MQL（Marketing Qualified Lead）营销合格线索，对于B2B企业的市场部而言，已经逐渐成为最为常用的工作术语之一，但在实际应用中，我们往往简单地照搬国外或其他头部B2B企业对于MQL的判定标准，并当作了自身的考核结果或指标，这就导致了在工作中的一些误区。本文旨在通过对MQL产生的判定依据的探讨，帮助企业市场部门更加准确的定义MQL。

一、MQL源起：百花齐放的定义

MQL概念，是一个体系化产物的环节，随着互联网、云、CRM、MarTech等营销基础技术的发展，西方营销学逐渐产生了策略端的Demand Generation需求挖掘和战术端的Leads Generation线索挖掘，并与我们所熟知的客户生命周期阶段划分和销售漏斗（Sales Funnel）有机结合，形成了B2B企业营销的一系列固定套路和打法，将lead在销售漏斗（实际上销售漏斗是一个有着上百年历史的古老概念）的不同阶段命名为MIL（Marketing Identified Lead）、MQL（Marketing Qualified Lead）、SQL（Sales Identified Lead）等等。对于市场部门而言，MQL几乎成了本世纪初至今，主流B2B企业最为核心的工作术语和工作重心。

但对于MQL的理解，不同的企业却有着不同的判定标准，不论是语言定义还是常见的BANT法则。诸如“有机会成为客户的潜在客户”、“对企业的产品和服务表现出兴趣和购买意向的人”，还有以结果来定义的“经过市场部收集和清洗过的分配给Sales团队的有效线索”，但不管哪一种定义方式，都没有给出明确的界定和判断标准，这就导致有些企业的市场部门，对于MQL的判定，出现模棱两可或者与企业实际情况不相符的情况。

二、MQL的五项判定原则

第一条：稳定的质量控制标准

这是一条纲领性的原则，不论我们采用何种方式定义和判断MQL标准，不论是宽松的判断依据还是严格的判断依据，都需要始终坚持稳定的质量标准，这对于我们准确地统计和分析leads gen，把控整体的市场管理工作，有着重要的意义。

如果我们输送给销售部门的MQL线索在质量上出现较大偏差，也会对后链路的销售管理工作带来困扰。试想如果销售员A连续接收到了多条质量较低的MQL线索，而他的同事B则接收到质量较高的MQL时，他是否会抱怨？

第二条：沟通以及有效的沟通

从一个普通的潜客线索到MQL，转化的过程有许多种方式，我们可以通过电话或在线的方式进行线索确认，也可以借由一些行为事件的组合规律，比如填写了产品试用的表单且信息经过验证，又或者通过一套线索的自动化评分机制，当这位潜客在我们的监测范围内，触发了一系列计分行为，且累计值达到所设阈值的时候，我们大致可以判定其具有了成为MQL的潜质。但有不少企业的线索，因为缺少SDR的岗位或职能，直接提交给了销售部门，这些线索实际上有很多达不到MQL的标准，也即无法满足第一条原则。

尤其是潜客申请试用或填写了期望与您沟通的表单，这实际上是一个Pre-MQL级别的线索。国内客户更加不介意留下自己的手机号码，哪怕他对产品并没有实际需求，再加上一些对需求理解有误或是行业内的其他竞品，会让我们的“MQL”和普通leads并无实质区别。

沟通，尤其是有效的沟通，可以筛除一些明显有误的信息，拉齐质量标准，这也是为什么国内B2B企业陆续开始建立SDR团队。

第三条：市场部、销售部甚至企业的共同认可

虽然最理想的MQL线索，就是可以由销售部门1：1转化成SQL，但实际上很多销售部门并不买账，这也导致了每家企业的转化漏斗（MQL到SQL）各不相同。根据Implisit 的CEO和创始人Gilad Raichshtain的一份报告显示，参加调研的数百家B2B企业，从MQL到SQL的平均转化率是13%，而且数据分布毫无规律，这主要是因为销售部门对MQL的认可程度有较大的偏差，从本质上说，还是市场部对MQL标准严格与否的问题。

市场部对于MQL的筛选能力和质量把控能力，有一定的范畴和上限，不会超过销售部门的上限（如果那样的话，市场部就直接承担销售业务了），而销售部门对于MQL质量的认可范畴，也是有下限的（上限就是1：1转化为SQL），两个部门应当在两个重合的区间确定一个MQL质量的判断“契合点”，建立统一的认知标准。

如果市场部提供的MQL始终得不到销售部门的认可，就会出现部门间的隔阂和不信任感，此时就需要建立SDR团队或职能，迅速提升市场部的MQL筛选能力。“契合点”的设定，需要建立在大量的数据基础上，详见第五条原则。

第四条：建立统一的判定口径

当企业有一个由多名SDR人员组成的团队时，对于MQL转出标准的统一是管理环节中的重要部分。如果没有SDR团队来做leads的处理，市场部也面临着各个获客渠道的MQL标准统一的问题。

