ทีมขายหลายบริษัทเสียเวลาไปกับ lead จำนวนมาก แต่ปิดการขายได้น้อยกว่าที่ควร ปัญหาไม่ได้อยู่ที่จำนวน lead เสมอไป แต่อยู่ที่การแยกให้ออกว่าใคร “มีโอกาสซื้อจริง” และใครแค่เข้ามาดูข้อมูล ถ้าทีมการตลาดส่งรายชื่อทุกคนให้ฝ่ายขายโดยไม่มีเกณฑ์คัดกรองที่ชัดเจน ผลคือเซลส์จะโทรหาคนที่ยังไม่พร้อม ซื้อไม่ได้ หรือไม่ใช่คนตัดสินใจ
บทความนี้จะช่วยให้คุณวางระบบคัดกรองลูกค้าอย่างเป็นขั้นตอน ตั้งแต่แยกความต่างของ Lead, MQL, SQL การใช้กรอบ BANT และ CHAMP แบบใช้งานจริง การออกแบบ Lead Scoring จากพฤติกรรมและคุณสมบัติ ไปจนถึงการตั้ง Pipeline ที่ทำให้ทีมรู้ว่าเมื่อไรควรติดตาม เมื่อไรควรเสนอราคา และเมื่อไรควรหยุดไล่ตาม lead ที่ไม่ใช่
1Lead, MQL, SQL ต่างกันอย่างไร
หลายทีมใช้คำว่า lead เหมารวมทั้งหมด ทำให้การส่งต่องานระหว่างการตลาดกับฝ่ายขายคลุมเครือ วิธีแก้คือกำหนดนิยามที่ชัดเจนและใช้เหมือนกันทั้งองค์กร
Lead
ผู้ที่แสดงความสนใจบางอย่าง เช่น กรอกฟอร์ม ดาวน์โหลดเอกสาร ลงทะเบียนงานสัมมนา หรือทักเข้ามาถามราคา แต่ยังไม่รู้ว่าตรงกับกลุ่มเป้าหมายหรือพร้อมซื้อหรือไม่
MQL
Marketing Qualified Lead คือ lead ที่ผ่านเกณฑ์เบื้องต้นจากฝั่งการตลาดแล้ว เช่น อยู่ในอุตสาหกรรมเป้าหมาย มีตำแหน่งงานเกี่ยวข้อง และมีพฤติกรรมสนใจหลายครั้ง เช่น เปิดอีเมล 3 ครั้ง เข้าเว็บหน้าราคา และขอดูเดโม
SQL
Sales Qualified Lead คือ lead ที่ฝ่ายขายตรวจสอบแล้วว่ามีโอกาสเดินหน้าสู่โอกาสขายจริง เช่น มีปัญหาชัดเจน มีคนตัดสินใจเกี่ยวข้อง มีงบประมาณคร่าว ๆ หรือมีโครงการที่กำลังจะเริ่มในช่วง 3-6 เดือน
ตัวอย่างนิยามที่ใช้ได้จริงสำหรับ SME คือ Lead ทุกคนที่เข้ามาในระบบ, MQL คือคนที่ได้คะแนนเกิน 50 และตรง ICP อย่างน้อย 2 ข้อ, SQL คือคนที่ฝ่ายขายคุยแล้วพบอย่างน้อย 3 เรื่องต่อไปนี้: ปัญหาชัดเจน, มีเจ้าของโปรเจกต์, มีกรอบเวลา, มีแนวทางจัดงบ
💡 หลักคิดสำคัญ
MQL ไม่ได้แปลว่าพร้อมซื้อทันที แต่แปลว่า “ควรให้ฝ่ายขายเริ่มคุยได้” ส่วน SQL คือ “ควรใช้เวลาขายอย่างจริงจัง” ถ้าไม่แยกสองระดับนี้ ทีมขายจะรับภาระ lead ที่ยังดิบเกินไป
2ใช้ BANT และ CHAMP เพื่อคัดกรองให้เร็วขึ้น
