La generación de leads es un pilar fundamental de las estrategias de inbound marketing. Pero como bien sabemos los marketers, no todos los leads son iguales.
Hay un largo camino entre el momento en que un usuario nos deja sus datos por primera vez y el punto en el que está listo para comprar. Para que el lead generation funcione, tenemos que saber identificar correctamente las dos etapas fundamentales de este camino: el marketing qualified lead (MQL) y el sales qualified lead (SQL). Te explicamos cómo hacerlo.
En el camino desde el lead generation hasta la conversión final, cada usuario atraviesa diferentes etapas. Los términos MQL y SQL hacen referencia a dos momentos clave de este proceso.
El lead cualificado para marketing o MQL es una persona que ha entrado en contacto con nuestra marca, ha mostrado algún tipo de interés por la misma y nos ha dejado sus datos.
El MQL se encuentra en una fase intermedia del proceso de conversión: le interesa la solución que ofrecemos, pero aún no está listo para comprar.
Por tanto, la manera correcta de gestionar estos leads es pasárselos al equipo de marketing, que empezará a enviarles mensajes con el objetivo de acercarles más a la conversión.
El lead cualificado para ventas o SQL es un cliente potencial, esto es, se encuentra en una fase más avanzada del proceso de conversión y ya está listo para comprar. Estas son algunas características que pueden ayudarnos a definir a un SQL:
Tiene el presupuesto y los medios necesarios para pagar.
Se ajusta al perfil de nuestro buyer persona.
Sus acciones nos indican que está próximo a tomar una decisión.
Ha mostrado un interés real en comprar.
Cuando identificamos a un SQL, el procedimiento estándar es pasar el contacto al equipo de ventas para que se encargue de cerrar la conversión.
En función de las características de nuestra marca y de nuestro proceso de venta, existen otras clasificaciones de leads que pueden sernos útiles, como estas dos definidas por HubSpot:
Product Qualified Lead (PQL): los PQL son contactos que han usado un producto o servicio mediante una prueba gratis y han tomado acciones que nos indican que quieren convertirse en clientes. También puede aplicarse a leads que han usado la versión gratuita de un producto y manifiestan un interés por pasarse a la de pago.
Service Qualified Lead (SQL): los SQL son clientes existentes que han indicado que quieren adquirir un plan más completo de tus productos o servicios.
Llegamos a la pregunta del millón: ¿cómo podemos identificar claramente a los MQL y SQL para actuar en consecuencia? La respuesta está en una técnica de inbound marketing conocida como lead scoring.
El lead scoring es un proceso que consiste en asignar un valor, normalmente numérico, a cada contacto surgido en nuestra generación de leads.
La puntuación de cada lead depende de muchos factores, como la información sobre sí mismo que nos ha facilitado en un formulario o las interacciones con la marca a través de diferentes canales. Los leads que pasen de una cierta puntuación se considerarán MQL y los que alcancen el siguiente objetivo serán SQL. Normalmente, todo este proceso tiene lugar de manera automatizada, de manera que los contactos pasan a la base de datos de marketing o de ventas cuando llegan a la puntuación deseada.
Cada marca debe definir su propio algoritmo de lead scoring en función de diferentes factores, ya sea de manera manual o mediante soluciones de inteligencia artificial. A grandes rasgos, existen dos tipos principales de lead scoring:
Lead scoring unidimensional: a cada lead se le asigna una única puntuación, normalmente de 0 a 100. Este tipo de lead scoring puede ser retrospectivo (basado en los datos que nos ha proporcionado y de las acciones realizadas en torno a la marca) o prospectivo (basado en un análisis de su comportamiento que determina la probabilidad de realizar la acción que buscamos).
Lead scoring multidimensional: en este caso no asignamos una puntuación única a cada lead, sino que trabajamos con varias variables diferentes al mismo tiempo. Por ejemplo, podemos valorar de manera independiente cuánto se corresponde un usuario con nuestro buyer persona, cuál es su nivel de conocimiento de la marca y en qué fase del proceso de compra se encuentra. Este tipo de lead scoring es más complejo de ejecutar, pero nos permite ser más precisos y personalizar más las interacciones.
Para elaborar su propio algoritmo de lead scoring, cada marca deberá elegir una serie de parámetros y asignarles una puntuación en función de las respuestas o los comportamientos del usuario. Estos son los factores más comunes a tener en cuenta:
Información demográfica: estos datos nos servirán para valorar si un lead se ajusta o no a nuestro buyer persona. Normalmente se obtienen a través de las respuestas del usuario al formulario de generación de leads. Este factor suele ser muy importante para marcas que se dirigen a un público muy concreto, por ejemplo, personas que acaban de comprar una casa o habitantes de grandes ciudades.
Información sobre la empresa: este apartado es relevante para marcas B2B, que necesitan saber datos cómo el tamaño de la empresa y el puesto que ocupa el lead dentro de ella. Al igual que en el caso anterior, normalmente recopilamos esta información a través de un formulario.
Comportamiento online del lead: aquí valoraremos las interacciones del usuario con tu página web y otros canales de la marca, como las redes sociales. Una manera de plantearlo puede ser partir de un análisis del comportamiento de los usuarios que finalmente se convierten en clientes: qué páginas visitan, qué contenidos descargan, en qué redes sociales siguen a la marca...
Respuesta a los emails: una vez que hemos incorporado al lead a nuestra base de datos, lo más habitual es que empecemos a enviarle mensajes de marketing a través de email. Sus acciones respecto a estos emails (aperturas, clics, etc.) nos servirán para seguir valorando su interés y aportarán información a nuestro lead scoring.
En inbound marketing, llamamos "lead nurturing" al proceso de preparar y acompañar a los leads a lo largo del ciclo de compra. Las estrategias de lead nurturing hacen que el usuario vaya acercándose cada vez más a la conversión, pasando de MQL a SQL y finalmente a cliente.
Normalmente, este acompañamiento del lead se traduce en una serie de comunicaciones, basadas tanto en contenidos que le aporten valor como, más adelante, en ofertas que puedan ser de su interés.
Estos son los pasos a seguir dentro de una estrategia de lead nurturing:
Y por último, vamos a mencionar rápidamente tres herramientas de lead generation que pueden ayudarnos para pasar de MQL a SQL: