MQL در مقابل SQL - انواع مختلف سرنخ های واجد شرایط توضیح داده شده است

تصور کنید یک فروشگاه عتیقه فروشی موفق دارید. 

در ساعات شلوغ، تعداد کمی از بازدیدکنندگان وارد فروشگاه شما می شوند و به نظر می رسد که همه به موجودی شما علاقه مند هستند. با این حال پر از کار، فقط وقت دارید که یکی را سرگرم کنید.

به طرز وحشتناکی می‌دانید که با شرکت در یکی از آن‌ها به خوبی می‌توانید بالقوه‌های بالقوه را از دست بدهید، چه کسی را انتخاب می‌کنید؟

یا بهتر است، آیا فرد منتخب محصول را خریداری می کند یا همه چیز بیهوده است؟

دو پرس و جوی بالا، صرف نظر از اندازه کسب و کارشان، یک مبارزه دائمی برای کارآفرینان است.

با توجه به محدودیت‌های زمانی و بسیاری از سرنخ‌ها، کسب‌وکارها باید اولویت‌بندی کنند که به چه کسانی نزدیک شوند و چه کسانی را کنار بگذارند.

سرنخ واجد شرایط بازاریابی (MQL) و سرنخ واجد شرایط فروش (SQL) دو طبقه بندی مشخصی هستند که بازاریابان برای رسیدگی به چنین موانعی از آنها استفاده می کنند.

با شناسایی موفقیت آمیز MQL و SQL، در موقعیت بسیار خوبی قرار خواهید گرفت استراتژی بازاریابی خود را برنامه ریزی کنید بر این اساس، اما پایگاه مشتریان خود را تقویت کنید.

در اینجا، من یک نمای کلی از نحوه تعیین MQL و SQL و روش هایی برای کمک به افزایش تعداد آنها به اشتراک خواهم گذاشت.

اما، قبل از غواصی، اجازه دهید ابتدا به اصول اولیه بپردازیم.

MQL و SQL چیست؟

آیا با سفر خریدار آشنا هستید؟

یک مشتری بالقوه قبل از خرید هر کالایی، سه مرحله اصلی را پشت سر می گذارد.

اول آگاهی از محصول و به دنبال آن کنجکاوی است. اگر موردی مورد علاقه مشتری باشد، آنها برای فکر کردن در مورد آن وقت می گذارند. پس از اطمینان، آنها محصول را خریداری می کنند.

MQL (سرب واجد شرایط بازاریابی) "متفکر"ی است که به شدت به محصول شما علاقه مند است اما هنوز نمی خواهد قدمی فراتر بردارد. SQL (سرنخ واجد شرایط فروش)، در مقابل، قطعاً قصد خرید دارد.

 از آنجایی که مشکل اغلب در مرحله "تفکر" ایجاد می شود، MQL و SQL می توانند کار چالش برانگیز شما را آسان تر کنند.

چگونه MQL و SQL را شناسایی کنیم؟

برای تمایز MQL از SQL، باید بینش عمیقی در مورد رفتار مشتری و اهداف آنها نسبت به محصول خود داشته باشید.

1.رفتار مشتری را برای کشف MQL تعیین کنید

 کارآفرینان کوچک آجر و ملات، با گذشت زمان، برخی را توسعه می دهند غریزهاز بین بردن سرنخ های عمومی.

با یک نگاه به شخص، آنها می توانند یک خریدار ویترین را از دور پیدا کنند.

باه! او آن را نخواهد خرید. جان بهت میگم به جای آن خانم با روسری بنفش حضور داشته باشید.

این مهارت مشاهده به آن‌ها اجازه می‌دهد تا کسانی را که می‌توانند به طور مثبت اولویت‌بندی کنند تبدیل به مشتری

با این حال، برای یک شرکت بزرگ، این رویکرد غیر عملی است. در عوض، بخش بازاریابی استفاده می کند آهنرباهای سرب برای جمع آوری داده ها و ارزیابی رفتار بازدیدکنندگان.

اجازه دهید به طور خلاصه توضیح دهم که چگونه داده های مشتری می تواند به شما کمک کند.

اگر MQL بازدیدهای مکرری از سایت شما داشته باشد نشان می دهد که به برند شما علاقه خاصی دارد. اگر یک سرنخ در خبرنامه شما مشترک شود، در صورتی که بخواهد محصول شما را بخرد، می‌خواهد این ارتباط را ادامه دهد.

اگر MQL فقط به خاطر ایجاد لیست آرزوها چند مورد را به کارت اضافه کند، اشتیاق خود را نشان می دهد. آنها حتی ممکن است یک نسخه آزمایشی را امتحان کنند و به فروش احتمالی در آینده اشاره کنند.

تیم بازاریابی فاکتور تعامل را برای ایجاد شخصیت خریدار مشاهده می کند، بنابراین آنها معیاری برای تشخیص MQL هستند.

من وارد جزئیات شخصیت خریدار نمی‌شوم زیرا موضوع به یک مقاله کاملاً جداگانه برای آن نیاز دارد. گفتن کافی است، همانطور که به طور مداوم لباس خود را تغییر می دهید تا زمانی که آن را پیدا کنید سایز درست، بخش بازاریابی از رویه های مشابهی برای ایجاد الگوی خود پیروی می کند.