กรอบคัดกรองช่วยให้เซลส์ถามคำถามได้เป็นระบบและเปรียบเทียบ lead แต่ละรายได้ง่ายขึ้น สองกรอบที่นิยมคือ BANT และ CHAMP โดยไม่จำเป็นต้องใช้แบบตำราเต็ม สามารถย่อให้เหมาะกับงานขาย B2B ของ SME ได้
BANT แบบย่อ
- →Budget: มีงบประมาณหรือแนวทางตั้งงบแล้วหรือยัง
- →Authority: ใครเป็นคนมีอำนาจตัดสินใจหรือมีอิทธิพลต่อการซื้อ
- →Need: ปัญหาหรือความต้องการเร่งด่วนคืออะไร
- →Timeline: ต้องการเริ่มใช้เมื่อไร หรือมีเส้นตายอะไรบังคับอยู่หรือไม่
ตัวอย่างคำถาม BANT ที่ใช้จริง: “ตอนนี้มีกรอบงบประมาณไว้ประมาณไหน”, “ถ้าสนใจต่อ ปกติใครต้องเข้าร่วมตัดสินใจบ้าง”, “ปัญหาที่อยากแก้ตอนนี้ส่งผลกับงานหรือรายได้อย่างไร”, “อยากให้เริ่มใช้งานภายในไตรมาสนี้ไหม”
CHAMP แบบย่อ
- →Challenges: ปัญหาหลักที่ต้องแก้คืออะไร
- →Authority: ใครเกี่ยวข้องกับการตัดสินใจ
- →Money: มีวิธีอนุมัติงบหรือจัดงบอย่างไร
- →Prioritization: เรื่องนี้สำคัญพอจะทำตอนนี้หรือยัง
CHAMP เหมาะกับเคสที่ลูกค้ายังไม่อยากคุยเรื่องงบตั้งแต่ต้น เพราะเริ่มจากปัญหาก่อน ตัวอย่างคำถามที่ใช้ได้จริงคือ “ถ้ายังไม่แก้ปัญหานี้ใน 6 เดือน จะกระทบอะไรบ้าง”, “ตอนนี้มีโปรเจกต์อื่นที่แย่งทรัพยากรอยู่หรือไม่”, “ถ้าเห็นทางออกที่เหมาะสม ขั้นตอนอนุมัติภายในใช้เวลานานแค่ไหน”
| หัวข้อ | BANT เน้นอะไร | CHAMP เน้นอะไร | ใช้เมื่อไร |
|---|---|---|---|
| จุดเริ่มต้น | งบและความพร้อมซื้อ | ปัญหาและความสำคัญของปัญหา | BANT เหมาะเมื่อดีลค่อนข้างชัด, CHAMP เหมาะเมื่อยังอยู่ช่วงสำรวจ |
| ข้อดี | คัดคนพร้อมซื้อได้เร็ว | เปิดบทสนทนาได้ง่าย ไม่กดดัน | ใช้คู่กันได้ในดีล B2B |
| ข้อควรระวัง | ถามเรื่องงบเร็วเกินไปอาจทำให้ลูกค้าปิดตัว | ถ้าไม่ถามเรื่องงบภายหลัง อาจเสียเวลานานเกินไป | ต้องมีจังหวะการถามที่เหมาะสม |
3วิธีออกแบบ Lead Scoring ที่ทีมใช้งานได้จริง
Lead Scoring คือการให้คะแนนเพื่อจัดลำดับความสำคัญของ lead เป้าหมายไม่ใช่ความสวยงามของระบบ แต่คือการช่วยให้เซลส์รู้ว่าควรโทรหาใครก่อน หลักง่ายที่สุดคือรวม 2 มิติ: คุณสมบัติของลูกค้า และพฤติกรรมที่สะท้อนความสนใจ
