷與銷售呢?其實與B2B類似,也需要跨越部門(營銷、技術、銷售、客服、線上導購等)從消費者的行為階段來有效溝通,差別對待,直至完成訂單。

内容摘抄自《數字化戰略》一書,2023年7月 新鮮上市:

一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售
一文搞懂MQL與SQL的精要,提升AI時代數字化營銷與銷售