O LEAD qualificado de marketing (MQL) é uma das métricas mais usadas no marketing – mas está cada vez mais sob fogo. Os executivos desejam uma medição fácil e inequívoca da prontidão de um cliente para comprar. Mas essa métrica é pior que a ficção; É desinformação.
Marcar interações com os clientes para determinar a aptidão de engajamento é uma prática clássica. Desde a metodologia de vendas Miller-Heiman dos anos 80 até a IA causal de hoje, as empresas monitoraram sinais para aprender sobre o progresso da jornada do cliente. Os dados que suportam MQLs podem ajudar essa análise vital.
No entanto, muitas empresas exigem muito mais desses dados, e essas expectativas causam problemas.
MQL marca a fronteira entre silos de marketing e vendas
O MQL nasceu algumas décadas atrás, quando a gerência de vendas percebeu que os clientes usam cada vez mais a mídia digital para tomar decisões de compra. Antes do digital, a equipe de vendas teve contato com os clientes no início do processo do que hoje. Embora existissem métodos de pontuação, as equipes de vendas dependiam muito de intuição e experiência para avaliar a probabilidade de compra.
Os dados produzidos pelas interações digitais ofereceram a possibilidade intrigante de uma pontuação mais científica e determinística. A produtividade de vendas poderia disparar se as empresas tivessem um sólido indicador de prontidão do cliente.
Mas o digital era “de propriedade” do marketing, e o marketing e as vendas trabalhavam em dois silos segregados. As empresas precisavam de uma maneira de entregar as perspectivas de digitalização de marketing a interpessoal de propriedade de vendas. Os consultores inventaram um processo linear e encenado que preencheu essa divisão, mantendo os centros tradicionais de poder organizacional.
O MQL se tornou o marcador que definiu a vantagem em que o marketing supostamente interrompeu seu trabalho e jogou (esperançosamente) pistas qualificadas sobre a parede do silo. Quando a automação chegou ao marketing, produzindo ainda mais dados, o MQL foi martelado nos processos da empresa. A linearidade encenada do processo de funil jogou bem com a forma como o software funcionava e permitiu que novas empresas de Martech formaram um nicho lucrativo.
Cavar mais: por que o modelo MQL está falhando no marketing B2B e o que usar
MQLs são indicadores ruins de prontidão para o cliente para comprar
Apesar de um aumento nos dados, os MQLs raramente cumpriram sua promessa. Aqui está o porquê.
As viagens de clientes do mundo real não são lineares
Embora seja geralmente verdade que os compradores passam por um processo cognitivo de consciência, interesse e consideração antes de comprar, as jornadas do mundo real se parecem mais com a rabisco de uma criança do que os estágios precisos. As viagens podem fechar a frente, deslizar para o lado, deslizar para trás e parar antes de avançar novamente. Essa não linearidade significa que os MQLs são retirados em um ponto efetivamente aleatório e devem dar falsas confiança às equipes de vendas.
‘Primeiro digital, depois interpessoal’ é um mito
Os clientes saltam entre métodos de interação e clientes usam mídia digital ao longo de sua jornada. Até 83% da atividade de compra consiste em aprendizado independente e construção de consenso interno, por estimativas do Gartner. Ao manter as paredes de silo entre marketing e vendas, as empresas reduzem a precisão da análise de prontidão para os clientes e, ainda pior, inibem a experiência do cliente de qualidade porque os clientes encontram paredes organizacionais (também conhecidas como “não meu trabalho”) irrelevantes e irritantes.
Dados adicionais são necessários para previsibilidade
Enquanto os profissionais de marketing atenciosos obtêm MQLs com os melhores dados que eles teré improvável que eles tenham os dados que eles precisar. O fato de alguém se envolver com o conteúdo do site não sinaliza necessariamente a intenção de curto prazo de comprar seu produto. A empresa já pode ter escolhido um fornecedor e está simplesmente coletando informações de referência para justificar sua seleção.
Dados e dados históricos de sistemas de marketing externos são necessários para identificar tendências e indicadores. Por exemplo, uma empresa descobriu que os clientes em potencial que haviam perguntado sobre as práticas de atendimento ao cliente vários meses antes eram os compradores mais interessados.