1) คะแนนจากคุณสมบัติ
ส่วนนี้ตอบคำถามว่า lead “ใช่ลูกค้าในฝันหรือไม่” เช่น อุตสาหกรรม ขนาดบริษัท ตำแหน่งงาน ประเทศ หรือรูปแบบธุรกิจ ตัวอย่างเช่น บริษัทซอฟต์แวร์ B2B อาจให้คะแนนบริษัทขนาด 50-200 คนสูงกว่าบริษัทเล็กมาก เพราะมีงบและปัญหาชัดกว่า
2) คะแนนจากพฤติกรรม
ส่วนนี้ตอบคำถามว่า lead “สนใจมากแค่ไหน” เช่น เปิดอีเมล คลิกลิงก์ เข้าเว็บซ้ำ ดูหน้าราคา ขอเดโม หรือเข้าประชุมครั้งแรก ยิ่งพฤติกรรมใกล้การซื้อ คะแนนยิ่งสูง
| หมวด | รายการ | คะแนน |
|---|---|---|
| คุณสมบัติ | อยู่ในอุตสาหกรรมเป้าหมาย | 15 |
| คุณสมบัติ | ขนาดบริษัทตรงเกณฑ์ | 10 |
| คุณสมบัติ | ตำแหน่งเป็นผู้จัดการขึ้นไป | 10 |
| คุณสมบัติ | อยู่ในพื้นที่ให้บริการ | 5 |
| พฤติกรรม | เปิดอีเมลอย่างน้อย 2 ครั้ง | 5 |
| พฤติกรรม | คลิกลิงก์ในอีเมล | 10 |
| พฤติกรรม | เข้าเว็บหน้าบริการมากกว่า 3 ครั้งใน 14 วัน | 10 |
| พฤติกรรม | เข้าเว็บหน้าราคา | 15 |
| พฤติกรรม | กรอกฟอร์มขอนัดเดโม | 25 |
| พฤติกรรม | เข้าร่วมประชุมครั้งแรก | 20 |
| พฤติกรรมลบ | ใช้อีเมลส่วนตัวที่ไม่ระบุตัวตนชัด | -5 |
| พฤติกรรมลบ | ไม่ตอบกลับเกิน 30 วัน | -15 |
จากตารางนี้ คุณอาจตั้งเกณฑ์แบบง่าย ๆ ดังนี้: ต่ำกว่า 30 คะแนน = เก็บไว้ nurture, 30-49 คะแนน = MQL ที่การตลาดดูแลต่อหรือให้ SDR โทรคัดกรอง, 50 คะแนนขึ้นไป = ส่งให้ฝ่ายขาย, 70 คะแนนขึ้นไป = เร่งติดตามภายใน 24 ชั่วโมง
- 1
เริ่มจากข้อมูลที่มีอยู่จริง
อย่าออกแบบคะแนน 30 ตัวแปรตั้งแต่แรก ใช้แค่ 5-10 ตัวแปรที่เก็บได้แน่นอนก่อน เช่น ตำแหน่ง อุตสาหกรรม หน้าราคา แบบฟอร์มเดโม
- 2
ดูย้อนหลังจากดีลที่ปิดได้
เปิดข้อมูลลูกค้าที่ซื้อจริง 20-30 ราย แล้วหาว่ามีพฤติกรรมร่วมกันอะไร เช่น 60% เข้าเว็บหน้าราคาอย่างน้อย 1 ครั้งก่อนนัดคุย
- 3
ตั้งคะแนนให้สะท้อนมูลค่าเชิงขาย
พฤติกรรมที่ใกล้การซื้อควรได้คะแนนสูงกว่า เช่น ขอเดโม 25 คะแนน มากกว่าเปิดอีเมล 5 คะแนน
- 4
มีคะแนนลบเพื่อตัด lead ที่ไม่ใช่
เช่น นักศึกษา คู่แข่ง หรือคนที่มาดาวน์โหลดข้อมูลอย่างเดียวแต่ไม่ตรงกลุ่มเป้าหมาย
- 5
ทบทวนทุก 6-8 สัปดาห์
