Что важнее в B2B: больше лидов или выше их качество?

Дешёвые лиды часто создают иллюзию роста. Если менеджеры тратят время на десятки нецелевых запросов, горячие opportunities получают медленный ответ, а sales capacity забита низкопотенциальными контактами. Но и чрезмерная фильтрация может быть опасна: компания начинает отсеивать необычные, но ценные возможности. Поэтому нужно управлять балансом через ICP, MQL/SQL, lead scoring и обратную связь по фактическим сделкам.

У вопроса «Что важнее в B2B: больше лидов или выше их качество?» есть практический смысл только тогда, когда он связан с наблюдаемым решением. Не стоит делать вывод по одному признаку. Например, сигнал «лидов много, а meetings и pipeline не растут;» важен в связке с «отдел продаж перегружен;», а результат разумно проверять через lead volume;, MQL/SQL rate; и CPQL;. Такой подход защищает от локальной оптимизации: показатель может улучшиться, а коммерческий результат — нет. Поэтому сначала фиксируется baseline, затем изменение процесса, и только потом сравнивается downstream-эффект.

• лидов много, а meetings и pipeline не растут;
• отдел продаж перегружен;
• скорость ответа ухудшается;
• CPL хороший, CPQL плохой;
• менеджеры самостоятельно игнорируют часть входящих;
• компания планирует резко увеличить рекламу.

1. Определите capacity продаж: сколько лидов команда может качественно обработать.
2. Зафиксируйте критерии MQL и SQL.
3. Считайте CPQL и pipeline на 100 лидов.
4. Разделите лиды по приоритету, а не только на «хороший/плохой».
5. Автоматизируйте triage и маршрутизацию.
6. Увеличивайте объём после того, как текущий поток обрабатывается в SLA.

Канал A даёт 300 лидов, из них 15 SQL и 2 млн ₽ pipeline. Канал B — 80 лидов, 24 SQL и 6 млн ₽ pipeline. Если смотреть на количество, A победил; если на коммерческий результат — B значительно сильнее. Но если у команды есть свободная мощность, A всё равно может быть полезен как дополнительный источник.

• Sales capacity ограничена. Приоритизируйте качество и scoring. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Capacity есть, но спроса мало. Можно расширять объём контролируемо. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Высокий CPQL, но большой чек. Смотрите CAC/pipeline, а не пытайтесь любой ценой снизить стоимость. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Неясно, что такое quality. Сначала согласуйте критерии. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.

• lead volume;
• MQL/SQL rate;
• CPQL;
• speed-to-lead;
• pipeline per 100 leads;
• CAC;
• sales capacity utilization.

Сами по себе lead volume; и MQL/SQL rate; ещё не доказывают эффект. Их нужно сравнивать с исходным уровнем, учитывать сегмент и смотреть, что происходит дальше по процессу. Если локальная метрика улучшается, а sales capacity utilization. ухудшается или не меняется, это повод проверить, не оптимизируется ли система на удобный, но слабый proxy-показатель.

• считать качество субъективным мнением продавца;
• ставить цель «1000 лидов» без экономики;
• слишком рано отсеивать нетипичные компании;
• игнорировать capacity;
• оптимизировать рекламный алгоритм на форму, а бизнес — на SQL.

В некоторых моделях, например self-service SaaS, большой объём может быть важнее ручной квалификации. В enterprise ABM наоборот — число лидов почти теряет смысл. Контекст бизнес-модели обязателен.

• Что именно должно измениться, если ответ на вопрос «Что важнее в B2B: больше лидов или выше их качество?» внедрён правильно?
• Какой baseline по показателю «lead volume;» у нас есть сейчас?
• Кто владеет следующим действием и где оно фиксируется?
• Как мы отличим улучшение процесса от случайной волатильности?
• Какой сигнал заставит остановить или пересобрать гипотезу?

1. Зафиксировать текущий процесс и исходные данные до изменений.
2. Проверить два наиболее явных сигнала: «лидов много, а meetings и pipeline не растут;» и «отдел продаж перегружен;».
3. Внедрить первые 1–2 шага из плана, не меняя одновременно всю систему.
4. Через согласованное окно сравнить lead volume;, MQL/SQL rate; и downstream-результат.

• ✓ есть чёткое определение результата, который хотим улучшить;
• ✓ есть данные до изменений — baseline;
• ✓ критерии одинаково понимают участники процесса;
• ✓ есть владелец следующего действия;
• ✓ эффект проверяется не одной метрикой, а по всей воронке;
• ✓ понятно, когда гипотезу нужно остановить или пересмотреть.