اگر سرنخ بالقوه شما معیارها را برآورده کند، آنها به عنوان MQL آماده انتقال به SQL فهرست می شوند. در غیر این صورت آنها فیلتر می شوند.

هنگامی که داده های قابل توجهی در دست دارید، یک MQL بالقوه را از طریق یک روش امتیازدهی تخمین بزنید.

2. از Lead Score برای جدا کردن SQL از MQL استفاده کنید

آیا تا به حال به سایه ombre گرادیان توجه کرده اید؟ با رنگ تیره شروع می شود، به تدریج به سمت سایه میانی حرکت می کند تا زمانی که نوک ها به رنگ روشن تر محو شوند.

به امتیاز دهی سرب مانند یک ombre فکر کنید، فقط در اعداد.

شما بر اساس رفتار، عوامل مشترک و اطلاعات شخصی به سرنخ های خود امتیاز می دهید. هنگامی که سرنخ های قوی را شناسایی کردید، می توانید SQL را به بخش فروش منتقل کنید و سرنخ های کم شانس را فیلتر کنید.

من می دانم که آسان به نظر می رسد، اما برای ایجاد یک نمره دقیق باید هر دقیقه جزئیات را در نظر گرفت.

برای مثال؛ اگر در مورد ETSY شنیده اید، بازار محبوب چند ملیتی به طیف گسترده ای از مشتریان پاسخ می دهد اما پوشش جمعیتی محدودی دارد.

از نظر ETSY، افرادی که خارج از محدوده نقاط تحویل آنها هستند، احتمالاً امتیاز سرب ضعیفی خواهند داشت.

به طور مشابه، مشاغل با بازار هدف بالای 35 به احتمال زیاد مشتریان خود را به جای اینستاگرام در فیس بوک دنبال می کنند، زیرا هزاره ها عمدتاً اولی را ترجیح می دهند و به کاربران فیس بوک امتیاز بالاتری می دهند.

سرنخ های خود را بر اساس ویژگی های آنها امتیاز دهید و افراد واجد شرایط را در بالای لیست خود خواهید یافت.

آیا جداسازی دقیق MQL و SQL ضروری است؟

بله، کاملا اینطور است.

بدون شک ممکن است MQL و SQL شبیه به هم به نظر برسند، اما قصد مشتری و رویکرد شما نسبت به آن مشتری دلیلی است که آنها باید به طور جداگانه فهرست شوند.

نمونه عتیقه فروشی را به خاطر دارید؟ تصور کنید هنوز دارید آن را اجرا می کنید. در حالی که عادت داشتید قفسه را گردگیری می کردید، متوجه شدید که شخصی در حال مرور چراغ علاءالدین است و فکر کردید تصمیمش را تعجیل کنید.

اگر معدن شما هنوز آماده خرید نیست، آنها از کمک شما قدردانی نمی کنند و ممکن است فرار کنند. اما SQL نیاز چندانی به قانع کردن ندارد زیرا آنها قبلاً تصمیم به خرید لامپ گرفته بودند.

برای کوتاه کردن داستان، استراتژی های فروش مستقیم هستند. اگر زودتر از موعد به MQL دسترسی پیدا کنید، احتمالاً آنها را می ترسانید.

به خاطر داشته باشید، با وجود هر اقدام احتیاطی، همه MQL به دلایل بی شماری به SQL تبدیل نمی شوند. در واقع، 79٪ از مشتریان MQL به ندرت خرید می کنند!

اما از آنجایی که رفتار انسان تمایل شگفت‌انگیزی به قابل پیش‌بینی دارد، احتمالاً با پیروی از روش‌های استاندارد موفقیت بیشتری کسب خواهید کرد.

بهترین روش برای تبدیل MQL به SQL چیست؟

راه مطمئن برای تبدیل سرنخ ها به مشتری از طریق پرورش سرنخ است.

شرکت‌هایی با استراتژی پرورش قوی نه تنها 50 درصد از SQL خود را جذب می‌کنند، بلکه می‌توانند حتی سرنخ‌های عمومی را به MQL تبدیل کنند.

اب یک نمونه کلاسیک است

در سال 2016، یک شرکت امنیت ابری به نام Aqua نام تجاری خود را در بازار بسیار اشباع شده راه اندازی کرد. با بودجه محدود، Aqua با موفقیت 25٪ از سرنخ های خود را از طریق بازاریابی فعال و پرورش سرنخ به MQL تبدیل کرد.

مطالعه موردی Aqua نشان می‌دهد که یک رویکرد منفعل می‌تواند مشتریان بالقوه را نیز به خانه شما بیاورد.

برای بسته بندی، استفاده کنید نرم افزار CRM حرفه ای HubSpot برای سفارشی کردن تحقیقات خود و پیدا کردن MQL و SQL. از طریق وبلاگ ها، ویدئوها، وبینارها، پادکست ها و خبرنامه ها آگاهی ایجاد کنید تا سرنخ ها را جذب کنید.

و مهمتر از همه، وظایف خود را تا آنجا که ممکن است خودکار کنید تا از کار غرغر نجات پیدا کنید.

موفق باشید!