Kualitas Leads: Cara Mengukur Dari MQL Ke SQL

Kualitas leads menentukan apakah investasi pemasaran berubah menjadi revenue atau hanya menjadi daftar kontak yang panjang. Untuk mengukurnya secara konsisten, banyak perusahaan memakai tahapan MQL dan SQL, yaitu prospek yang layak menurut marketing dan prospek yang layak menurut sales. Artikel ini membahas cara menyusun definisi kedua tahap tersebut, metrik yang perlu dipantau, dan cara memakai data itu untuk mengambil keputusan bisnis.

Kenapa Kualitas Leads Lebih Penting dari Jumlah

Jumlah prospek adalah angka yang paling mudah dilaporkan dan paling mudah dinaikkan. Cukup perluas targeting, sederhanakan formulir, atau tawarkan hadiah yang menarik, dan jumlah kontak akan bertambah. Masalahnya, jumlah yang naik tidak selalu diikuti penjualan yang naik. Sering kali yang terjadi justru sebaliknya: tim sales kewalahan dengan prospek yang tidak relevan, prospek yang serius menunggu lebih lama, dan rasio closing turun.

Fokus pada kualitas mengubah cara bisnis mengambil keputusan. Pertanyaannya tidak lagi "berapa banyak prospek bulan ini", tetapi "berapa banyak prospek yang benar-benar berpotensi menjadi pelanggan, dan dari mana mereka datang". Pertanyaan ini lebih sulit dijawab, karena membutuhkan data dari sales, tetapi jawabannya jauh lebih berguna.

Dari pengalaman saya memimpin pemasokan prospek untuk tim penjualan yang besar, perdebatan paling panjang antara marketing dan sales hampir selalu bermuara pada satu hal: tidak ada definisi bersama tentang prospek yang berkualitas. Kerangka MQL dan SQL membantu menyelesaikan perdebatan ini dengan memecah kualitas menjadi tahap-tahap yang bisa diukur.

Memahami Tahapan: Lead, MQL, SQL, dan Peluang

Istilah ini berasal dari praktik pemasaran B2B, tetapi prinsipnya berlaku untuk hampir semua bisnis yang menjual lewat percakapan dengan sales.

Lead

Setiap kontak yang masuk, baik lewat formulir, WhatsApp, telepon, maupun pesan langsung di media sosial. Pada tahap ini belum ada penilaian. Semua kontak dicatat apa adanya beserta sumbernya.

MQL atau prospek layak menurut marketing

Kontak yang memenuhi kriteria dasar yang disepakati, misalnya berada di area layanan, berasal dari segmen yang dilayani, dan menunjukkan minat yang relevan. MQL adalah prospek yang menurut marketing layak diserahkan ke sales atau layak dirawat lebih lanjut.

SQL atau prospek layak menurut sales

Prospek yang sudah dihubungi sales dan dikonfirmasi punya kebutuhan nyata, kewenangan atau akses ke pengambil keputusan, kisaran anggaran yang sesuai, dan waktu yang realistis. SQL adalah prospek yang layak mendapat waktu dan energi tim penjualan.

Peluang penjualan

SQL yang sudah berlanjut ke tahap penawaran, presentasi, survei, atau proposal. Di tahap ini, prospek mulai bisa dihitung dalam bentuk nilai pipeline.

Pembagian ini penting karena setiap tahap menjawab pertanyaan yang berbeda. Rasio lead ke MQL menggambarkan ketepatan targeting dan pesan. Rasio MQL ke SQL menggambarkan seberapa baik kriteria marketing selaras dengan realitas di lapangan. Rasio SQL ke peluang dan closing menggambarkan efektivitas proses penjualan.

Untuk bisnis yang tidak memakai istilah ini

Anda tidak harus memakai istilah MQL dan SQL jika terasa asing bagi tim. Banyak bisnis jasa di Indonesia lebih nyaman dengan istilah seperti prospek masuk, prospek layak, prospek serius, dan penawaran terkirim. Namanya tidak penting. Yang penting adalah setiap tahap punya definisi yang jelas dan dicatat dengan cara yang sama oleh semua orang. Misalnya, sebuah bisnis jasa renovasi bisa menetapkan bahwa prospek layak adalah yang berada di kota layanan dan menyebutkan jenis pekerjaan, sedangkan prospek serius adalah yang sudah bersedia dijadwalkan survei lokasi. Definisi sederhana seperti ini sudah cukup untuk mulai mengukur.

Ketika bisnis bertumbuh dan jumlah orang yang menangani prospek bertambah, istilah yang lebih baku akan membantu komunikasi antar tim dan dengan pihak luar seperti agency. Namun jangan menunda pengukuran hanya karena belum menemukan istilah yang terasa tepat.

