MQL مقابل SQL - شرح أنواع مختلفة من العملاء المتوقعين المؤهلين

تخيل أنك تدير متجرًا ناجحًا للتحف. 

خلال ساعات الذروة ، يدخل عدد قليل من الزوار متجرك ويبدو أنهم جميعًا مهتمون جدًا بالمخزون الخاص بك. ومع ذلك ، فإنك غارقة في العمل ، ليس لديك سوى الوقت للترفيه عن واحد.

تدرك جيدًا أنه من خلال حضور واحدة ، قد تفقد الاحتمالات المتبقية ، فمن ستختار؟

أو الأفضل ، هل سيشتري الشخص الذي تم اختياره المنتج ، أم أنه سيكون كله بدون مقابل؟

يمثل الاستفساران أعلاه صراعًا مستمرًا لرواد الأعمال ، بغض النظر عن حجم أعمالهم.

مع ضيق الوقت والعديد من الدوافع التي يجب مراعاتها ، يجب على الشركات إعطاء الأولوية لمن يجب الاتصال به ومن يجب استبعاده.

يؤدي التسويق المؤهل (MQL) والمسؤول المؤهل للمبيعات (SQL) تصنيفان محددان يستخدمهما المسوقون للتعامل مع مثل هذه العقبات.

من خلال تحديد العملاء المحتملين المؤهلين للتسويق (MQL) والعملاء المحتملين المؤهلين للمبيعات (SQL) بنجاح، ستكون في وضع ممتاز ليس فقط لتخطيط استراتيجية التسويق الخاصة بك وفقًا لذلك، ولكن أيضًا لتعزيز قاعدة عملائك.

هنا ، سأشارك نظرة عامة حول كيفية تحديد MQL و SQL ، والطرق التي تساعدك على زيادة أعدادهم.

ولكن ، قبل أن نتعمق ، دعنا نغطي الأساسيات أولاً.

ما هي MQL و SQL؟

هل تعرف رحلة المشتري؟

يمر العميل المحتمل بثلاث مراحل رئيسية قبل أن يشتري أي عنصر.

يأتي أولاً الوعي بالمنتج ، يليه الفضول. إذا كان العنصر يثير اهتمام العميل ، فإنهم يأخذون الوقت الكافي للتفكير فيه. بمجرد التأكد ، يشترون المنتج.

MQL (عميل محتمل مؤهل للتسويق) هو "المفكر" الذي يهتم بشدة بمنتجك ولكنه لا يريد حتى الآن اتخاذ خطوة أخرى. SQL (عميل مؤهل للمبيعات) ، في المقابل ، تنوي بالتأكيد الشراء.

 نظرًا لأن المشكلة تظهر غالبًا في مرحلة "التأمل" ، يمكن لـ MQL و SQL تسهيل مهمتك الصعبة.

كيفية التعرف على MQL و SQL؟

لتمييز MQL عن SQL ، يجب أن تحصل على نظرة متعمقة حول سلوك العملاء ونواياهم تجاه منتجك.

1.تحديد سلوك العميل لاكتشاف MQL

يطور رواد الأعمال الصغار الذين يمتلكون متاجر تقليدية، مع مرور الوقت، غريزة معينة لاستبعاد العملاء المحتملين غير المناسبين.

نظرة واحدة على الشخص ويمكنه تحديد المتسوق من بعيد.

باه! لن يشتريه. جون ، أقول لك. احضر السيدة ذات الوشاح الأرجواني بدلاً من ذلك.

تتيح لهم هذه المهارة في الملاحظة تحديد أولويات أولئك الذين يمكنهم تحويلهم بشكل إيجابي إلى عملاء.

لكن بالنسبة للمؤسسات الكبيرة، يُعد هذا النهج غير عملي. وبدلاً من ذلك، يستخدم قسم التسويق أدوات جذب العملاء المحتملين لجمع البيانات وتقييم سلوك الزوار.

اسمحوا لي أن أشرح بإيجاز كيف يمكن أن تساعدك بيانات العملاء.

إذا كان MQL يقوم بزيارات متكررة إلى موقعك يظهر اهتمامًا واضحًا بعلامتك التجارية. إذا اشترك عميل محتمل في رسالتك الإخبارية ، فإنهم يرغبون في الحفاظ على الاتصال في حالة رغبتهم في شراء منتجك.

إذا أضافت MQL بعض العناصر إلى البطاقة فقط من أجل إنشاء قائمة رغبات ، فإنها تُظهر شغفها. قد يجربون حتى إصدارًا تجريبيًا ، ملمحين إلى عملية بيع محتملة في المستقبل.

يلاحظ فريق التسويق عامل المشاركة لإنشاء شخصية المشتري ، لذلك يكون لديهم معيار لتحديد MQL.

لن أتطرق إلى تفاصيل شخصية المشتري، فهذا الموضوع يستحق مقالاً منفصلاً. يكفي القول، كما تُعدّل ملابسك باستمرار حتى تجد المقاس المناسب ، يتبع قسم التسويق إجراءات مماثلة لإنشاء نموذجه.

