Dalam strategi marketing, mendapatkan banyak leads belum tentu berarti campaign berhasil. Yang lebih penting adalah mengetahui seberapa siap leads tersebut untuk masuk ke tahap berikutnya.
Di sinilah istilah MQL dan SQL sering digunakan.
MQL adalah singkatan dari Marketing Qualified Lead, sedangkan SQL adalah Sales Qualified Lead. Keduanya sama-sama merupakan leads, tetapi berada pada tahap yang berbeda dalam proses marketing dan sales.
Memahami perbedaan MQL vs SQL membantu tim marketing dan sales menentukan kapan sebuah lead perlu diberikan nurturing dan kapan sudah layak ditindaklanjuti oleh sales.
Apa Itu MQL?
MQL atau Marketing Qualified Lead adalah lead yang dinilai memiliki karakteristik atau perilaku yang cukup sesuai dengan target sehingga layak mendapatkan tindak lanjut dari tim marketing.
MQL biasanya sudah menunjukkan ketertarikan terhadap produk atau layanan, tetapi belum tentu siap melakukan pembelian.
Misalnya seseorang:
- Mengisi form di website
- Mengunduh media kit
- Mengakses beberapa halaman produk
- Mendaftar webinar
- Mengikuti newsletter
- Mengunjungi halaman harga
- Berinteraksi dengan beberapa konten marketing
Aktivitas tersebut dapat menjadi sinyal bahwa seseorang mulai tertarik.
Namun, ketertarikan belum tentu berarti memiliki kebutuhan atau budget untuk membeli.
Contoh MQL
Bayangkan sebuah perusahaan sedang mencari media advertising untuk campaign baru.
Seorang Marketing Manager menemukan website penyedia media, kemudian mengisi form untuk mendapatkan media kit.
Orang tersebut sudah memberikan informasi kontak dan menunjukkan ketertarikan terhadap layanan.
Lead seperti ini bisa dikategorikan sebagai MQL, tergantung kriteria yang digunakan perusahaan.
Marketing kemudian dapat melakukan follow-up atau nurturing untuk memahami kebutuhannya lebih jauh.
Apa Itu SQL?
SQL atau Sales Qualified Lead adalah lead yang sudah dinilai cukup siap untuk ditindaklanjuti oleh tim sales.
Pada tahap ini, lead biasanya sudah menunjukkan kebutuhan yang lebih jelas dan memiliki kemungkinan lebih besar untuk masuk ke proses penjualan.
Contohnya, lead:
- Meminta quotation
- Meminta proposal
- Menanyakan harga secara spesifik
- Menyebutkan kebutuhan campaign
- Memberikan timeline campaign
- Menyebutkan lokasi atau target audience
- Mengatur meeting dengan sales
SQL tidak hanya dilihat dari aktivitasnya, tetapi juga dari informasi yang menunjukkan bahwa lead tersebut memiliki kebutuhan bisnis yang relevan.
Contoh SQL
Kembali ke contoh sebelumnya.
Setelah mengunduh media kit, calon klien menghubungi sales dan mengatakan:
“Kami sedang menyiapkan campaign untuk launching produk di Jakarta bulan depan. Bisa dikirimkan proposal untuk beberapa titik OOH?”
Lead tersebut sudah memberikan konteks mengenai kebutuhan, lokasi, dan waktu campaign.
Dibandingkan sekadar mengunduh media kit, informasi tersebut memberikan sinyal yang lebih kuat bahwa lead sudah masuk ke tahap yang perlu ditangani sales.
Lead tersebut dapat dikategorikan sebagai SQL jika memenuhi kriteria SQL yang telah ditetapkan perusahaan.
MQL vs SQL: Apa Perbedaannya?
Perbedaan utamanya terletak pada tingkat kesiapan lead dan siapa yang bertanggung jawab menindaklanjutinya.
| Aspek | MQL | SQL |
|---|---|---|
| Kepanjangan | Marketing Qualified Lead | Sales Qualified Lead |
| Tahap | Marketing | Sales |
| Ketertarikan | Sudah menunjukkan interest | Interest dan kebutuhan lebih jelas |
| Kesiapan membeli | Belum tentu siap | Lebih siap ditindaklanjuti |
| Fokus | Nurturing dan qualification | Sales follow-up |
| Contoh | Download media kit | Meminta proposal |
| Tujuan | Mendorong lead ke tahap berikutnya | Melanjutkan proses penjualan |
Namun, definisi MQL dan SQL dapat berbeda antara satu perusahaan dengan perusahaan lainnya. Karena itu, perusahaan sebaiknya memiliki kriteria internal yang jelas.
