后疫情时代，3个月这家初创公司是如何突破日均100+的有效线索？

今天FUNION通过一个案例来跟大家简单介绍下这二者之间的联系与区别及MQL和SQL是如何在数字营销过程中起到举足轻重的作用的。

@ 初创企业XX（省略详细名，客户要求）

客户是做IOT的，大家也知道做这行的领域太广，每一个细分领域都有太多的竞争者，尤其是在营销推广上，有点实力的公司基本覆盖了大部分主流市场的广告，自然而然他们所获得的客户信息就比较丰富了，那没有基础的初创型企业呢，只能眼巴巴看着啊，那个心里面急啊….. 当然这个客户也是众多初创企业大军中的一员，只是机缘巧合与FUNION有了接触，后面在FUNION的指导下布局了整套的营销拓客方案，在有效线索的获取量上比以前同比增长200%。

但是3个月究竟是通过什么方法能够得到有效线索快速增长呢？

弄清MQL和SQL

MQL和SQL是数字营销领域里2个比较重要的概念。

MQL（Marketing Qualified Leads）即营销合格线索，营销合格线索实则是针对于企业服务和品牌而言的，在营销环节中最早是通过相关的物料进行抵达用户面前，用户针对其服务和产品感兴趣，最直接的行为就是表现为留下需求信息（留资）。

SQL（Sales Qualified Leads）即销售合格线索，销售合格线索是相对于营销合格线索而言的，没有前一步的积累，就没有后面的更进一步行为，二者之间的过渡表现得比较自如，相应的需要两个组织跨度人员进行对接：市场专员和销售专员。这里需要简单说明下用户留资后的基本营销旅程：

了解其底层逻辑结构后就可以针对客户在什么阶段采用什么手法进行推广。

MQL与SQL的形态

MQL需要的是市场前端选准备的物料或品牌活动等载体来驱动，主要表现有：官网活动促销页面，表单，直播号码，线上线下二维码扫描，活动landingpage等，这些物料形式只有让客户产生兴趣才得以产生留资行为，然而留资又是有很多技巧的（下篇文章将着重讲解），因此只有用户完成相关的留资行为我们才能得以完成MQL阶段。

顺理成章，SQL接下来就是由销售组来打扫战场了，这里经由市场组过渡到销售组，也将用户的需求进一步筛选挖掘，基本是符合漏斗式管理逻辑的，只是这一进行更加精细化运营，将更有潜力的营销计划挖掘成销售商机，这不是一个小组就能草率完成的。

关于这两种不同形态的存在，我们又该如何精细化培育这两类线索？

MQL和SQL线索实践方法论

1 客户分层做好客户画像分析

不是所有的留资信息过来就能转为SQL的，不能一味得取量，需要以质取胜。当然，这也与公司拓客是存在悖论的，公司要在销售线索质量和数量上取得一个平衡，若质量要求很高，数量可能就会偏少，质量要求降低，合格的线索可能会更多。因此在定义销售线索质量标准来划分MQL和SQL之前，需要先做客户分层定义目标客户群画像(Persona)，比如确定企业的受众和范围，挖掘受众需求，寻找自身有效定位和策划受众旅程。定义线索的质量标准与目标客户画像不是一劳永逸的事情，他们是动态变化的。

2 注入线索评分机制，对线索进行优先排序级处理

对销售线索进行评分，基于线索的质量和属性值对所有销售线索进行积分排序，可以提高分析线索的效率。评分模型需要综合考虑销售线索本身的基本信息和交互行为，例如为访问高价值页面（我要定购），填写高价值表格（申请使用）或多次查看企业的网站的人提供更高的积倍数。同时需要注意的是评分机制在销售和营销协同工作时更有效。通过对销售线索进行评分，为每个线索分配价值，该分数有助于销售团队确定优先的销售目标。

最后，MQL与SQL是不可割裂的，就目前整个数字营销大环境这两类线索将会处于长期并存状态，这也是后期大部分企业即将大力投入的一件事。更多数字营销信息请留言FUNION数字营销官网！