Menyusun Kriteria MQL dan SQL

Definisi yang baik disusun bersama, ditulis dengan jelas, dan cukup sederhana untuk diterapkan setiap hari. Berikut urutan yang biasanya saya sarankan.

1. Pelajari pelanggan yang sudah closing. Cari karakteristik yang sama di antara mereka, seperti segmen, lokasi, jenis kebutuhan, dan cara mereka pertama kali menghubungi.
2. Tentukan kriteria kecocokan untuk MQL. Pilih beberapa kriteria yang bisa dinilai dari data formulir atau percakapan awal, tanpa harus menunggu sales menelepon.
3. Tentukan kriteria kualifikasi untuk SQL. Biasanya mencakup kebutuhan, kewenangan, anggaran, dan waktu. Sesuaikan dengan cara pembeli Anda mengambil keputusan.
4. Tetapkan status dan alasan penolakan. Jika prospek tidak lolos menjadi SQL, sales memilih alasan dari daftar yang sudah disepakati, misalnya di luar area, anggaran tidak sesuai, belum ada kebutuhan, atau tidak bisa dihubungi.
5. Tuliskan dan sepakati bersama. Definisi ditandatangani secara informal oleh pimpinan marketing dan sales, lalu dibagikan ke semua orang yang menangani prospek.
6. Tinjau secara berkala. Bandingkan definisi dengan hasil penjualan setiap kuartal, lalu sesuaikan jika ada kriteria yang tidak lagi relevan.

Kaitan dengan penilaian prospek

Kriteria MQL sering diwujudkan dalam bentuk sistem penilaian. Jika Anda ingin membuatnya lebih terstruktur, artikel tentang lead scoring untuk membantu sales fokus membahas cara menggabungkan kriteria kecocokan dan sinyal minat menjadi kategori yang mudah dipakai.

Metrik untuk Mengukur Kualitas Leads

Setelah definisi disepakati, kualitas bisa diukur dengan beberapa metrik yang saling melengkapi. Tidak semua harus dipantau sejak awal, tetapi rangkaian ini memberi gambaran yang utuh.

• Rasio lead ke MQL. Seberapa banyak kontak yang masuk sesuai dengan target pasar. Rasio yang rendah menunjukkan targeting atau pesan yang terlalu luas.
• Rasio MQL ke SQL. Seberapa banyak prospek yang layak menurut marketing juga dianggap layak oleh sales. Rasio yang rendah menunjukkan definisi MQL perlu diperketat atau proses kualifikasi sales perlu diperiksa.
• Rasio SQL ke peluang dan ke closing. Seberapa efektif proses penjualan mengubah prospek layak menjadi pelanggan.
• Waktu antar tahap. Berapa lama prospek bergerak dari satu tahap ke tahap berikutnya. Waktu yang memanjang bisa menandakan masalah kapasitas atau proses.
• Distribusi alasan penolakan. Alasan yang paling sering muncul memberi petunjuk konkret tentang apa yang perlu diperbaiki di pemasaran.
• Biaya per SQL dan per pelanggan. Metrik ini menghubungkan kualitas dengan efisiensi, dan jauh lebih jujur daripada biaya per kontak.

Metrik terakhir ini sangat penting untuk keputusan budget. Saya membahas kenapa biaya per kontak bisa menyesatkan di artikel tentang cost per lead yang murah belum tentu bagus.

Membaca Data dan Mengambil Keputusan

Data kualitas baru bernilai jika dipakai untuk memutuskan sesuatu. Berikut beberapa keputusan yang biasanya bisa diambil setelah data terkumpul selama beberapa siklus.

Alokasi budget antar channel

Bandingkan channel berdasarkan biaya per SQL dan per pelanggan, bukan berdasarkan biaya per kontak. Channel yang terlihat mahal di tahap atas bisa ternyata paling efisien di tahap bawah, dan sebaliknya.

Perbaikan targeting dan pesan

Jika alasan penolakan didominasi "di luar area layanan", targeting lokasi perlu diperketat. Jika didominasi "anggaran tidak sesuai", pesan iklan mungkin perlu memberi gambaran harga lebih awal. Untuk kampanye di platform media sosial, prinsip dalam artikel strategi Meta Ads untuk lead generation yang menghasilkan pipeline relevan untuk menerjemahkan temuan ini menjadi perubahan kampanye.

Sinyal kualitas untuk platform iklan

Data SQL dan closing bisa dikirim kembali ke platform iklan sebagai konversi lanjutan. Dengan begitu, algoritma belajar mencari orang yang mirip dengan prospek berkualitas, bukan hanya orang yang mudah mengisi formulir.