Bagaimana Lead Berubah dari MQL Menjadi SQL?
Prosesnya biasanya tidak langsung terjadi.
Secara sederhana:
Visitor
↓
Lead
↓
MQL
↓
SQL
↓
Opportunity
↓
Customer
Tidak semua lead akan melewati seluruh tahapan tersebut.
Seseorang bisa saja mengisi form tetapi tidak memberikan informasi lebih lanjut. Ada juga MQL yang akhirnya tidak memiliki kebutuhan atau budget.
Karena itu, tugas marketing bukan sekadar menghasilkan sebanyak mungkin leads, tetapi membantu mengidentifikasi dan mengembangkan leads yang memiliki potensi.
Bagaimana Menentukan MQL?
Perusahaan perlu menetapkan kriteria yang jelas.
Kriteria tersebut dapat berasal dari dua hal utama: profil lead dan perilakunya.
Berdasarkan Profil
Misalnya:
- Jabatan
- Industri
- Ukuran perusahaan
- Lokasi
- Jenis bisnis
- Kebutuhan produk
Contohnya, untuk bisnis B2B, lead dari perusahaan yang sesuai dengan target market mungkin memiliki nilai lebih tinggi dibandingkan traffic umum.
Berdasarkan Perilaku
Perhatikan aktivitas yang dilakukan lead.
Misalnya:
- Mengunjungi halaman layanan
- Membuka email
- Mengunduh materi
- Mengisi form
- Mengunjungi halaman harga
- Menghubungi perusahaan
Semakin relevan kombinasi profil dan perilakunya, semakin besar kemungkinan lead tersebut memenuhi kriteria MQL.
Bagaimana Menentukan SQL?
SQL biasanya membutuhkan kriteria yang lebih dekat dengan kebutuhan penjualan.
Beberapa indikator yang dapat digunakan:
Ada Kebutuhan
Lead memiliki kebutuhan yang sesuai dengan produk atau layanan.
Ada Timeline
Lead memiliki gambaran kapan produk atau layanan dibutuhkan.
Ada Potensi Budget
Lead memiliki atau sedang mempersiapkan anggaran untuk kebutuhan tersebut.
Ada Decision Maker atau Influencer
Lead memiliki peran dalam proses pengambilan keputusan atau dapat menghubungkan sales dengan pihak yang berwenang.
Ada Intent
Lead melakukan tindakan yang menunjukkan minat lebih serius, seperti meminta proposal, quotation, meeting, atau informasi detail.
Tidak semua kriteria harus terpenuhi dalam setiap bisnis. Yang penting, definisinya disepakati oleh marketing dan sales.
Kenapa MQL dan SQL Penting?
Membantu Marketing Mengukur Kualitas Leads
Marketing tidak hanya melihat jumlah leads yang masuk, tetapi juga berapa banyak yang memenuhi kriteria tertentu.
Membantu Sales Menentukan Prioritas
Sales dapat memusatkan waktu pada leads yang sudah menunjukkan kebutuhan lebih jelas.
Mengurangi Konflik Marketing dan Sales
Tanpa definisi yang jelas, marketing bisa merasa sudah menghasilkan banyak leads sementara sales menganggap leads tersebut tidak berkualitas.
MQL dan SQL membantu kedua tim memiliki bahasa yang sama.
Membantu Mengukur Marketing Funnel
Perusahaan dapat melihat perjalanan lead dari awal sampai menjadi customer.
Misalnya:
1.000 Leads → 300 MQL → 100 SQL → 30 Customer
Data seperti ini dapat membantu perusahaan melihat di tahap mana terjadi penurunan paling besar.
MQL vs SQL Bukan Soal Mana yang Lebih Baik
MQL dan SQL bukan dua kategori yang harus dibandingkan untuk menentukan mana yang lebih baik.
