MQL vs SQL: Perbedaan dan Cara Mendefinisikan Keduanya

MQL vs SQL adalah salah satu definisi yang paling banyak diperdebatkan dalam go-to-market B2B, dan sebagian besar perdebatan tersebut terjadi karena kedua istilah itu tidak pernah disepakati secara formal. Jika pemasaran dan penjualan bertengkar soal kualitas prospek, solusinya bukan kebersihan CRM yang lebih baik atau alat penilaian baru. Solusinya adalah definisi tertulis bersama yang disetujui oleh kedua tim.

Apa itu MQL?

Marketing qualified lead (MQL) adalah prospek yang telah melewati ambang batas minat eksplisit yang disepakati pemasaran, tetapi belum siap untuk penjualan. Ambang batas tersebut biasanya merupakan kombinasi dari sinyal kesesuaian pembeli (ukuran perusahaan, industri, jabatan) dan sinyal perilaku (kunjungan halaman, unduhan konten, kehadiran webinar) yang bersama-sama menunjukkan niat nyata.

Apa itu SQL?

Sales qualified lead (SQL) adalah prospek yang telah ditinjau dan diterima oleh rep penjualan sebagai calon pelanggan nyata yang layak dikejar. Artinya rep percaya bahwa prospek tersebut memiliki kebutuhan yang dikonfirmasi, otoritas pengambilan keputusan, dan waktu yang realistis untuk membeli. Kata kuncinya adalah "diterima": SQL adalah penilaian manusia, bukan sekadar skor.

MQL vs SQL sekilas

Fakta Utama

Fakta Utama: MQL vs SQL

• Tolok Ukur Pemasaran B2B LinkedIn 2024 menemukan bahwa rata-rata hanya 25-30% MQL yang berkonversi ke SQL di seluruh perusahaan B2B, dengan tim kuartil teratas mencapai 35-40%. (LinkedIn, 2024)
• Revenue Waterfall B2B Forrester tetap menjadi kerangka yang paling banyak dikutip untuk alur serah terima MQL-SAL-SQL, dengan tahap SAL sebagai gerbang penerimaan/penolakan yang kritis. (Forrester, 2023)
• Survei CSO Gartner 2024 melaporkan bahwa keselarasan penjualan-pemasaran pada definisi prospek adalah pengungkit dampak tertinggi tunggal untuk meningkatkan tingkat konversi pipeline. (Gartner, 2024)

Siklus hidup prospek: di mana MQL dan SQL berada

Tahap siklus hidup prospek biasanya berjalan melalui tujuh tahap. Memahami di mana MQL dan SQL berada dalam corong tersebut membantu kedua tim memahami siapa yang memiliki apa.

• Pengunjung -- seseorang yang mendarat di situs web atau konten Anda tanpa identitas yang melekat.
• Prospek -- pengunjung yang telah berbagi info kontak (pengisian formulir, pendaftaran acara, dll.).
• MQL -- prospek yang telah mencapai ambang batas minat dan kesesuaian yang disepakati; pemasaran meneruskannya ke penjualan.
• SAL (Sales Accepted Lead) -- prospek yang telah ditinjau dan diakui oleh rep. Tahap SAL adalah tanda terima serah terima: rep belum mengerjakannya, tetapi mereka telah mengkonfirmasi bahwa itu layak dikerjakan.
• SQL -- prospek yang telah dikualifikasi oleh rep dengan panggilan discovery atau kriteria terstruktur (BANT, MEDDIC, dll.) dan diterima sebagai calon pelanggan nyata.
• Peluang -- SQL dengan kesepakatan yang terdefinisi: anggaran dikonfirmasi, langkah selanjutnya disepakati, tahap pipeline ditetapkan.
• Pelanggan -- kesepakatan yang berhasil ditutup.

Kesenjangan antara MQL dan SQL adalah di mana sebagian besar kebocoran pipeline terjadi. Tanpa tahap SAL, Anda tidak tahu apakah masalahnya adalah kualitas prospek (pemasaran) atau tindak lanjut rep (penjualan).