Kapasitas dan proses sales

Jika rasio MQL ke SQL baik tetapi waktu tindak lanjut memanjang, masalahnya mungkin ada di kapasitas sales, bukan di kualitas prospek. Keputusan yang tepat bisa berupa menambah orang, memperbaiki pembagian tugas, atau menyederhanakan proses kualifikasi.

Di lead generation agency LOPOKOPI.CO, kami lebih memilih melaporkan perkembangan kualitas prospek kepada klien daripada sekadar jumlah kontak, karena di situlah percakapan tentang pertumbuhan menjadi bermakna. Namun laporan semacam ini hanya mungkin jika sales di sisi klien ikut mencatat status prospek dengan disiplin.

Jebakan dalam Mengukur Kualitas

Kerangka MQL dan SQL bisa kehilangan makna jika tidak dijaga. Beberapa jebakan yang perlu diwaspadai:

Definisi yang bergeser diam-diam

Ketika target MQL sulit dicapai, ada godaan untuk melonggarkan kriteria tanpa diskusi. Angka MQL naik, tetapi rasio MQL ke SQL turun. Setiap perubahan definisi sebaiknya dicatat dan disepakati, agar perbandingan antar periode tetap adil.

Sales tidak mencatat status

Seluruh kerangka bergantung pada catatan sales. Jika status dan alasan tidak diisi, data kualitas tidak bisa dihitung. Di sinilah pentingnya keselarasan antara marketing dan sales, termasuk kesepakatan tentang kewajiban mencatat dan ritme peninjauan bersama.

Menilai terlalu cepat

Untuk bisnis dengan siklus penjualan panjang, prospek bulan ini mungkin baru menjadi pelanggan beberapa bulan kemudian. Menilai kualitas hanya dari closing di bulan berjalan bisa membuat channel yang baik terlihat buruk. Gunakan metrik antara seperti SQL dan peluang untuk penilaian jangka pendek.

Mengejar rasio, melupakan volume

Kriteria yang terlalu ketat bisa membuat rasio terlihat sangat baik, tetapi jumlah SQL tidak cukup untuk mencapai target revenue. Kualitas dan volume perlu dibaca bersama, dengan target revenue sebagai acuan utama.

Ringkasan untuk Pemilik Bisnis

• Ukur prospek dari kualitasnya, bukan hanya jumlahnya, dengan memecahnya menjadi tahap lead, MQL, SQL, dan peluang.
• Susun definisi MQL dan SQL bersama marketing dan sales, tuliskan dengan jelas, dan tinjau setiap kuartal.
• Wajibkan pencatatan status dan alasan penolakan, karena data ini menjadi bahan utama perbaikan pemasaran.
• Bandingkan channel berdasarkan biaya per SQL dan per pelanggan untuk keputusan budget.
• Kirim data kualitas kembali ke platform iklan agar algoritma belajar dari prospek yang benar-benar bernilai.

FAQ

Apa perbedaan MQL dan SQL?

MQL adalah prospek yang memenuhi kriteria dasar menurut marketing, misalnya sesuai segmen dan menunjukkan minat yang relevan. SQL adalah prospek yang sudah dihubungi sales dan dikonfirmasi punya kebutuhan, akses ke pengambil keputusan, anggaran, dan waktu yang realistis untuk membeli.

Bagaimana cara meningkatkan kualitas leads dari iklan?

Mulailah dengan mencatat status dan alasan penolakan setiap prospek, lalu gunakan pola yang muncul untuk memperbaiki targeting, pesan, dan formulir. Kirim data prospek yang lolos kualifikasi ke platform iklan sebagai sinyal konversi, dan nilai channel berdasarkan biaya per SQL, bukan biaya per kontak.

Berapa rasio MQL ke SQL yang baik?

Tidak ada angka acuan yang berlaku untuk semua bisnis, karena rasio ini sangat bergantung pada industri, definisi yang dipakai, dan proses penjualan. Yang lebih berguna adalah memantau tren rasio Anda sendiri dari waktu ke waktu dan memahami alasan di balik perubahannya.

Mengukur kualitas prospek memang membutuhkan disiplin lebih dibanding menghitung jumlah kontak. Namun disiplin ini yang memisahkan pemasaran yang sekadar sibuk dari pemasaran yang benar-benar menggerakkan revenue. Mulailah dengan definisi sederhana yang disepakati bersama, catat dengan konsisten, dan biarkan data membimbing perbaikan dari bulan ke bulan.

Foto: Pexels