MQL vs SQL: il framework di qualificazione senza ambiguità
La confusione tra MQL e SQL costa al commerciale il 30% del tempo. Come definirli senza ambiguità e gestire il passaggio con un SLA chiaro.
MQL vs SQL: la confusione che frena il commerciale
Marketing Qualified Lead e Sales Qualified Lead sono due fasi della stessa pipeline. Sembra semplice, ma nel 60% delle aziende B2B non sono definiti senza ambiguità. Risultato: il marketing passa al sales lead non pronti, il sales li scarta, entrambi danno la colpa all'altro.
La risoluzione non è motivazionale: è definitoria. Servono criteri esplicit, condivisi, misurabili. Senza, MQL e SQL diventano etichette politiche, non strumenti operativi.
Definizione di MQL: criteri demografici + comportamentali
Un MQL è un lead che soddisfa i criteri demografici (chi è) e comportamentali (cosa ha fatto) per giustificare l'investimento di tempo del marketing in nurturing. Non è ancora pronto al sales, ma è abbastanza interessante da non abbandonare.
Criteri demografici tipici: settore target, dimensione azienda, ruolo del decisore, area geografica. Criteri comportamentali: download di lead magnet, visita >2 pagine prodotto, iscrizione newsletter, partecipazione a webinar. Un MQL deve soddisfare entrambi i set di criteri.
Definizione di SQL: l'aggiunta del segnale di intenzione
Un SQL è un MQL che ha mostrato un segnale di intenzione di acquisto: ha richiesto una demo, ha compilato un form di contatto sales-oriented, ha visitato la pagina pricing, ha risposto a un'email di outbound.
La differenza chiave: MQL è chi potrebbe diventare cliente, SQL è chi sta valutando attivamente di diventarlo. Il primo va in nurturing automatizzato; il secondo passa al commerciale in <24 ore.
Il passaggio MQL → SQL: chi decide, quando, come
Tre approcci possibili. Manuale: un team marketing rivede i lead e li passa a sales (lento, non scalabile sopra 100 MQL/mese). Score-based: un sistema di lead scoring attiva il passaggio automatico al raggiungimento di una soglia (tipico, funziona bene).
Behavior-based: trigger specifici (richiesta demo, pricing page visit) attivano il passaggio immediato. Il setup migliore è ibrido: score-based per la fase di nurturing + behavior-based per i trigger evidenti di intent.
Service Level Agreement marketing-sales: il documento operativo
L'SLA è il documento che evita la guerra marketing-sales. Definisce: criteri esatti di MQL e SQL, volume mensile target di MQL → SQL, tempo di risposta del sales sui SQL (<24h tipicamente), feedback obbligatorio del sales sulla qualità degli SQL.
Senza SLA, ogni mese si ridiscute la definizione. Con SLA firmato (sì, firmato, anche solo simbolicamente) le discussioni diventano review trimestrali invece di meeting settimanali.
Misurare la qualità del passaggio
Metriche chiave da tracciare. Conversion rate MQL → SQL: target tipico 25-40%, sotto 20% c'è un problema di definizione MQL troppo lasca. Conversion rate SQL → Opportunity: target 40-60%, sotto problema di qualifica SQL.
Conversion rate SQL → Cliente: target 15-30% per B2B mid-market. Tempo medio di risposta sales sui SQL: <24h obbligatorio, ogni ora di delay riduce la chiusura del 5-8%. Queste 4 metriche raccontano l'intera salute del funnel.
Iterazione: rivedere i criteri ogni trimestre
I criteri MQL/SQL non sono definitivi. Vanno rivisti ogni trimestre sulla base di dati. Se troppi MQL non diventano SQL, criteri MQL troppo loose. Se troppi SQL non chiudono, criteri SQL troppo loose o sales process da migliorare.
L'iterazione è normale: dopo 4-6 trimestri i criteri convergono su una versione stabile che descrive accuratamente il funnel reale. Da quel momento, MQL e SQL diventano asset commerciali, non discussioni interne.
