Outbound (estrategia comercial)

La guía completa de Lead Scoring

Photo by Rita Morais on Unsplash

Diferenciar entre los clientes potenciales calificados por marketing (MQL) y los clientes calificados por el equipo de ventas (SQL) es importante para comprender su embudo de ventas, y quizás lo más importante, los posibles cuellos de botella dentro del mismo.

 

El marketing aporta clics a la página web y captura “clientes potenciales” que interactúan con el contenido. Estas personas inician el contacto, pero su nivel de interés es indeterminado. A medida que el marketing se involucra con estos clientes potenciales, estas personas pueden calificar según las acciones que realicen y qué tanto interactúen con el contenido y/o visiten la website. Estas personas se convierten en un MQL cuando están listas para la gestión con el equipo de ventas.

Después del contacto inicial el equipo de ventas continúa la interacción y examina al cliente por el interés y la capacidad de compra. Los SQL es el siguiente paso de un MQL o puede venir directamente de una base de datos. Son prospectos que han sido examinados y tienen un interés y capacidad de compra en la siguiente etapa, a veces llamada etapa demo.

 

Idealmente, los MQL deberían convertirse sin problemas en SQL de alta calidad, pero este no suele ser el caso.

 

¿Por qué es importante realizar Lead scoring?

Los consumidores son cada día más sofisticados, tanto en las ventas B2B como B2C y así surge la necesidad de que el proceso de ventas se mantenga actualizado. Con un embudo cada vez más grande y situaciones más complejas, es crítico que todas esas piezas tengan nombres y definiciones, para poder medirlas y controlarlas. De lo contrario, será un desastre y dinero perdido en la gestión.

 

El propósito es identificar entre los dos tipos de MQL (Marqueting Qualified Leads). Hay dos clientes potenciales en este embudo. Aquellos que pueden comprar (después de investigaciones y conversaciones) y aquellos que no tienen la intención de comprar en absoluto.

Los primeros MQL se denominan «Prospectos» y los últimos se denominan «Sospechosos».

  • Prospectos: en el punto en el que los prospectos ingresan al embudo se debe investigar y determinar realmente el ajuste de su solución a sus necesidades.  Y si cumplen todos los requisitos se convertirán en SQL.
  • Sospechoso: un sospechoso ingresará a su embudo por cualquier razón, más allá de un verdadero intento de compra; tal vez quieran descargar material, estén aburridos, sean estudiantes, la competencia, etc.

 

El propósito en el que necesita enfocarse es diferenciar entre aquellos que podrían estar listos para las ventas pronto y aquellos que le hacen perder el tiempo.

 

Resumen de las diferencias entre un Prospecto, MQL y/o SQL

Prospecto Persona dentro del target de comprador idóneo.

Comparte la misma ubicación, características sociodemográficas, puesto y/o hábitos de consumo que el grupo objetivo.

MQL

(Marketing Qualified Lead)

Es un Prospect que además está interesado en nuestra solución o servicio.

A través de marketing mediante clicks en anuncios, website o descargas de material ha demostrado interés en la solución, pero su calidad de potencial “comprador objetivo” no ha sido verificada.

SQL

(Sales Qualified Lead)

Es un Prospect calificado para el siguiente paso en el funnel de ventas.

Similar a un MQL, pero además de contar con el interés, sí dispone de tiempo, presupuesto, autoridad y poder de decisión para evaluar la solución y/o servicio. Cuenta también con las características del grupo objetivo.  

 

También las características de cada buyer persona se pueden separar de la siguiente forma:

 

Prospecto MQL SQL
Ubicación objetiva X No se sabe X
Industria objetivo X No se sabe X
Puesto objetivo X No se sabe X
Hábitos de consumo del target X X X
Otras características sociodemográficas del target X X X
Interés demostrado por la solución X X
Presupuesto X
Autoridad / toma de decisión X
Tiempo X

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.