Почему лидов много, а продаж мало: диагностика воронки

Если лидом считается любой download, chatbot message или случайный form submit, большой объём не имеет коммерческого смысла. Начните с определения стадий: Lead → MQL → SQL → Opportunity → Proposal → Won. Зафиксируйте criteria, owner и denominator переходов.

Смотрите volume, conversion и time-in-stage. Низкая conversion и длинный time могут указывать на разные причины.

Сравните source, campaign, ICP tier, company size, role, region, offer и content. Часто общий funnel скрывает один большой source с низким fit.

Возьмите 20–50 последних wins и losses. Какие признаки отличают wins? Размер, industry, technology, trigger, pain intensity, maturity, urgency? Обновите ICP не по мнению команды, а по evidence.

Некоторые лид-магниты создают высокий volume, но низкий buying intent. Бесплатный шаблон может привлекать студентов и специалистов, а demo request — реальных buyers. Не требуйте одинаковой conversion от разных offers.

Если MQL определяется по email + скачанному PDF, это слабый proxy. Для B2B добавьте fit, behavior и context. Но не усложняйте scoring так, чтобы никто не понимал, почему лид получил баллы.

Измерьте время от handoff до первого осмысленного контакта. Для горячего inbound даже несколько часов могут снижать response. Установите SLA по типу lead и priority.

Лид может теряться из-за неправильной территории, product line, ownership или duplicate handling. Смотрите долю unassigned leads, reassignment и stale queue.

Если Sales отклоняет MQL, причина должна кодироваться: no fit, no need, no timing, duplicate, no contact, wrong role. Без taxonomy спор «маркетинг даёт мусор» остаётся мнением.

Если SQL становится opportunity слишком редко, возможно, Sales плохо выявляет problem, urgency, impact, decision process и alternatives. Прослушайте calls. Сравните сильных и слабых продавцов.

Одна встреча с пользователем не равна enterprise opportunity. Если champion не может подключить economic buyer или technical evaluator, deal застрянет. Измеряйте stakeholder coverage.

Даже заинтересованный buyer может не купить, если не может объяснить ценность внутри компании. Добавьте ROI/TCO, cost of inaction, implementation plan и proof.

Низкая proposal-to-win conversion может быть price-value mismatch, а не «плохая продажа». Смотрите discount requests, price objections, competitor anchors, budget windows.

Отдельно выделите сделки, где клиент никого не выбрал. Это важный сигнал: urgency слабая, change risk слишком высок или value не перевешивает status quo.

Интервьюируйте wins, losses и no-decision. Не спрашивайте только Sales — покупатель часто иначе описывает причины. Верните insights в ICP, messaging, scoring и enablement.

1. Lead→MQL низко → targeting/offer/definition.
2. MQL→SQL низко → scoring, routing, SLA.
3. SQL→Opportunity низко → discovery/urgency.
4. Opportunity→Proposal низко → fit/solution/proof.
5. Proposal→Won низко → value, price, competition, procurement.
6. Все conversions нормальны, revenue мало → deal size/pipeline volume/capacity.

• Conversion по стадиям.
• Time-in-stage.
• Rejection reasons.
• Source/segment cohorts.
• Call recordings.
• Win/loss reasons.
• Discounts и price objections.
• No-decision share.
• Stakeholder coverage.

Выберите stage с крупнейшим экономическим leakage: volume × lost conversion × expected deal value. Не чините одновременно весь funnel. Сформулируйте 2–3 hypotheses и запустите controlled changes.

Если вы изменили scoring, измеряйте не рост SQL, а opportunity rate и pipeline per accepted lead. Если изменили discovery — смотрите win rate и sales cycle. Если поменяли offer — отслеживайте downstream quality.

• Считать все формы лидами.
• Оптимизировать MQL volume.
• Не иметь rejection taxonomy.
• Игнорировать speed-to-lead.
• Оценивать Sales только по звонкам.
• Не анализировать no-decision.
• Не учитывать buying committee.

Маркетинг генерирует 1200 лидов в месяц, Sales жалуется на качество. Funnel показывает: Lead→MQL 55%, MQL→SQL 12%, SQL→Opportunity 48%. Проблема концентрируется в MQL→SQL. Rejection reasons показывают 60% wrong role/SMB. После изменения ICP filters и offer MQL volume падает на 35%, но accepted SQL удваивается, pipeline растёт при меньшем lead volume.

Полезно сравнивать не функции, а переходы. Если Lead→MQL слабый, это чаще зона targeting/offer. Если MQL→SQL слабый, смотрите scoring и handoff. Если SQL→Opportunity слабый, вероятны проблемы discovery или urgency. Если Opportunity→Won слабый, нужны value, proof, pricing и buying process.

Такой подход снижает политический спор «маркетинг даёт мусор / Sales не умеет продавать». Команда обсуждает конкретный leakage с единым denominator.

Не каждый неготовый lead должен быть потерян. Создайте recycle reasons: no timing, no budget, wrong contact, future project. Для каждого — next action и срок возврата. Это особенно важно в длинном B2B cycle, где хороший аккаунт может быть неготов сегодня, но стать opportunity через квартал.

• MQL acceptance rate.
• SQL→Opportunity conversion.
• Time-to-first-contact.
• No-contact rate.
• Opportunity creation per source.
• Win rate by source/segment.
• No-decision share.
• Pipeline per 100 leads.

Сравните score с реальным outcome. Если high-score leads закрываются не чаще low-score, модель не помогает. Отделите fit score от intent score: компания может идеально подходить ICP, но не иметь текущей потребности, и наоборот.

1. Неделя 1: definitions, funnel, rejection taxonomy.
2. Неделя 2: ICP/source analysis и call review.
3. Неделя 3: scoring/routing/discovery changes.
4. Неделя 4: compare accepted SQL, opportunity creation и pipeline.

После изменений не требуйте мгновенного роста closed-won, если sales cycle длинный. Сначала должны улучшиться leading indicators: acceptance MQL, скорость первого контакта, SQL→Opportunity и stakeholder coverage. Затем — pipeline velocity и win rate. Если верхние переходы улучшились, а revenue нет, проблема сместилась дальше по funnel и требует новой диагностики.

• B2B Demand Engine
• Enterprise ABM
• Почему растёт CAC

• Funnel Dashboard
• ICP Card
• Sales Battlecard
• Objection Library

• MEDDPICC
• SPIN Selling
• Buyer Journey

• MQL
• SQL
• Lead Scoring
• Sales Pipeline