MQL和SQL指的是2種處于不同階段的線索，和MQL相比，SQL更具成單的可能性，所以企業(yè)需要集中精力將MQL轉化為SQL，并且在轉化的過程中，有3個注意點。

-01-

明確用戶畫像，制定轉化線索的標準

第一個注意點就是企業(yè)需要明確用戶畫像，并且制定從MQL轉化為SQL的明確標準。

為什么需要明確用戶畫像？因為在企業(yè)業(yè)務中，線索從流入企業(yè)到最后轉化，整個過程相對復雜并且漫長，只有當企業(yè)知道自己面對的潛在客戶是誰、有哪些特點、有哪些需求的時候，才能夠提供更加針對性的服務，加速線索培育和轉化的過程。

另外，只有使得轉化條件標準化，才不會出現一些混亂的情況，比如將不合適的線索轉化，企業(yè)相關人員進行跟進后，會造成一些人力物力的損失。

如何確定這樣的標準呢？或者說，這些標準可以是什么？主要是一些關鍵行為，比如潛在客戶訪問了企業(yè)落地頁并與企業(yè)在線客服產生了一些互動和交流、下載了企業(yè)制作的白皮書和解決方案、申請了產品演示和產品試用、打開了企業(yè)郵件的跳轉鏈接等等，這些明確的關鍵行為可以作為從MQL轉化為SQL的標準。

-02-

引入線索打分機制，對線索進行分層

除了明確用戶、制定轉化線索的標準外，企業(yè)在將MQL轉化為SQL的過程中，還需要引入線索打分機制，使線索成熟度能夠量化，能夠更加科學合理地對線索進行分層。

所謂線索打分機制，就是企業(yè)提前確定好一些關鍵行為并給這些行為賦予不同的分數，當線索做出這些關鍵行為后，即可將其對應的分數加到線索身上，以線索分數來預測和描述線索成單的可能性，關于這些特殊行為，常見的包括：表單提交情況、和網站客服的互動情況、和企業(yè)電子郵件的互動情況、參與線上線下活動的情況等等。

企業(yè)可以自定義線索的分值范圍，但一般情況下，線索的分數越高，也就意味著線索更加活躍更加愿意和企業(yè)發(fā)生互動，這也就從側面說明了線索對于企業(yè)的產品和服務是相對了解和感興趣的，成單的可能性更高，所以，線索的分數其實反映的是潛在用戶對于企業(yè)感興趣的程度。

根據線索的分數，企業(yè)可以決定是否將MQL轉化為SQL，是繼續(xù)孵化培育還是轉給銷售跟進。

-03-

需要特別看重購買的可能性

除了上面提到的明確標準和分數情況，將MQL轉化為SQL的另一個關鍵注意點是他們購買產品的可能性。

有這樣兩種情況，MQL還不可以轉化為SQL。第一種情況是，潛在客戶對于企業(yè)產品和服務非常有興趣，但是他們沒有足夠的預算，那么不可以將其從MQL轉化為SQL，只有潛在客戶需要企業(yè)的產品或服務并且有足夠預算，這種情況下，才有資格轉化為SQL。另一種情況是，潛在客戶對于企業(yè)的產品或服務有需求，并且他們也有足夠的預算，但是他們暫時還不需要企業(yè)的產品或服務，這種情況下，也不可以將其從MQL轉化為SQL。

所以，總結之后，如果一條線索有足夠的購買欲望、有充足的預算、近期就需要產品或服務，那么可以將其由MQL轉化為SQL，直接轉交給銷售進行跟進。如果一條線索，雖然對企業(yè)產品或服務感興趣，但沒有預算，那也無法轉化為SQL由銷售跟進。