إذا استوفى العميل المحتمل المحتمل المعايير ، فسيتم إدراجه على أنه MQL جاهز للانتقال إلى SQL. إذا لم يكن الأمر كذلك ، فسيتم تصفيتها.

بمجرد أن تكون لديك بيانات جوهرية في متناول اليد ، قم بتقدير MQL المحتمل من خلال طريقة تسجيل النقاط.

2. استخدم نقاط الرصاص لفصل SQL عن MQL

هل لاحظت من أي وقت مضى ظل متدرج أومبير؟ يبدأ بنبرة داكنة ، وينتقل تدريجياً إلى منتصف الظل حتى تتلاشى الأطراف إلى إصدار أفتح.

فكر في تسجيل نقاط الرصاص مثل أومبير ، فقط بالأرقام.

تقوم بتعيين نقاط للعملاء المحتملين بناءً على سلوكهم والعوامل المشتركة والمعلومات الشخصية. بمجرد التعرف على العملاء المحتملين الأقوياء ، يمكنك تمرير SQL إلى قسم المبيعات وتصفية العملاء المتوقعين منخفضي الفرص.

أعلم أن هذا يبدو سهلاً ، ولكن لإنشاء درجة دقيقة ، يجب مراعاة كل التفاصيل الدقيقة.

على سبيل المثال؛ إذا كنت قد سمعت عن ETSY ، فإن السوق متعدد الجنسيات الشهير يلبي احتياجات مجموعة واسعة من العملاء ولكن لديه تغطية ديموغرافية محدودة.

بالنسبة إلى ETSY ، من المحتمل أن يكون لدى الأشخاص خارج نطاق نقاط التسليم الخاصة بهم نقاط رصاص ضعيفة.

وبالمثل ، من المحتمل أن تتابع الشركات التي لديها سوق مستهدف يزيد عن 35 عامًا عملائها على Facebook بدلاً من Instagram ، حيث يفضل جيل الألفية في الغالب الأول - مما يمنح مستخدمي Facebook درجة أعلى من الرصاص.

سجل العملاء المتوقعين من خلال سماتهم وستجد المؤهلون في أعلى قائمتك.

هل من الضروري الفصل بشق الأنفس بين MQL و SQL؟

نعم ، بالتأكيد.

قد يبدو MQL و SQL متشابهين ، بلا شك ، لكن نية العميل ، ونهجك تجاه هذا العميل هو سبب وجوب إدراجهما بشكل منفصل.

تذكر مثال متجر التحف؟ تخيل أنك مازلت تشغلها. أثناء نفض الغبار عن الرف بشكل اعتيادي ، لاحظت شخصًا يتصفح مصباح علاء الدين وفكر في تسريع قراره.

إذا لم يكن محجرك جاهزًا للشراء بعد ، فلن يقدروا مساعدتك وقد يهربون. لكن SQL ستتطلب القليل من الإقناع لأنهم قرروا بالفعل شراء المصباح.

لاختصار القصة ، استراتيجيات البيع مباشرة. إذا وصلت إلى MQL قبل الأوان ، فمن المحتمل أن تخيفهم.

ضع في اعتبارك ، على الرغم من كل الاحتياطات ، لا تتحول جميع MQL إلى SQL لأسباب لا حصر لها. في الواقع ، 79٪ من عملاء MQL نادرًا ما يقومون بالشراء!

ولكن نظرًا لأن السلوك البشري يميل بشكل مفاجئ إلى إمكانية التنبؤ به ، فمن المحتمل أن تحقق نجاحًا أكبر باتباع الإجراءات القياسية.

ما هي أفضل طريقة لتحويل MQL إلى SQL؟

الطريقة المؤكدة لتحويل العملاء المحتملين إلى عملاء هي من خلال رعاية العملاء المحتملين.

لا تجذب الشركات التي لديها إستراتيجية رعاية قوية 50٪ فقط من SQL الخاصة بها ولكن يمكنها حتى تحويل العملاء المحتملين العامين إلى MQL.

أكوا مثال كلاسيكي.

في عام 2016 ، أطلقت شركة أمان سحابية تدعى Aqua علامتها التجارية في سوق مشبع للغاية. بميزانية محدودة ، نجحت Aqua في تحويل 25٪ من العملاء المحتملين إلى MQL من خلال التسويق النشط ورعاية العملاء المحتملين.

توضح دراسة حالة Aqua أن النهج السلبي يمكن أيضًا أن يجلب العملاء المحتملين إلى باب منزلك.

باختصار، استخدم برامج إدارة علاقات العملاء مثل HubSpot لتخصيص بحثك والعثور على العملاء المحتملين المؤهلين للتسويق (MQL) والعملاء المحتملين المؤهلين للمبيعات (SQL). قم بنشر الوعي من خلال المدونات ومقاطع الفيديو والندوات عبر الإنترنت والبودكاست والنشرات الإخبارية لجذب العملاء المحتملين.

والأهم من ذلك كله ، أتمتة مهامك قدر الإمكان لحفظ العمل الشاق.

حظا طيبا وفقك الله!