ถ้าพบว่า lead คะแนนสูงปิดไม่ได้ ให้ปรับน้ำหนักใหม่ อย่าปล่อยให้สูตรเดิมใช้ยาวทั้งปีโดยไม่ตรวจสอบ
⚠️ ข้อควรระวังเรื่องคะแนน
Lead Scoring เป็นเครื่องมือจัดลำดับ ไม่ใช่เครื่องยืนยันว่าดีลจะปิดแน่ ถ้าทีมขายใช้คะแนนแทนการคุยคัดกรองจริง จะเกิด false positive คือคะแนนสูงแต่ซื้อไม่ได้
4ออกแบบ Pipeline ให้สถานะชัดและย้ายสถานะได้จริง
Pipeline ที่ดีต้องมีสถานะไม่มากเกินไป และแต่ละสถานะต้องมีเงื่อนไขเข้า-ออกชัดเจน ถ้าสถานะคลุมเครือ เช่น “สนใจ” หรือ “รอติดตาม” แบบกว้างเกินไป ทีมจะอัปเดตไม่ตรงกันและคาดการณ์ยอดขายไม่ได้
| สถานะ | นิยาม | เกณฑ์เข้าสถานะ | เกณฑ์ย้ายออก |
|---|---|---|---|
| ใหม่ | lead เพิ่งเข้าระบบ ยังไม่คุย | มีข้อมูลติดต่อขั้นต่ำ เช่น ชื่อ บริษัท ช่องทางติดต่อ | ย้ายเป็น กำลังติดตาม เมื่อมีการติดต่อครั้งแรก |
| กำลังติดตาม | กำลังคัดกรองและนัดหมาย | โทร อีเมล หรือแชตแล้ว และมีการตอบกลับอย่างน้อย 1 ครั้ง | ย้ายเป็น เสนอราคา เมื่อยืนยันความต้องการและขอบเขตเบื้องต้นได้ |
| เสนอราคา | มีข้อเสนอหรือใบเสนอราคาแล้ว | ตกลงโจทย์งาน ขอบเขต ราคา หรือแพ็กเกจเบื้องต้นแล้ว | ย้ายเป็น ปิดการขาย เมื่อชนะดีล หรือปิดแพ้เมื่อถูกปฏิเสธชัดเจน |
| ปิดการขาย | ดีลจบแล้ว | เซ็นสัญญา ชำระเงิน หรือยืนยันเริ่มงาน | ไม่มีการย้ายต่อ ยกเว้นส่งเข้ากระบวนการดูแลลูกค้า |
เกณฑ์ย้ายสถานะควรผูกกับเหตุการณ์ที่ตรวจสอบได้ ไม่ใช่ความรู้สึก เช่น “กำลังสนใจมาก” ไม่ใช่เกณฑ์ แต่ “ตอบรับนัดประชุมแล้ว” คือเกณฑ์ที่ชัดเจน เช่นเดียวกัน “เสนอราคา” ควรใช้เมื่อมีเอกสารหรือข้อเสนอที่ลูกค้าเห็นแล้วจริง ไม่ใช่แค่ทีมขายคิดราคาไว้ในใจ
- →สถานะ ใหม่: ต้องมี SLA ว่าทีมจะตอบกลับภายในกี่ชั่วโมง เช่น ภายใน 1 ชั่วโมงสำหรับ lead ร้อน และไม่เกิน 24 ชั่วโมงสำหรับ lead ทั่วไป
- →สถานะ กำลังติดตาม: กำหนดจำนวนครั้งการติดตาม เช่น 5 ครั้งใน 14 วัน ผ่านอย่างน้อย 2 ช่องทาง
- →สถานะ เสนอราคา: ต้องมี next step ชัดเจนทุกดีล เช่น วันนัดคุยรีวิวข้อเสนอ หรือวันตัดสินใจ
- →สถานะ ปิดการขาย: แยกชนะกับแพ้ และบันทึกเหตุผลแพ้เสมอ เช่น ราคา, ฟีเจอร์, เวลา, ไม่มีงบ