Keduanya memiliki fungsi berbeda.
MQL membantu marketing mengidentifikasi lead yang mulai menunjukkan potensi. SQL membantu sales memfokuskan perhatian pada lead yang sudah memenuhi kriteria untuk ditindaklanjuti.
Jika marketing langsung menyerahkan semua leads kepada sales, sales bisa kewalahan.
Sebaliknya, jika marketing terlalu lama menahan leads yang sudah menunjukkan buying intent, peluang follow-up bisa terlewat.
Karena itu, yang penting adalah handoff yang jelas antara marketing dan sales.
Bagaimana Marketing dan Sales Menentukan Kriteria MQL dan SQL?
Salah satu cara paling sederhana adalah membuat kesepakatan bersama.
Contohnya:
Marketing bertanggung jawab menghasilkan dan mengembangkan leads.
Ketika lead memenuhi kriteria tertentu, lead diteruskan sebagai MQL.
Sales kemudian melakukan qualification lebih lanjut.
Jika kebutuhan dan kriterianya sesuai, lead berubah menjadi SQL dan masuk ke proses sales.
Dengan alur tersebut, tanggung jawab masing-masing tim menjadi lebih jelas.
Contoh MQL dan SQL dalam Bisnis B2B
Misalnya sebuah perusahaan menyediakan jasa advertising untuk brand.
Seorang pengunjung:
Tahap 1: membaca artikel tentang strategi OOH.
Tahap 2: melihat beberapa halaman media.
Tahap 3: mengunduh media kit.
Tahap 4: mengisi form dengan nama perusahaan dan jabatan.
Lead tersebut dapat menjadi MQL jika memenuhi kriteria yang telah ditentukan.
Kemudian:
Tahap 5: calon klien meminta rate card.
Tahap 6: menjelaskan bahwa campaign akan berjalan selama tiga bulan.
Tahap 7: meminta proposal dan menjadwalkan meeting.
Pada tahap ini, lead dapat memenuhi kriteria SQL dan diteruskan ke proses sales.
Metrik yang Bisa Digunakan
Beberapa metrik yang dapat membantu mengevaluasi funnel antara MQL dan SQL antara lain:
- Jumlah leads
- Jumlah MQL
- MQL rate
- Jumlah SQL
- MQL-to-SQL conversion rate
- SQL-to-customer conversion rate
- Cost per MQL
- Cost per SQL
- Customer acquisition cost
- Revenue dari leads
Dengan metrik tersebut, perusahaan dapat melihat bukan hanya berapa banyak leads yang diperoleh, tetapi bagaimana kualitasnya berkembang sepanjang funnel.
Kesalahan yang Sering Terjadi
Menganggap Semua Leads sebagai MQL
Tidak semua orang yang mengisi form otomatis memiliki potensi yang sama.
Tidak Memiliki Definisi yang Jelas
Jika marketing dan sales memiliki definisi berbeda mengenai MQL dan SQL, proses handoff akan menjadi tidak efektif.
Hanya Mengejar Jumlah Leads
Jumlah leads yang tinggi belum tentu menghasilkan revenue.
Tidak Melakukan Follow-up
Lead yang sudah menunjukkan intent perlu mendapatkan respons pada waktu yang tepat.
Menganggap MQL dan SQL Memiliki Definisi Universal
Setiap perusahaan dapat memiliki kriteria berbeda berdasarkan produk, sales cycle, target market, dan proses internal.
MQL dan SQL adalah dua tahap penting dalam proses qualification leads.
MQL merupakan lead yang sudah menunjukkan karakteristik atau perilaku yang cukup relevan untuk mendapatkan tindak lanjut marketing. Sementara SQL adalah lead yang sudah memenuhi kriteria lebih lanjut dan layak ditindaklanjuti oleh sales.
Perbedaannya bukan sekadar soal label, tetapi mengenai kesiapan lead dan tahap proses penjualannya.
Dengan definisi MQL dan SQL yang jelas, marketing dan sales dapat bekerja dengan lebih terkoordinasi. Marketing dapat fokus mengembangkan demand dan kualitas leads, sementara sales dapat memprioritaskan leads yang sudah menunjukkan kebutuhan lebih jelas.
