MQL vs. SQL – Erklärung verschiedener Arten von qualifizierten Leads

Stellen Sie sich vor, Sie betreiben ein erfolgreiches Antiquitätengeschäft. 

Während der Stoßzeiten betreten einige Besucher Ihren Laden und alle scheinen sehr interessiert an Ihrem Inventar zu sein. Doch mit Arbeit überschwemmt, haben Sie nur Zeit, einen zu unterhalten.

Sie sind sich schrecklich bewusst, dass Sie durch die Teilnahme an einem sehr gut die verbleibenden Interessenten verlieren könnten. Wen würden Sie wählen?

Oder besser, wird der Auserwählte das Produkt kaufen, oder wäre alles umsonst?

Die beiden oben genannten Fragen sind ein ständiger Kampf für Unternehmer, unabhängig von ihrer Unternehmensgröße.

Angesichts des Zeitdrucks und der vielen zu berücksichtigenden Hinweise müssen Unternehmen priorisieren, an wen sie sich wenden und wen sie auslassen.

Marketing-qualifizierter Lead (MQL) und Sales-qualifizierter Lead (SQL) sind zwei eindeutige Klassifizierungen, die Vermarkter verwenden, um mit solchen Hindernissen umzugehen.

Durch die erfolgreiche Identifizierung von MQL und SQL sind Sie in einer hervorragenden Position, nicht nur Planen Sie Ihre Marketingstrategie entsprechend, sondern stärken Sie Ihren Kundenstamm.

Hier werde ich einen Überblick darüber geben, wie man MQL und SQL bestimmt, und die Methoden, die Ihnen helfen, ihre Anzahl zu erhöhen.

Aber bevor wir eintauchen, lassen Sie uns zuerst die Grundlagen behandeln.

Was sind MQL und SQL?

Kennen Sie die Buyer’s Journey?

Ein potenzieller Kunde durchläuft drei Hauptphasen, bevor er einen Artikel kauft.

Zuerst kommt die Bekanntheit des Produkts, dann die Neugier. Wenn der Artikel den Kunden interessiert, nimmt er sich die Zeit, darüber nachzudenken. Sobald sie sich sicher sind, kaufen sie das Produkt.

MQL (Marketing Qualified Lead) ist der „Nachdenker“, der sich sehr für Ihr Produkt interessiert, aber noch keinen Schritt weiter gehen möchte. SQL (Sales Qualified Lead) dagegen ist durchaus kaufwillig.

 Da das Problem oft in der Phase des „Nachdenkens“ auftritt, können MQL und SQL Ihre herausfordernde Aufgabe erleichtern.

Wie erkennt man MQL und SQL?

Um MQL von SQL zu unterscheiden, müssen Sie einen tiefen Einblick in das Kundenverhalten und ihre Absichten gegenüber Ihrem Produkt erhalten.

1.Bestimmen Sie das Verhalten des Kunden, um MQL zu entdecken

 Kleine stationäre Unternehmer entwickeln sich im Laufe der Zeit sicher Instinkts zum Aussortieren generischer Leads.

Ein Blick auf die Person und sie können einen Schaufensterbummel aus der Ferne festnageln.

Bah! Er wird es nicht kaufen. Johannes, ich sage es dir. Besuchen Sie stattdessen die Dame im lila Schal.

Diese Beobachtungsfähigkeit ermöglicht es ihnen, diejenigen zu priorisieren, die sie positiv bewerten könnten in Kunden umwandeln.

Für ein großes Unternehmen ist dieser Ansatz jedoch unpraktisch. Stattdessen nutzt die Marketingabteilung Bleimagnete um Daten zu sammeln und das Besucherverhalten auszuwerten.

Lassen Sie mich kurz erklären, wie Ihnen Kundendaten helfen können.

Wenn MQL häufig Ihre Website besucht, zeigt dies ein deutliches Interesse an Ihrer Marke. Wenn ein Lead Ihren Newsletter abonniert, möchte er die Verbindung aufrechterhalten, falls er Ihr Produkt kaufen möchte.

Wenn MQL der Karte ein paar Artikel hinzufügt, nur um eine Wunschliste zu erstellen, zeigen sie ihren Eifer. Sie könnten sogar eine Demoversion ausprobieren, die auf einen möglichen Verkauf in der Zukunft hinweist.

Das Marketing-Team beobachtet den Engagement-Faktor, um die Persona eines Käufers zu erstellen, also haben sie einen Benchmark, um MQL zu erkennen.

Ich gehe nicht näher auf die Persona des Käufers ein, da das Thema einen ganz eigenen Artikel dafür benötigt. Es genügt zu sagen, so wie Sie Ihre Kleidung kontinuierlich optimieren, bis Sie das finden richtige Größeverwendet die Marketingabteilung ähnliche Verfahren, um ihre Vorlage zu erstellen.