5ตัวอย่างเกณฑ์การส่งต่อระหว่างการตลาดและฝ่ายขาย
จุดที่หลายบริษัทสะดุดคือส่ง lead ต่อกันโดยไม่มีข้อตกลง ถ้าการตลาดวัดผลจากจำนวน lead แต่ฝ่ายขายวัดผลจากยอดขาย ทั้งสองทีมจะมอง “คุณภาพ” ไม่ตรงกัน วิธีที่ง่ายที่สุดคือกำหนดเกณฑ์ส่งต่อและ SLA ร่วมกัน
การตลาดส่งให้ฝ่ายขายเมื่อไร
เมื่อ lead ได้คะแนน 50 ขึ้นไป หรือผ่าน ICP 2 ข้อ และมีพฤติกรรม intent สูงอย่างน้อย 1 อย่าง เช่น ขอเดโม หรือเข้าหน้าราคา
ฝ่ายขายต้องทำอะไรต่อ
ติดต่อกลับภายในเวลาที่กำหนด เช่น 24 ชั่วโมง และบันทึกผลคัดกรองด้วย BANT หรือ CHAMP อย่างน้อย 3 ช่องข้อมูล
ถ้ายังไม่พร้อมซื้อทำอย่างไร
ส่งกลับไป nurture พร้อมระบุเหตุผล เช่น ยังไม่มีงบ, โปรเจกต์เลื่อนไป Q4, ยังไม่ใช่คนตัดสินใจ เพื่อให้การตลาดวางคอนเทนต์ติดตามต่อได้
ถ้าคุณมี lead เดือนละ 200 ราย แต่ฝ่ายขายคุยได้จริงเพียง 40 ราย แปลว่าต้องมีระบบจัดลำดับและส่งต่อที่ชัดเจน ไม่เช่นนั้นเซลส์จะใช้เวลาคุยกับทุกคนแบบเท่ากัน ซึ่งไม่คุ้มต้นทุน เวลาเฉลี่ยที่เซลส์ใช้คัดกรอง 1 lead อาจอยู่ที่ 15-30 นาที หากคัดผิด 100 รายต่อเดือน เท่ากับเสียเวลา 25-50 ชั่วโมงต่อเดือนโดยไม่จำเป็น
6ความผิดพลาดที่ทำให้ทีมขายไล่ตาม lead ผิดคน
ต่อให้มี CRM หรือมีฟอร์มเก็บข้อมูลครบ หากกระบวนการคิดผิดตั้งแต่ต้น ทีมขายก็ยังไล่ตาม lead ผิดคนอยู่ดี ข้อผิดพลาดที่เจอบ่อยมีดังนี้
- →ให้ความสำคัญกับปริมาณมากกว่าคุณภาพ เช่น ฉลองว่าได้ lead 500 ราย แต่ 70% ไม่ตรงกลุ่มเป้าหมาย
- →ส่งทุก lead ให้ฝ่ายขายทันทีโดยไม่คัดกรอง ทำให้เซลส์เหนื่อยและเริ่มไม่เชื่อ lead จากการตลาด
- →ให้คะแนนจากพฤติกรรมอย่างเดียว แต่ไม่ดูคุณสมบัติ คนที่เปิดอีเมลบ่อยอาจไม่ใช่ลูกค้าเป้าหมาย
- →ไม่มีคะแนนลบ ทำให้ lead ที่ไม่ใช่ เช่น ผู้สมัครงาน นักศึกษา หรือคู่แข่ง ติดอันดับสูง
- →นิยาม MQL และ SQL ไม่ตรงกัน ระหว่างทีมการตลาดคิดว่าพร้อมแล้ว แต่ฝ่ายขายมองว่ายังไม่ใช่
- →ไม่มีเกณฑ์ย้ายสถานะใน Pipeline ทำให้ดีลค้างอยู่ในระบบนานเกินจริง
- →ไม่บันทึกเหตุผลแพ้ดีล จึงปรับ scoring และ qualification ไม่ได้