Cavar mais fundo: o problema com o marketing B2B: a medição desalinhada está sufocando a inovação
Indo além do MQL
Uma intenção de negócios válida para instituir qualquer métrica de marketing deve ser informar estratégias de entrada mais eficazes (GTM) que resultam em fluxos de receita mais altos e confiáveis ao longo do tempo. A produtividade aprimorada também seria benéfica.
Conseguir isso requer desistir do “como” das épocas anteriores e a adaptação para a evolução dos métodos de compra de clientes. Aqui estão algumas sugestões de adaptação.
1. Aceite a incerteza da prontidão do cliente
Sua equipe de vendas pode querer apenas conversar com clientes que têm pelo menos 80% no processo de compra, mas você não poderá localizá -los de forma consistente com a certeza. A variabilidade se deve à complexidade dos mercados de clientes e tem pouco a ver com a qualidade de seus esforços. O melhor que você pode fazer é medir o probabilidade do nível de interesse de um cliente. Uma probabilidade de 60% significa, é claro, que estará incorreto 40% do tempo.
2. Evite a barriga de aluguel
Expanda seu painel de inteligência para incluir uma gama mais ampla de métricas. Nenhuma métrica pode ser um substituto para a prontidão do cliente ou o valor do marketing e enfatizar o MQLs incentiva a dependência inadequada do marketing de desempenho de curto prazo.
O marketing de desempenho é como café. Isso lhe dá um impulso temporário, mas não faz nada para aumentar sua energia física. A energia requer hábitos generativos, como boa nutrição, exercício e sono adequado. A entrada de qualidade de qualidade deve incluir práticas generativas, como desenvolvimento da marca e lealdade do cliente, investimentos que compostos como investimentos em marketing de ações.
3. UPSKILL Analytics
Métodos de análise mais sofisticados, como modelagem de mix de marketing (MMM) ou IA causal, podem fornecer pistas sobre quais tipos de interação mais correlacionados com a compra. Embora a certeza da prontidão do cliente seja impossível, uma análise mais sofisticada pode identificar tendências e indicadores para informar uma melhor probabilidade de “pontuação”.
Cavar mais: por que a IA causal é a resposta para marketing mais inteligente
4. Defina metas para métricas, mas gerencie -as de maneira flexível
Como as jornadas dos clientes são voláteis e complexas, perseguir resultados consistentes é inútil. Procure um progresso a longo prazo. Por exemplo, todo jogador de beisebol adoraria uma média de mais de 0,300, mas muito poucos conseguem isso. Os jogadores tentam melhorar sua média ao longo do tempo, reconhecendo que terão melhor desempenho em algumas estações do que outros. O mesmo vale para o marketing.
5. Integre a organização
As empresas devem aumentar a integração de equipes, processos e dados para corresponder melhor às jornadas de clientes atuais. Os silos legados existem apenas por causa da história e não fornecem mais a flexibilidade necessária para a maneira como os clientes compram no mundo real bagunçado. É hora de quebrar as paredes do silo.
Mas aviso! Isso não significa submeter -se ao marketing tradicional às vendas tradicionais. Essa etapa seria atrasada, uma vez que o digital significa mais influência do marketing, não menos. Em vez disso, repense os papéis de ambas as equipes atuais para criar processos integrados de inteligência que refletem como os clientes realmente compram-e melhorarão a experiência do cliente.
Aqui estão boas notícias sobre a medição do GTM: em milhares de caixas de areia em todo o mundo, os líderes estão tentando novas maneiras de ir ao mercado. Como em qualquer coisa nova, alguns não vão dar certo – mas alguns vão e estes se espalharão. Garantido: novas maneiras de sucesso abandonarão o MQL totalmente ou significativamente alterará sua definição ou uso.
Seja um líder que ganha essa vantagem cedo.
Os autores contribuintes são convidados a criar conteúdo para a Martech e são escolhidos por sua experiência e contribuição para a comunidade Martech. Nossos colaboradores trabalham sob a supervisão da equipe editorial e as contribuições são verificadas quanto à qualidade e relevância para nossos leitores. As opiniões que eles expressam são suas.
Fonte ==> Istoé
