一、定标准：跨部门共识是转化的 “第一道关”

MQL和 SQL的定义，从来不是市场部拍脑袋决定的，模糊的标准只会让后续转化从根上就错了。

1、先搞清楚：谁该参与定义？

必须拉上市场、销售、客户成功3个部门一起聊 —— 市场懂获客逻辑，销售懂客户真实需求，客户成功懂成单后客户的核心痛点。比如销售反馈 “最近客户更关注售后响应速度”，这个点就该加入MQL的评估维度。

2、用 “双维度评分” 给线索 “贴标签”

别只看 “客户像不像”，更要看 “客户动没动”，两个维度结合才靠谱：

• 客户画像匹配度（静态）：明确指标，比如行业、公司规模、职位、营收，用 “是 / 否” 或 “符合 / 不符合” 量化。

• 客户行为活跃度（动态）：按行为权重进行打分，比如提交需求表单（80分）＞下载解决方案白皮书（50分）＞浏览3个以上产品页（20分），总分达到60分可初步判定为MQL。

3、套用一些经典模型

新手可以直接套用成熟模型，再结合业务调整：

• BANT模型（Budget/Authority/Need/Timeline）：适合销售判断 SQL，重点看客户有没有预算、决策人是谁、需求是否明确、多久能落地。

• CHAMP模型（Challenges/Authority/Money/Priority）：更适合市场筛MQL，前期先抓客户 “当前遇到什么问题”（比如 “生产效率低”），再看是否有解决优先级。

4、季度复盘：让标准 “活” 起来

别让标准成了 “摆设”。每季度拉数据复盘：比如MQL转SQL率是否达标？销售退回的高频原因是什么？ 

举个例子：若发现 “公司规模 500人以上” 的MQL转SQL率只有10%，而 “300-500 人” 的达30%，可能是最初的规模标准定错了，需要下调。同时，还要基于标准设计OKR，为市场和销售定制“流转指标”。

二、控转出：不是所有 MQL 都该立刻推给销售

市场部总想着 “多给销售线索”，但超出销售承载能力的线索，只会变成 “无效库存”。

1、先算清楚：销售能接多少？

按 “销售人均有效跟进量” 算阈值：比如一个销售每月最多能深度跟进30条线索（含电话、演示、方案沟通），若团队有10个销售，每月最多转出300条MQL，超出部分先放进 “待培育池”。

2、Inbound线索必须 “带行为证据”

别把只填了个手机号的线索当MQL转出去。行为越具体，销售跟进的成功率越高，至少满足1个“高价值行为”：

• 主动咨询 “价格”“实施周期” 等核心问题

• 下载2份以上深度内容（如行业报告 + 产品手册）

• 连续3天访问官网，且停留时间超5分钟

3、用工具自动 “筛” 出优质 MQL

预约演示MarketUP

手动打分效率低还容易错，营销自动化工具MarketUP能帮您：

• 自动记录客户行为（浏览、下载、点击）并加分

• 达到预设分数（如60分）自动标记为MQL，同步分配给销售

• 给线索打标签（如打开了产品介绍邮件、下载了产品手册资料），方便销售快速定位需求

三、巧分配：针对性给好线索

1、按4个维度精准匹配

按照线索属性分配，维度例如：

• 地域：华东客户对接华东区销售（避免跨区域沟通成本）

• 行业：教育客户分给有教育行业经验的销售

• 客户类型：渠道客户对接渠道销售，终端客户对接直客销售

此外还可以根据销售能力分配，如高预算客户分给TOP3销售，新销售先接中小客户。

2、设置24小时响应红线

销售接线索不能拖：

• 线索分配后，系统自动发跟进提醒（模板消息/短信/邮件），24小时内必须确认

• 超时未处理？自动退回公海池，标记为待二次分配

3、高优先级线索 “特殊对待”

对 “决策人参与+明确预算+需求紧迫” 的线索，启动：

• “1小时响应” 机制：销售必须1小时内联系客户

• “双人联动”：销售 + 解决方案顾问组队跟进，一个谈商务，一个讲技术细节

四、强反馈：销售退回线索不能 “一句话打发”，做好闭环

销售说 “这个线索不行”，必须说清 “哪里不行”。模糊的反馈，只会让市场部反复踩坑。

1、退回原因 “标准化”

在CRM里设置必填的退回理由，选项要具体，禁止选 “其他”，倒逼销售写清楚真实原因：

• 预算类：“6个月内无预算”“预算低于10万（不符合最低标准）”

• 需求类：“当前需要A功能，我们只有B功能”“需求太早期（1年后才考虑）”

• 角色类：“只是基层员工调研，非决策链”

2、退回线索 “二次利用”，但别骚扰客户

被退回的线索≠废线索：

• 放进 “公海池”，允许其他销售认领，但需备注 “之前被退回的原因”，避免重复踩坑

• 系统限制跟进频次：同一线索30天内最多被1个销售跟进，且首次跟进后必须记录 “客户反馈”

3、用数据反推市场策略优化

每月做 “退回原因分析报告”，比如：

• 若 “预算不足” 占比40%，市场部可以调整获客渠道（少投高端展会，多投免费白皮书引流）

• 若 “非决策链” 占比30%，优化表单设计（增加 “职位” 必填项，过滤基层角色）

五、重孵化：冷线索不是 “死线索”，是待激活的 “长期资产”

预约演示MarketUP

ToB客户从首次接触到成单，平均需要6-12个月，80%的线索需要 “慢慢养”。

1、先给冷线索 “分个类”

不是所有线索都要孵化，聚焦 “画像匹配但暂时没需求” 的：

• 类型1：“有预算但在对比竞品”（3个月内可能转化）

• 类型2：“认可品牌但暂无计划”（6-12个月可能转化）

• 类型3：“纯调研，需求不明确”（1年以上，低优先级）

然后在跟进培育过程中进行分类：

• 目标客户

• 市场培育中

• 销售跟进中

• ……

2、用 “内容 + 互动” 慢慢 “加热”

不同类型的线索，给不同的 “投喂” 方式：

• 类型1：发 “竞品对比手册”“客户案例”，突出自身优势

• 类型2：拉进行业社群（如 “制造业交流群”），定期分享趋势干货，保持存在感

• 类型3：推入门级内容（如 “新手指南”“免费工具包”），先建立认知

3、多渠道 “组合拳” 触达，避免单一方式疲劳

设计6个月孵化排期，按节奏触达：

• 第1个月：每周1次行业报告邮件（软触达）

• 第2-3个月：每两周1次直播邀请（如 “如何解决 XX 痛点”）

• 第4-5个月：定向推送客户案例短视频（朋友圈 / 服务号）

• 第6个月：销售1次电话跟进（结合前期互动数据，说 “您之前下载过 XX 报告，想了解您对 XX 功能的看法”）

最后，这里附上一张图，让以上我们整个线索流转协作流程更清晰化：

结语

从MQL到SQL的转化，不是市场把线索扔给销售就完事。定标准时多跨部门对齐，转线索时多考虑销售承载力，分线索时多精准匹配，退线索时多留反馈，冷线索时多耐心培育——做到这几点，你的线索转化率至少能提升50%。

线索转化的本质，是让 “对的客户” 在 “对的阶段” 遇到 “对的人”。与其追求一步到位的完美流程，不如从下周开始：市场多跟一次销售的客户拜访，销售多给市场提一个具体的线索需求。慢慢你会发现，那些曾经石沉大海的线索，开始变成实实在在的SQL和商机。