- →ตอบ lead ช้าเกินไป โดยเฉพาะ lead ที่ขอเดโมหรือขอราคา ซึ่งมักคาดหวังการตอบกลับภายในไม่กี่ชั่วโมง
อีกจุดที่มักถูกมองข้ามคือการไม่แยก “ความสนใจ” ออกจาก “เจตนาซื้อ” คนที่อ่านบทความ 5 บทความอาจสนใจความรู้ แต่ยังไม่คิดซื้อ ขณะที่คนที่เข้าหน้าราคา ขอคุย และชวนผู้บริหารเข้าประชุม อาจมีจำนวนพฤติกรรมน้อยกว่าแต่มี intent สูงกว่า ระบบ scoring จึงควรถ่วงน้ำหนัก intent ให้ชัด
“อย่าให้ทุก lead มีคุณค่าเท่ากัน เพราะต้นทุนเวลาของทีมขายไม่เท่ากัน”
“นิยามที่ชัดเจนระหว่าง Lead, MQL, SQL สำคัญกว่าการมีรายชื่อจำนวนมาก”
“Pipeline ที่ดีต้องขยับสถานะจากเหตุการณ์จริง ไม่ใช่ความรู้สึก”
7เริ่มต้นใช้ระบบคัดกรองแบบไม่ซับซ้อน
ถ้าคุณยังไม่มีระบบชัดเจน ไม่จำเป็นต้องเริ่มจากเครื่องมือซับซ้อน ให้เริ่มจากเอกสารหรือ CRM ที่ใช้อยู่ แล้วกำหนด 4 อย่างก่อน: นิยาม Lead/MQL/SQL, ชุดคำถามคัดกรอง, คะแนน 5-10 ตัวแปร, และ Pipeline 4 สถานะ เมื่อใช้จริง 1-2 เดือน ค่อยดูข้อมูลย้อนหลังแล้วปรับให้เหมาะกับธุรกิจ
- 1
กำหนด ICP 3-5 ข้อ
เช่น อุตสาหกรรม ขนาดบริษัท ตำแหน่ง และพื้นที่ให้บริการ
- 2
ตั้งเกณฑ์ MQL และ SQL
เช่น MQL = 50 คะแนนขึ้นไป, SQL = คุยแล้วผ่าน Need, Authority, Timeline
- 3
ทำคำถามคัดกรองสั้น ๆ ให้ทีมใช้เหมือนกัน
ใช้ BANT หรือ CHAMP อย่างละ 4 ข้อก็พอในช่วงเริ่มต้น
- 4
ตั้ง SLA การตอบกลับ
เช่น lead ขอเดโมต้องมีคนติดต่อภายใน 1 ชั่วโมงในเวลางาน
- 5
รีวิวทุกเดือน
ดูว่า lead ประเภทไหนปิดได้จริง และประเภทไหนควรลดความสำคัญลง
💡 สรุปให้เอาไปใช้ต่อได้ทันที
Lead ที่ดีไม่ใช่คนที่เข้ามาเยอะที่สุด แต่คือคนที่ตรงกลุ่ม มีปัญหาชัด และมีสัญญาณพร้อมซื้อพอสมควร วิธีทำงานให้เป็นระบบคือแยกนิยาม Lead, MQL, SQL ให้ชัด ใช้ BANT หรือ CHAMP คัดกรองด้วยคำถามเดียวกัน ออกแบบ Lead Scoring จากทั้งคุณสมบัติและพฤติกรรม ตั้ง Pipeline 4 สถานะพร้อมเกณฑ์ย้ายสถานะที่ตรวจสอบได้ และบันทึกเหตุผลแพ้ดีลเพื่อนำมาปรับระบบต่อเนื่อง เมื่อทำครบ 5 ส่วนนี้ ทีมขายจะใช้เวลาน้อยลงกับ lead ที่ไม่ใช่ และมีโอกาสปิดการขายจาก lead ที่ใช่มากขึ้น
อยากให้ทีมเมฆช่วยวางระบบนี้ให้ธุรกิจคุณ คุยกับทีม Mekha
หมวดหมู่อื่น