Vai al contenuto
Marc Gasser
Torna al blog

Gli MQL non funzionano: pipeline qualificata invece del teatro dei lead

Riassumi questo articolo con
Gli MQL non funzionano: pipeline qualificata invece del teatro dei lead

Gli MQL sono la metrica più discussa e più fraintesa del marketing B2B. Il marketing celebra il volume di MQL, il sales guarda la close rate, nessuno dei due parla con l'altro. Alla fine il marketing spiega il forecast del sales e il sales spiega i lead scadenti. Lo stesso gioco da anni.

La diagnosi onesta: gli MQL sono un costrutto di reporting che nella maggior parte delle aziende non guida nessuna decisione di business. Forrester consiglia da anni di sostituirli con metriche di qualità della pipeline, e quasi tutte le dashboard restano appese a loro.

Cosa ti porti a casa:

  • Perché gli MQL generano conflitto invece di qualificazione.
  • Cosa ti dà una definizione di pipeline qualificata che un MQL non può dare.
  • Come allineare marketing e sales su un'unica definizione.
  • Quali metriche reggono la decisione di business al posto del volume di MQL.

La tesi

Gli MQL sono rotti perché misurano attività, non qualità della pipeline. Un team GTM ha bisogno di una definizione di pipeline condivisa, firmata sia dal marketing sia dal sales. La definizione è il compito della leadership, il reporting è solo la sua ombra.

Cos'è un MQL e perché non funziona?

Un MQL è un Marketing Qualified Lead: un contatto che criteri di marketing (score, attività, firmografia) classificano come pronto per il sales. Non funziona perché di solito quei criteri li definisce il marketing da solo, e sono legati solo vagamente a ciò che al sales serve davvero.

Concretamente: il download di un whitepaper diventa un MQL, la richiesta di essere richiamato no. Dal punto di vista del sales il primo è quasi sempre rumore, il secondo spesso è oro. Finché la definizione non è condivisa, il gioco resta asimmetrico.

Quali problemi sono problemi di pipeline, non problemi di MQL?

Tre problemi tornano ovunque. Il marketing produce volume, il sales non lo lavora (conversione). Il sales ignora gli MQL (fiducia). I due riportano numeri di pipeline diversi nel forecast (dati). Tutti e tre sono problemi di pipeline, non di lead.

Come rendere pulito il passaggio di consegne lo spiego nel pezzo sull'handover da marketing a sales. Qui parlo del livello sotto: la definizione su cui si appoggia ogni handover.

Prima qualifica, poi accetta

Jacco van der Kooij di Winning by Design mette la sequenza giusta in una formula semplice: prima qualifica, poi accetta. Un lead diventa prima sales qualified, poi sales accepted. Sembra banale. Quasi tutte le aziende lo fanno al contrario: il marketing passa il lead, il sales lo accetta formalmente e lo qualifica dopo. Il costrutto MQL cementa esattamente quest'ordine sbagliato.

Van der Kooij va oltre. La qualifica con BANT, cioè budget, authority, need e timeline, arriva dall'epoca dei mainframe IBM. Per l'high-velocity sales, cioè vendere SaaS con cicli brevi e cadenza alta, secondo lui non funziona più. Il suo punto: un prospect SaaS raramente ha un problema di budget, ha un problema di tempo. Se sciorini una checklist invece di fare una conversazione, qualifichi passando dritto accanto al processo d'acquisto.

Per la DACH c'è un dettaglio che van der Kooij segnala lui stesso: i contatti europei trovano invadente il follow-up aggressivo all'americana dopo ogni download di whitepaper. Non ogni download è un lead. Ignoralo e bruci proprio gli account che avrebbero comprato più tardi.

Che aspetto ha una definizione di pipeline qualificata?

Una definizione di pipeline qualificata descrive quando un account diventa un'opportunity, non quando un contatto diventa un MQL. Tre parti: fit con l'ICP (settore, dimensione, area geografica), segnale d'acquisto (trigger, bisogno, budget), touchpoint del sales (una persona gli ha parlato, c'è un meeting fissato). Solo allora è pipeline.

Questa definizione la firmano entrambe le parti. Il marketing porta il fit con l'ICP e il segnale d'acquisto. Il sales porta il touchpoint. Lo SLA fra i due è il tempo di risposta, non il volume.

Prima di definire il fit con l'ICP ti serve un ICP pulito, cioè un profilo netto del tuo cliente ideale. Come ricavarlo dai dati dei clienti reali invece che dai desideri lo trovi nel pezzo su lead research e ICP.

Un MQL deve includere il decision maker? Mark Roberge dice di no

Mark Roberge ha costruito l'organizzazione sales di HubSpot da zero all'IPO, da primo capo del sales. In The Science of Scaling sostiene una tesi che a molti puristi della pipeline non piace: la definizione di MQL non dovrebbe richiedere il contatto con un decision maker. Il suo ragionamento: quando un junior interagisce con i tuoi contenuti, dietro c'è quasi sempre una direzione strategica decisa da un decision maker. Il junior fa ricerca perché il capo ha fissato il tema. Risalire dal junior al decision maker è mestiere del sales, non un criterio di esclusione per il marketing.

Questo non contraddice la mia terza componente, la affina. Il touchpoint del sales deve esserci. Ma può cominciare dal junior.

