Verdadeiras confissões de um CMO, parte 1: Quem se importa com os MQLs?

Recentemente, fui convidado a participar de um webinar chamado “True Confessions of a CMO,” e o tópico era MQLs.

Bem, aqui está minha verdadeira confissão: nunca me importei com MQLs .

Não é que eu não me importe com MQLs porque sou algum tipo de gênio do marketing. Honestamente, era exatamente o oposto: eu assumi uma função de marketing de vendas e, como os MQLs nunca fizeram nada por nós em vendas, fundamentalmente não recebi o hype em torno deles. Mas não me importar com MQLs provou ser uma grande vantagem para mim como CMO.

Sempre conectei minhas equipes de marketing para analisar o plano de receita e depois convertê-lo em metas de pipeline. Isso requer o conhecimento de coisas como tempo de ciclo, taxas de ganho e tamanho médio do negócio, a fim de construir “cotas de pipeline”.

Para os profissionais de marketing, mirar as oportunidades, o pipeline e a receita garante um melhor alinhamento com os colegas da equipe de receita em vendas e sucesso do cliente.

Isso nos afasta dos MQLs, que ainda são a força vital de muitas equipes de marketing. Embora os MQLs ainda possam ser um indicador importante, eles estão repletos de problemas:

Os 3 cenários de MQLs

Uma boa parte da jornada de compra B2B acontece no escuro. O que quero dizer é que a maioria dos compradores B2B tendem a permanecer anônimos - preferindo fazer suas próprias pesquisas - até bem tarde no ciclo de vendas. Os MQLs normalmente exigem um levantamento da mão ou o preenchimento de um formulário do site da Web para fornecer informações suficientes para qualificar o lead.

Isso cria três cenários prováveis:

Cenário 1

Compradores de contas-alvo não preenchem nosso formulário porque sabem exatamente o que vai acontecer a seguir e estão apenas tentando fazer uma pesquisa independente.

Nosso “portal de conteúdo” os envia diretamente para os braços do próximo site listado em seus resultados de pesquisa do Google, onde podem reunir muito conteúdo sem complicações. Por alguma razão, estamos bem permitindo que eles sejam educados por nosso concorrente.

Cenário 2

Recebemos um formulário preenchido em nosso conteúdo bloqueado e é um consultor, candidato a emprego, empresa na Eslováquia que não podemos apoiar ou [e-mail protegido]. Esses "leads" são encaminhados e respondidos e entopem o sistema com lixo ou - Deus me livre - passe direto para as vendas. Isso se torna uma perda de tempo colossal e possivelmente prejudica nossa credibilidade.

Cenário 3

Recebemos o preenchimento de um formulário de um comprador real em uma conta-alvo real. Abençoado pelos deuses do MQL, nós o ungimos como uma "entrada quente". É quando descobrimos que somos apenas um dos vários fornecedores em consideração. Ou o comprador já fez a maior parte de sua pesquisa e está finalizando sua "lista".

Esta é a maneira DEMASIADO TARDE de educar adequadamente o comprador e influenciar significativamente a oportunidade. Perdemos o momento ideal para se envolver, tudo em nome do elusivo MQL.

MQLs subjetivos erram o alvo

Sabemos que os compradores B2B compram em equipes, geralmente envolvendo de seis a 10 pessoas em uma complexa decisão de compra B2B. Mas os MQLs mantêm os profissionais de marketing presos a pensar em leads ou contatos, não em comprar equipes.

Isso cria uma divisão entre vendas e marketing e é uma oportunidade perdida para o marketing envolver e envolver todos os membros da equipe de compras para construir um pipeline REAL.

Adicione a natureza subjetiva de MQLs (e SQLs para esse assunto). A menor mudança nos critérios pode criar uma vantagem inesperada ou lacuna no pipeline e dividir ainda mais suas equipes de vendas e marketing.

Apesar de nossos melhores esforços para tornar a “pontuação de chumbo” um processo científico, ela continua sendo um exercício amplamente baseado em regras, construído sobre o julgamento humano subjetivo.

Neste ponto, espero que muitos de vocês estejam concordando. Também estou supondo que você esteja bastante ansioso. Afinal, como você pode entender o impacto do que o marketing está fazendo se você não está monitorando os MQLs? Como diabos você vai medir o topo do funil? Como você pode garantir que os leads apropriados sejam acompanhados e “trabalhados” corretamente?

Fazendo a transição para uma estratégia baseada em conta

O bom marketing sempre foi sobre segmentação e direcionamento; nós sempre soubemos e nos esforçamos por isso. As plataformas ABM de hoje, no entanto, nos fornecem os meios para medir nossa eficácia - não para crédito ou como uma meta final, mas como uma forma de otimizar campanhas e orçamento.

A medição não é feita no número de leads, mas sim no envolvimento da conta e, mais especificamente, no envolvimento da conta de seus segmentos de clientes ideais. Se você tiver excelentes recursos de segmentação, poderá segmentar seu ICP para uma determinada linha de produtos, um determinado setor ou clientes atuais.

Então, é tudo sobre a execução de campanhas que geram grande engajamento nesses segmentos. Algumas campanhas são grandes e segmentam centenas de contas, enquanto outras podem ter apenas 10 contas.

Mas CADA programa está vinculado a uma campanha, e medimos o custo em relação ao aumento ou diminuição do engajamento da conta, oportunidades abertas e pipeline na campanha.

Isso nos permite ajustar quando as coisas não funcionam, comparar nosso desempenho geral ao longo do tempo e avaliar os melhores programas.

Minha equipe aplica o método Jack Welch ao nosso modelo de ajuste: a cada seis meses, classificamos nossos programas em pilha e cortamos os 10% de desempenho inferior. Isso nos ajuda a garantir que tudo o que fazemos seja direcionado para tornar as campanhas melhores.

A transparência também gera confiança em nossas equipes. Damos às nossas equipes de vendas e de sucesso do cliente acesso total aos nossos resultados.

Para cada conta, eles podem ver quais campanhas de marketing aumentaram o engajamento e os programas exatos que estamos usando para aquecer contas ou promover negócios. Ele evita desentendimentos entre vendas e marketing e substitui uma MQL subjetiva por uma decisão baseada em dados.

Em vez de depender do levantamento de mão que um MQL requer, podemos jogar no ataque e ir atrás de leads onde eles estão. Com uma plataforma ABM que mede o engajamento da conta, temos uma imagem mais clara de quem está pronto para comprar e, em seguida, podemos enviar a eles as campanhas mais bem definidas para mover leads para nosso pipeline e superar nossos objetivos.