Cara mendefinisikan MQL

Definisi MQL yang dihormati oleh kedua tim harus dibangun bersama, bukan dipaksakan oleh pemasaran. Berikut pendekatan lima langkah:

Langkah 1: Pilih 2-3 sinyal kesesuaian pembeli

Pilih atribut firmografis atau demografis yang menggambarkan profil pelanggan ideal (ICP) Anda. Pilihan umum: kisaran pendapatan perusahaan, jumlah karyawan, vertikal industri, jabatan atau senioritas, geografi. Batasi hingga tiga agar penilaian tetap mudah dibaca.

Langkah 2: Pilih 2-3 sinyal intensi

Sinyal intensi adalah peristiwa perilaku yang menunjukkan minat aktif. Pilih peristiwa yang terkait dengan niat pembelian nyata, bukan konsumsi pasif. Sinyal kuat: mengunjungi halaman harga, memesan demo, melihat 3+ halaman produk dalam 7 hari, mengunduh aset bottom-of-funnel. Sinyal lemah: membuka buletin, mengunjungi beranda sekali.

Langkah 3: Tetapkan ambang batas skor

Tetapkan nilai poin untuk sinyal kesesuaian dan intensi, kemudian tetapkan skor minimum yang memicu status MQL. Model umum: skor kesesuaian (0-50 poin) + skor perilaku (0-50 poin) = total 100 poin; MQL pada 60+. Jalankan ambang batas terhadap 3 bulan data historis sebelum diluncurkan. Jika lebih dari 20% prospek ditandai sebagai MQL, ambang batasnya terlalu longgar.

Langkah 4: Sepakati SLA dengan penjualan

MQL tanpa SLA waktu respons prospek hanyalah angka dalam database. Penjualan perlu berkomitmen untuk meninjau setiap MQL dalam jendela yang ditentukan (biasanya 24 jam untuk inbound, 48 jam untuk outbound berbantuan). Pemasaran perlu berkomitmen untuk menandai penolakan MQL dan menggunakan umpan balik untuk meningkatkan penilaian prospek.

Langkah 5: Tinjau setiap bulan

Model penilaian prospek menjadi usang. Perilaku pembeli bergeser, ICP Anda berkembang, kampanye berubah. Bangun jadwal tinjauan bulanan di mana pemasaran dan penjualan membandingkan tingkat konversi MQL-ke-SQL berdasarkan sumber, segmen, dan band penilaian. Sesuaikan ambang batas berdasarkan data, bukan intuisi.

Contoh: Acme SaaS mendefinisikan MQL sebagai: skor kesesuaian ICP 60 atau lebih tinggi (perusahaan 50-500 karyawan, industri SaaS atau teknologi, jabatan VP atau lebih tinggi) DAN setidaknya salah satu dari: memesan demo, melihat halaman harga dua kali dalam 7 hari, atau mengunduh kalkulator ROI.

Cara mendefinisikan SQL

Definisi SQL memberi penjualan gerbang yang konsisten untuk diterapkan sebelum membuka kesepakatan. Tanpanya, setiap rep mengkualifikasi secara berbeda, dan cakupan pipeline menjadi tidak bermakna.

Langkah 1: Pilih kerangka kualifikasi (BANT, MEDDIC, dll.)

Kerangka kualifikasi prospek seperti BANT (Budget/Anggaran, Authority/Otoritas, Need/Kebutuhan, Timeline/Jadwal) atau MEDDIC (Metrics, Economic Buyer, Decision Criteria, Decision Process, Identify Pain, Champion) memberi rep daftar periksa yang konsisten. Pilih satu dan latih di atasnya. BANT bekerja dengan baik untuk penjualan transaksional yang mudah. MEDDIC cocok untuk kesepakatan enterprise yang kompleks di mana beberapa pemangku kepentingan memengaruhi hasilnya.

Langkah 2: Tentukan kriteria kesesuaian minimum

Tidak setiap kotak BANT perlu dicentang, tetapi beberapa tidak dapat dinegosiasikan. Putuskan: apa kesesuaian ICP minimum yang dibutuhkan prospek untuk memenuhi syarat sebagai SQL? Minimum tipikal: jumlah karyawan di atas lantai tertentu, kisaran anggaran yang mencakup ukuran kesepakatan Anda, pengambil keputusan atau influencer kuat dalam kontak.

