Как понять, что лид уже созрел, а не просто зашел посмотреть
Содержание:
- Зачем делить лидов на категории
- По каким признакам отличают горячего клиента от зеваки
- Три модели
- Как это работает
- Что квалификация не может гарантировать
Зачем делить лидов на категории
Квалификация лидов — это, по сути, фильтр между маркетингом и продажами. Компания собирает обращения из разных каналов и получает разношерстную массу людей с совершенно разной степенью готовности к покупке. Кто-то оставил заявку, чтобы получить бесплатный чек-лист, кто-то ищет подрядчика и готов платить хоть завтра. Если менеджер отдела продаж тратит одинаковое количество времени на обоих, ресурсы компании расходуются крайне неэффективно.
Задача квалификации — понять, с какой проблемой пришел человек, кто у него принимает решения, есть ли деньги на покупку и насколько скоро он готов действовать. Для B2C эти вопросы звучат чуть иначе: интересует ли клиента продукт всерьез, укладывается ли цена в его ожидания и когда он планирует покупку — сейчас или «может быть, на распродаже». Но принцип один: не все обращения одинаково ценны, и разумно тратить больше внимания на тех, кто ближе к сделке.
Здесь важно не путать квалификацию со скорингом — эти понятия часто идут парой, но означают разные вещи. Квалификация — это сам процесс оценки: набор вопросов и критериев, по которым решают, готов лид к передаче в продажи или нет. Скоринг — конкретный инструмент внутри этого процесса, при котором лиду присваивают баллы за определенные действия. Скачал белую книгу — плюс пять баллов, подписался на рассылку — плюс три, запросил демо — плюс двадцать. Когда сумма баллов переваливает заданный порог, система автоматически поднимает приоритет обращения. Скоринг удобен тем, что переводит субъективную оценку менеджера в измеримые цифры, но сам по себе он не заменяет квалификацию — это просто ее механизированная часть.
По ходу движения через воронку лид меняет статус. Есть просто входящий контакт — обращение, о котором пока ничего не известно. Есть MQL (marketing qualified lead) — тот, кто прошел первичный фильтр по маркетинговым признакам: соответствует портрету аудитории, проявил интерес через действия на сайте или в рассылках, но еще не готов к разговору с продавцом. Дальше идет SQL (sales qualified lead) — тот, кого отдел продаж уже проверил на предмет реальной готовности покупать и признал перспективным. Иногда между ними выделяют промежуточное звено SAL (sales accepted lead) — обращение, которое продажи формально приняли в работу, но еще не подтвердили его качество. Соотношение MQL, которые доходят до статуса SQL, — один из самых показательных индикаторов здоровья всей системы. Если из сотни маркетинговых лидов до продаж добираются единицы, значит, либо критерии квалификации слишком мягкие на входе, либо передача между отделами устроена криво.
По каким признакам отличают горячего клиента от зеваки
Набор критериев квалификации зависит от продукта, цикла сделки и особенностей рынка, но есть несколько групп факторов, которые проверяют почти всегда.
Первая — соответствие целевой аудитории. Для B2B-компании это сфера деятельности потенциального клиента, размер его бизнеса, регион, а также должность и уровень полномочий человека, который оставил заявку. Разговаривать с рядовым сотрудником, который просто собирает информацию для отчета начальнику, и с директором, который сам принимает решение о закупке, — две принципиально разные истории. В B2C на первый план выходят социально-демографические характеристики, география и реальные потребности человека.
Вторая группа — про саму сделку: есть ли у клиента потребность в продукте, укладывается ли цена в его бюджет, в какие сроки он планирует принять решение и кто в его окружении может повлиять на этот выбор. Здесь рождается классическая проблема отдела продаж: человек может быть идеальным представителем целевой аудитории, гореть желанием купить продукт, но если у него банально нет денег или полномочий подписать договор, сделка не состоится, сколько бы усилий менеджер ни вложил.
Третья группа — поведенческие сигналы. То, как человек ведет себя до контакта с менеджером, часто говорит больше, чем прямые ответы на вопросы анкеты. Посещал страницу с ценами несколько раз подряд, скачал технический документ, зарегистрировался на демонстрацию продукта — это косвенные, но убедительные признаки серьезного интереса. Например, компания продает CRM-системы, и руководитель отдела продаж клиента запрашивает демонстрацию. В разговоре выясняется, что бизнес растет, уже использует несколько разрозненных инструментов и хочет свести все в одну систему в течение пары месяцев, бюджет заложен, а сам собеседник принимает решение. Такой лид почти автоматически получает статус квалифицированного — совпали все три группы признаков сразу.
Проблема в том, что задавать эти вопросы хаотично, каждый раз изобретая структуру беседы на ходу, плохая идея: менеджер что-то забудет спросить, а руководителю будет сложно сравнивать качество обращений между собой. Поэтому индустрия придумала формализованные модели квалификации, которые превращают набор интуитивных вопросов в четкий чек-лист.