Più interessante è come Roberge fa i conti su questo passaggio. Il suo esempio: obiettivo 6 milioni di dollari di ARR, deal medio da 50,000 dollari, close rate del 20% sui lead qualificati. Fanno 120 deal, quindi circa 600 MQL all'anno. Più lo SLA: il sales contatta il 100% di questi lead entro 24 ore, con almeno 5 tentativi in due settimane. Un contratto con numeri da entrambe le parti, non teatro da dashboard.

Per contesto: i numeri di Roberge sono convenzioni del SaaS americano, non leggi di natura. La logica però regge ovunque. Definisci volume e qualità insieme e il tempo di risposta diventa misurabile. È esattamente quello che manca a quasi tutti i setup MQL.

Come fai ad allineare marketing e sales?

Li allinei costringendoli a scrivere nello stesso documento. Una pagina, tre blocchi (ICP, segnale, touchpoint), tre esempi reali per blocco presi da deal davvero chiusi. I team che discutono partendo dai dati reali discutono meno. I team che discutono a sensazione discutono sempre.

L'approccio non è nuovo, ma si pratica di rado. I dati di Gartner sul buying journey B2B mostrano buying group da 6 a 10 persone in media. In quella realtà un "lead" è una finzione. Un "account dentro un processo d'acquisto" è l'unica unità utile.

E tieni viva la definizione. Ogni trimestre testala su tre deal appena vinti e tre persi. Regge ancora, bene. Non regge, correggi e firma di nuovo. È la stessa disciplina che descrivo sotto GTM engineering: le definizioni sono codice, e il codice va manutenuto.

Quali metriche guidano davvero il business?

Guidano quattro metriche: pipeline coverage (pipeline su quota), pipeline velocity (giorni dal primo contatto alla chiusura), tasso di conversione per stage e source mix (da dove arriva la pipeline chiusa). Il volume di MQL non è nella lista.

Quando il marketing si guida con queste metriche, il comportamento cambia. Invece di più download di whitepaper, il marketing va a caccia di segnali d'acquisto. Invece di più email agli MQL, il sales manda meno email agli account giusti. Il reporting diventa più piccolo e più onesto.

Cosa misuri al posto degli MQL?

Risposte, meeting, opportunity. Sono i tre contatori che ti dicono se il tuo mercato reagisce. Aggiungi le quattro metriche di guida qui sopra: coverage, velocity, conversione per stage, source mix. In sintesi: misuri il movimento del fatturato, non l'attività. Tutto il resto è la prova che sei stato occupato.

A livello di team significa: misura le risposte, non gli open rate. Un'apertura è un pixel, una risposta è una persona. Misura i meeting fissati e tenuti, non le sequenze inviate. Misura le opportunity per sorgente definita, non i lead in un database.

Il metro dietro tutto questo: ogni metrica deve reggere una decisione. Se il numero sale o scende e nessuno cambia comportamento, non è una metrica di guida, è decorazione. Il volume di MQL finisce quasi sempre nella seconda categoria.

E un test pratico sulla pipeline stessa: pianifica la coverage ben sopra il target. Non perché i tuoi deal siano scarsi, ma perché una parte di ogni pipeline è finzione. Mettila in conto e il forecast diventa onesto.

Outro

Cosa funziona. Una definizione di pipeline condivisa dimezza le discussioni interne. A volte in poche settimane.

Cosa no. Lasciare il reporting MQL nella dashboard "perché abbiamo sempre fatto così". Quella è eredità, non guida.

⚠️ Attenzione. Una definizione di pipeline senza la firma del sales è solo un altro MQL del marketing. Allora non hai cambiato niente.

Il punto più profondo: il problema degli MQL non è un problema di metriche, è un problema di leadership. Le aziende che non scrivono una definizione di pipeline condivisa convivono con il conflitto. Ed è esattamente da lì che siamo partiti.

Se vuoi vedere che aspetto ha una definizione del genere, iscriviti alla newsletter.

Domande frequenti

Devo eliminare del tutto gli MQL?

Non da un giorno all'altro. Ma la tua decisione di business non deve appoggiarsi al volume di MQL. Usa l'MQL come segnale interno, non come metrica di guida.

E il lead scoring?

Il lead scoring va bene, a patto che il sales definisca la soglia insieme al marketing e la ricalibri con regolarità. Senza quella calibrazione comune il marketing assegna punteggi in una direzione e il sales corre in un'altra.

Mi servono nuovi tool per farlo?

No. HubSpot, Salesforce, Pipedrive bastano. Ti serve una definizione condivisa e uno SLA. È processo, non tooling.

Quanto in fretta si vede l'effetto?

I primi effetti in 4-6 settimane, soprattutto sulla conversione per stage e sul minore attrito interno. Gli effetti sul volume richiedono un ciclo di vendita.

E con il PLG, mi serve comunque una definizione di pipeline?

Sì, ancora di più. I Product Qualified Lead senza una definizione di pipeline chiara producono le stesse discussioni con un vocabolario diverso. Definisci quando un segnale d'uso diventa un segnale di pipeline.

Scritto da

Serial Entrepreneur, Author

Marc is a serial entrepreneur. He started his first software company at 16, and has worked at the same intersection ever since: software product management meets go-to-market. He builds the bridge: Product × GTM × AI, as one system, not three departments. Three instead of thirty.