Langkah 3: Tentukan kriteria minat minimum

Minat adalah yang memisahkan qualified lead dari calon pelanggan yang terkualifikasi. Prospek yang sesuai ICP Anda tetapi tidak memiliki kebutuhan aktif tidak layak untuk membuka kesepakatan. Kriteria minat minimum mungkin mencakup: mengakui titik masalah spesifik saat discovery, memiliki proyek atau inisiatif yang terkait dengan solusi Anda, memiliki jadwal keputusan dalam dua kuartal ke depan.

Langkah 4: Dokumentasikan alasan penolakan

Setiap SAL yang ditolak harus membawa alasan penolakan terstruktur. Kategori umum: tidak ada anggaran, tingkat otoritas yang salah, tidak ada kebutuhan aktif, waktu yang buruk, sudah dengan pesaing. Data ini mengalir kembali ke pemasaran untuk meningkatkan program nurturing prospek dan penargetan ICP.

Langkah 5: Tetapkan SLA 24 jam untuk outreach

Setelah prospek mencapai status SQL, jam dimulai. Kecepatan respons menurunkan tingkat konversi secara dramatis. Bangun SLA 24 jam ke dalam alur kerja CRM Anda sehingga rep mendapat pengingat otomatis dan manajer dapat memantau kepatuhan.

Konversi MQL-ke-SQL: apa tingkat yang baik?

Tingkat MQL-ke-SQL mengukur persentase prospek yang dikualifikasi pemasaran yang sebenarnya diterima penjualan.

Tingkat MQL-ke-SQL = SQL yang dihasilkan / MQL yang diteruskan ke penjualan

Tolok ukur industri untuk B2B SaaS:

• Kuartil teratas: 35-40%
• Median: 25-30%
• Di bawah rata-rata: di bawah 15%

Jika tingkat Anda di bawah 15%, penyebab paling umum adalah: ambang batas MQL terlalu rendah, penargetan ICP yang buruk dalam kampanye, atau tidak ada loop umpan balik penolakan dari penjualan ke pemasaran. Jika di atas 40%, periksa apakah standar MQL terlalu ketat dan Anda mengirim terlalu sedikit prospek.

Tingkat MQL-ke-SQL yang rendah hampir selalu merupakan masalah bersama. Pemasaran mungkin menghasilkan volume di atas kualitas. Tetapi penjualan mungkin juga memilih-milih prospek atau menerapkan kriteria yang tidak konsisten. Satu-satunya cara untuk mendiagnosisnya adalah melacak penolakan berdasarkan alasan dan meninjaunya bersama.

Kesalahan umum MQL / SQL

• Mengejar volume daripada kualitas. Menggelembungkan jumlah MQL untuk mencapai metrik membuat tingkat SQL terlihat lebih buruk dan mengikis kepercayaan penjualan pada prospek pemasaran.
• Tidak ada SLA pada tinjauan MQL. MQL yang tidak ditinjau selama berhari-hari kehilangan intensi. Prospek yang memesan demo dan tidak mendapat panggilan selama 72 jam sudah beralih.
• Tidak ada loop umpan balik penolakan. Jika penjualan tidak dapat menolak MQL dengan kode alasan, pemasaran tidak memiliki sinyal untuk diperbaiki. Loop umpan balik adalah yang membuat manajemen prospek menjadi sistem daripada konveyor satu arah.
• Tidak ada dashboard bersama. Pemasaran memantau volume MQL. Penjualan memantau pipeline. Tanpa tampilan bersama yang menunjukkan MQL-ke-SQL-ke-peluang, tidak ada tim yang melihat gambaran lengkap.
• Penilaian yang tidak pernah diperbarui. Model penilaian yang dibangun pada tahun pertama mencerminkan perilaku pembeli tahun pertama. Jika Anda belum menyentuhnya sejak saat itu, kemungkinan besar sudah salah.
• Melewati tahap SAL. Tanpa serah terima penerimaan/penolakan yang formal, Anda tidak dapat membedakan apakah masalah pipeline adalah masalah kualitas prospek atau masalah eksekusi penjualan.