Три модели
Самая старая и до сих пор самая распространенная — BANT (Budget, Authority, Need, Timeline/бюджет, полномочия, потребность, сроки). Ее придумали в IBM в 50-х, когда компания продавала громадные и дорогие вычислительные машины корпоративным клиентам, и цена ошибки при выборе не того лида была высока. BANT прожила больше семидесяти лет практически без изменений. Она предельно простая: четыре вопроса, которые можно задать в первом же телефонном разговоре. У простоты есть обратная сторона — она хорошо работает там, где решение принимает один человек и сделка не слишком сложна, но в крупных корпоративных продажах, где решение проходит через десять согласований, BANT не улавливает всей картины.
Для таких сложных сделок в 90-х годах в компании PTC (Parametric Technology Corporation), поставщике инженерного программного обеспечения, менеджеры Дик Данкел и Джек Наполи под руководством вице-президента по продажам Джона Макмэна придумали MEDDIC. Аббревиатура складывается из шести элементов: Metrics (метрики — какие измеримые результаты клиент хочет получить), Economic buyer (человек, который реально распоряжается бюджетом), Decision criteria (критерии, по которым будет принято решение), Decision process (сам процесс согласования), Identify pain (реальная боль клиента, которую нужно решить) и Champion (внутренний союзник, который будет продвигать сделку внутри компании клиента). MEDDIC заметно тяжелее BANT в применении, она требует не одного разговора, а серии встреч и глубокого погружения в процессы клиента. Эта глубина делает модель незаменимой там, где цикл сделки растягивается на месяцы, а решение принимает не один человек, а целый комитет.
Третья заметная модель — GPCTBA/C&I, детище HubSpot, придуманное в 2010-е годы уже в эпоху входящего маркетинга. Goals, Plans, Challenges, Timeline, Budget, Authority, Negative consequences и Positive implications — цели, планы, препятствия, сроки, бюджет, полномочия, а также последствия того, если клиент ничего не сделает, и выгоды от того, если он все-таки купит. Модель родилась из наблюдения HubSpot за тем, как изменился сам покупатель. Современный клиент приходит к продавцу, уже прочитав десяток статей и сравнив конкурентов, и разговор с ним нужно строить не вокруг характеристик продукта, а вокруг его собственных целей и мотивации. GPCTBA/C&I громоздкая и подходит скорее для сложных консультационных продаж, где нужно разобраться в контексте клиента.
Как это работает
Сначала компания фиксирует признаки целевого лида. Дальше идет сбор данных: заявки, анкеты, история переписки, поведение на сайте, взаимодействие с рассылками, записи звонков. Все это стекается в CRM-систему и формирует профиль лида. После этого принимается решение о сценарии: если человек соответствует критериям и готов к сделке, его немедленно передают в продажи; если пока нет — оставляют в контуре маркетинга и продолжают прогревать контентом, письмами или ретаргетингом, пока признаки готовности не накопятся.
При небольшом потоке заявок весь этот процесс легко ведется вручную — менеджер сам задает вопросы и сам решает, стоит ли двигаться дальше. С ростом объема обращений ручная квалификация начинает буксовать, здесь на помощь приходит автоматизация. CRM-системы могут сами присваивать статус MQL после определенного набора действий на сайте, скоринговые механизмы начисляют баллы за поведение, а платформы маркетинговой автоматизации запускают нужный сценарий коммуникации без участия человека. Отдельный источник данных, о котором часто забывают, — рекламные системы. Аналитика Яндекс Директа, например, показывает не только количество кликов, но и то, какие именно объявления и аудитории приводят лиды, впоследствии доходящие до сделки. Это помогает связать качество квалификации с конкретным каналом привлечения и перестать оценивать рекламу исключительно по цене за клик.
Что квалификация не может гарантировать
Даже самая продуманная система квалификации не превращает продажи в точную науку. Клиент, который прошел все фильтры, ответил на все правильные вопросы и получил статус SQL, все равно может передумать, найти более дешевого конкурента или просто заморозить бюджет из-за внутренних причин, недоступных для наблюдения снаружи.
Самая распространенная ошибка компаний — использовать одни и те же критерии для совершенно разных продуктов и сегментов, копируя чужой шаблон BANT без учета специфики своего рынка. Вторая по частоте — разрыв между маркетингом и продажами: если отделы не согласовали, что именно считается «готовым» лидом, маркетинг будет гордо рапортовать о сотнях MQL, а продажи разведут руками — мол, звонить там некому. Третья ошибка — застревание в жесткой схеме без пересмотра: рынок меняется, меняется поведение покупателей, а критерии квалификации, установленные три года назад, продолжают жить своей жизнью, отсекая тех, кого сегодня стоило бы пропустить в работу.