平均每家B2B企业都有至少七八种不同的获客方式，我们通过市场活动、广告投放、EDM、内容营销等渠道获取营销线索，每个获客渠道本身的线索质量就存在差异，但获客渠道的负责人却不 “Qualified线索”，而是直接把这些线索输出给销售。在这样的模式下，真正的MQL是缺失的，这实际上是“leads——SQL”的漏斗，而非“leads——MQL——SQL”，或者说这样的营销模式甚至停留在西方营销学的上世纪阶段。

MQL的判定标准需要建立统一的判定口径，不论是人员的管理，还是获客渠道的管理，不论是通过集中式筛选，还是分布式筛选。在营销实践中，市场部门通常建立SDR团队或职能，做统一的线索收集和判定，再将同一水平线的MQL线索交付给销售部门。而不满足MQL标准的线索，则进入到持续培育和孵化的流程，这是后话，暂且不表。

第五条：需要与组织架构及企业资源相匹配

在市场和销售的协同中，我们会发现销售部门对于MQL线索的数量同样有着特殊的需求，不希望太少，但也不希望太多，销售团队的线索处理能力是有上限的。

虽然MQL的判定是由市场部门负责的，但是在大量的营销实践中，我们发现有一些数据变量，会直接或间接地影响到MQL的判定：市场部总线索量及预期、市场部SDR人员数量、SDR的线索处理能力（条/天/人）、SDR人员的编制（Headcount）预期、销售人员数量、销售人员的线索处理能力、销售人员的编制（Headcount）预期等数据指标。这些指标和数据，是我们发现和设定“契合点”的基础。

• 市场部总线索量及预期：决定了是否需要增加SDR岗位以及后面的整个漏斗环境。
• 市场部SDR人员数量和线索处理能力：这是一个固定的值，SDR的存在是需要处理和清洗100%的市场线索，人员配置需要和市场总线索量相匹配。
• 销售人员数量和线索处理能力：这同样是一个固定的值，决定了市场部给销售部门输出MQL的数量上限。
• SDR和销售人员的编制预期：销售人员编制的变化，会影响市场部MQL输出上限，还会影响市场部SDR编制的扩大。

（在SLG驱动的市场模型中，销售团队扩大，导致线索需求量扩大，可能会降低MQL质量要求，间接影响市场部SDR团队的编制扩大。甚至销售部门会承担或组建自己的SDR团队，将SDR职能从市场部转移到销售部门，市场部只需要输出leads即可）

（在MLG驱动的市场模型中，SDR人员和销售人员的比例会保持相对固定，其人员编制的增减与漏斗上层的市场线索总量直接相关。）

三、基于五项原则的BANT判断方法

什么样的线索可以判定为MQL，具体到操作层面，在西方营销学中，BANT原则（Budget，Authority，Need，Timing）是常见的策略之一。

Budget，预算及购买力，该潜在客户是否有能力且在本财年度有充足的预算购买企业的产品及服务？

Authority，权限及关键人，该潜在客户是什么部门和什么职务，是否有权限做采购决策，或者是否有能力和意愿推动项目走向下一阶段？

Need，需求匹配，该潜在客户的需求是否可以被提供的产品或服务满足？

Timing，采购计划及项目启动时间，该潜在客户的采购计划是否已经启动或即将在短时间内启动？

BANT是一个经典的判定MQL线索准确性的原则，在实践中，我们可以将BANT拆分成一些标准的沟通话术，甚至表单，由SDR对沟通结果或表单数据进行计分或评判，将属于合格的营销线索并交付给销售部门。

当潜在客户同时满足这四条时，我们可以作为依据判定为MQL，因为这基本上是yes or no的逻辑选项，而非数据维度。但这同样有较宽和较严苛的不同结果，比如在需求匹配方面，客户的核心需求可以满足，并且对不满足的非核心需求表示不介意的时候，这个线索是否可以判定为MQL？需求往往是一种文字描述，客户的描述和企业的话术并非需要完全吻合。又比如客户的项目启动时间，客户说“我们已经启动项目了”和“我们即将启动项目，我在做前期的调研”，往往是一回事。那么如果客户认为自己在一个月内或三个月就将启动该项目，这是否也是一个MQL线索呢？在不同的企业，可能出现较大的争议，尤其是对于成交周期不同的企业而言。

此外，国内的项目决策人往往不会自己去和企业直接接触，市场部门的大部分线索都属于项目的关联人，那么市场部是否需要由SDR挖掘出关键人（KP）再转出，也会影响到MQL的最终结果。

END 结语

我们需要清楚地认识到，无论哪种策略，都可以衍生出较宽松和较严苛的版本，而我们最终确定的标准，以及销售部门和市场部门都认可的“契合点”，又是需要符合前文提到的五项原则的。在BANT的基础上，融合MQL判定的五项基本原则，叠加使用，才能因地制宜创建一套适用于自己的MQL管理体系。

更多产品功能及成功案例可以登陆「荟聚官网」详细查看！！！还可申请试用～