Bagaimana pemasaran dan penjualan harus menyelaraskan definisi

Mencapai definisi MQL/SQL bersama bukan pertemuan satu kali. Ini adalah ritme operasional yang berkelanjutan. Berikut yang benar-benar berhasil:

1. Tinjauan serah terima mingguan. Pertemuan tetap 30 menit di mana pemasaran dan penjualan meninjau konversi MQL-ke-SQL, penolakan, dan alasan penolakan minggu sebelumnya. Pertahankan fokus pada data, bukan menyalahkan.
2. Dashboard bersama. Kedua tim harus melihat tampilan corong yang sama: MQL yang dibuat, SAL yang diterima, SQL yang dibuka, peluang yang dibuat, ditutup-menang. Gunakan untuk menemukan di mana prospek jatuh.
3. SLA pada waktu respons. Tuliskan SLA respons MQL ke dalam alur kerja CRM. Bangun peringatan eskalasi untuk rep yang melewatkan jendela. Lacak kepatuhan sebagai metrik operasi penjualan.
4. Taksonomi penolakan bersama. Pemasaran dan penjualan menyepakati terlebih dahulu kode alasan penolakan. Ini mencegah rep menggunakan alasan yang samar seperti "tidak cocok" yang tidak memberikan tindakan apa pun kepada pemasaran.
5. Re-scoring kuartalan. Setiap kuartal, tarik tingkat MQL-ke-SQL berdasarkan band penilaian dan segmen ICP. Sesuaikan ambang batas untuk mencerminkan apa yang sebenarnya berkonversi. Inilah cara penilaian tetap akurat dari waktu ke waktu.

Pertanyaan yang sering diajukan

Apa perbedaan antara MQL dan SQL?

MQL adalah prospek yang ditandai pemasaran sebagai memenuhi ambang batas minat dan kesesuaian yang disepakati. SQL adalah prospek yang ditinjau, dikualifikasi, dan diterima oleh penjualan sebagai calon pelanggan nyata. MQL didasarkan pada penilaian otomatis. SQL adalah penilaian manusia yang dibuat oleh rep.

Apa tingkat konversi MQL-ke-SQL yang baik?

Untuk B2B SaaS, mediannya adalah 25-30%. Tim kuartil teratas mencapai 35-40%. Apa pun di bawah 15% biasanya berarti ambang batas MQL terlalu longgar, penargetan ICP lemah, atau tidak ada umpan balik penolakan yang kembali ke pemasaran. Apa pun di atas 40% mungkin berarti standar MQL terlalu ketat dan Anda mengirim terlalu sedikit prospek ke penjualan.

Apa itu SAL dan bagaimana posisinya?

SAL (Sales Accepted Lead) adalah tahap antara MQL dan SQL. Ketika rep menerima MQL, mereka meninjaunya dan menerimanya (SAL) atau menolaknya dengan kode alasan. Tahap SAL membuat serah terima dapat diaudit dan memisahkan masalah kualitas prospek dari masalah eksekusi penjualan. Tanpanya, pemasaran dan penjualan tidak memiliki data bersama untuk mendiagnosis kegagalan konversi.

Siapa yang memiliki MQL, dan siapa yang memiliki SQL?

Pemasaran memiliki MQL: mereka mendefinisikan ambang batas, menjalankan penilaian, dan bertanggung jawab atas volume MQL dan tingkat MQL-ke-SQL. Penjualan memiliki SQL: rep menetapkan kriteria kualifikasi (dalam kerangka yang disepakati), meninjau MQL masuk, dan bertanggung jawab atas konversi SQL-ke-peluang. Kepemilikan bersama atas SLA serah terima berada di revenue operations atau siapa pun yang menjalankan pertemuan penyelarasan mingguan.

Bagaimana SQL berbeda dari peluang?

SQL adalah qualified lead yang telah diterima penjualan. Peluang adalah kesepakatan yang telah dibuka di CRM dengan tahap yang terdefinisi, nilai yang diharapkan, dan langkah selanjutnya. SQL menjadi peluang ketika rep telah mengkonfirmasi anggaran dan membuka rekaman kesepakatan formal. Tidak setiap SQL menjadi peluang: beberapa didiskualifikasi selama discovery sebelum kesepakatan pernah dibuka.

---

Serah terima pemasaran-penjualan akan terus menghasilkan gesekan selama MQL dan SQL tetap didefinisikan secara longgar. Menetapkan kedua definisi adalah salah satu gerakan berdampak tertinggi yang tersedia bagi tim pendapatan. Definisi bersama, SLA, taksonomi penolakan, dan jadwal tinjauan mingguan: itulah seluruh sistemnya. Mulailah dari sana, dan permainan saling menyalahkan sebagian besar berhenti dengan sendirinya.