Sollte Ihr potenzieller Lead die Kriterien erfüllen, wird er als MQL aufgelistet, das bereit ist, zu SQL zu wechseln. Wenn nicht, werden sie herausgefiltert.

Sobald Sie umfangreiche Daten zur Hand haben, schätzen Sie ein potenzielles MQL durch eine Scoring-Methode.

2. Verwenden Sie den Lead Score, um SQL von MQL zu trennen

Schon mal einen Ombre-Farbverlauf mit Farbverlauf bemerkt? Es beginnt mit einem dunklen Ton und bewegt sich allmählich in einen mittleren Farbton, bis die Spitzen in eine hellere Version übergehen.

Stellen Sie sich Lead Scoring wie ein Ombre vor, nur in Zahlen.

Sie weisen Ihren Leads Punkte basierend auf ihrem Verhalten, gemeinsamen Faktoren und persönlichen Informationen zu. Sobald Sie starke Leads erkennen, können Sie die SQL an die Vertriebsabteilung weitergeben und die Leads mit geringer Chance herausfiltern.

Klingt einfach, ich weiß, aber um eine genaue Partitur zu erstellen, sollte jedes kleinste Detail berücksichtigt werden.

Zum Beispiel; Wenn Sie von ETSY gehört haben, richtet sich der beliebte multinationale Marktplatz an eine breite Palette von Kunden, hat aber nur eine begrenzte demografische Abdeckung.

Für ETSY hätten Personen außerhalb ihrer Reichweite von Lieferpunkten wahrscheinlich einen schwachen Lead-Score.

In ähnlicher Weise würden Unternehmen mit einem Zielmarkt über 35 ihre Kunden wahrscheinlich auf Facebook statt auf Instagram verfolgen, da Millennials meist Ersteres bevorzugen – was Facebook-Nutzern eine höhere Lead-Punktzahl verleiht.

Bewerten Sie Ihre Leads anhand ihrer Attribute und Sie werden qualifizierte Leads ganz oben auf Ihrer Liste finden.

Ist es notwendig, MQL und SQL mühsam zu trennen?

Ja, das tut es absolut.

MQL und SQL mögen zweifellos ähnlich erscheinen, aber die Absicht eines Kunden und Ihre Herangehensweise an diesen Kunden ist der Grund, warum sie separat aufgeführt werden müssen.

Erinnern Sie sich an das Beispiel des Antiquitätengeschäfts? Stellen Sie sich vor, Sie führen es immer noch aus. Während Sie gewöhnlich das Regal abstauben, bemerkten Sie, dass jemand Aladdins Lampe durchstöberte und dachten, um seine Entscheidung zu beschleunigen.

Wenn Ihre Beute noch nicht kaufbereit ist, würde sie Ihre Hilfe nicht zu schätzen wissen und möglicherweise fliehen. Aber SQL würde wenig Überzeugungsarbeit erfordern, da sie sich bereits für den Kauf der Lampe entschieden hatten.

Um es kurz zu machen: Verkaufsstrategien sind direkt. Wenn Sie sich zu früh an MQL wenden, werden Sie sie wahrscheinlich abschrecken.

Denken Sie daran, dass trotz aller Vorsichtsmaßnahmen aus unzähligen Gründen nicht alle MQL in SQL konvertiert werden. Tatsächlich tätigen 79 % der MQL-Kunden selten einen Kauf!

Aber da menschliches Verhalten eine überraschende Tendenz hat, vorhersehbar zu sein, werden Sie wahrscheinlich mehr Erfolg haben, wenn Sie Standardverfahren befolgen.

Was ist die beste Methode, um MQL in SQL umzuwandeln?

Der sichere Weg, Leads in Kunden umzuwandeln, ist Lead Nurturing.

Unternehmen mit einer starken Nurturing-Strategie ziehen nicht nur 50 % ihrer SQL an, sondern könnten sogar generische Leads an MQL weiterleiten.

Aqua ist ein klassisches Beispiel.

Im Jahr 2016 führte ein Cloud-Sicherheitsunternehmen namens Aqua seine Marke in einem hochgesättigten Markt ein. Mit einem knappen Budget wandelte Aqua erfolgreich 25 % seiner Leads durch aktives Marketing und Lead-Pflege in MQL um.

Die Aqua-Fallstudie zeigt, dass ein passiver Ansatz auch potenzielle Kunden zu Ihnen bringen könnte.

Verwenden Sie zum Abschluss CRM-Software Google Trends, Amazons Bestseller HubSpot um Ihre Recherche anzupassen und MQL und SQL zu finden. Schaffen Sie Bewusstsein durch Blogs, Videos, Webinare, Podcasts und Newsletter, um Leads zu gewinnen.

Und vor allem automatisieren Sie Ihre Aufgaben so weit wie möglich, um sich die Routinearbeit zu ersparen.

Viel Glück!