Sales Qualified Lead (SQL)
Ein Sales Qualified Lead, kurz SQL, ist ein Kontakt, den der Vertrieb geprüft und als bearbeitungswürdig angenommen hat. Entscheidend ist die Annahme durch den Vertrieb, nicht das Verhalten des Kontakts. Ein SQL hat einen erkennbaren Bedarf, passt ins Zielprofil und ist gesprächsbereit.
Was unterscheidet einen SQL von einem MQL?
Ein Marketing Qualified Lead (MQL) entsteht durch Verhalten: ein Whitepaper-Download, mehrere Seitenaufrufe, eine Webinar-Anmeldung. Ein SQL entsteht durch ein Urteil. Jemand hat mit dem Kontakt gesprochen oder ihn geprüft und entschieden, dass sich die Zeit des Vertriebs lohnt.
| Merkmal | MQL | SQL |
|---|---|---|
| Auslöser | Verhalten des Kontakts | Prüfung durch den Vertrieb |
| Aussage | "Diese Person zeigt Interesse" | "Dieser Bedarf ist echt und passt zu uns" |
| Wer definiert die Kriterien | Marketing | Vertrieb, idealerweise gemeinsam |
| Belastbarkeit für Forecast | gering | hoch |
Wer definiert, wann ein Lead ein SQL ist?
Beide Seiten gemeinsam, und schriftlich. Das klingt nach Formalismus, ist aber der Punkt, an dem die meisten Pipelines unsauber werden. Wenn Marketing die SQL-Kriterien allein festlegt, entstehen Zahlen, die im Reporting gut aussehen und im Vertrieb niemand bearbeitet. Wenn der Vertrieb sie allein festlegt, wandert die Schwelle mit der Auslastung.
Eine belastbare Definition beantwortet drei Fragen: Welches Profil muss das Unternehmen erfüllen, welche Rolle muss der Kontakt haben, und welches konkrete Signal belegt den Bedarf. Alles darunter ist ein Gefühl, kein Kriterium.
Häufiger Irrtum: mehr SQLs sind besser
Die SQL-Zahl wird oft als Leistungskennzahl geführt und damit zur Zielgröße. Sobald das passiert, passiert auch das Erwartbare: Die Schwelle sinkt, bis die Zahl stimmt.
Der ehrlichere Blick geht auf die Folgekonversion. Wenn die Zahl der SQLs steigt und der Anteil, der daraus zu Angeboten wird, im gleichen Zeitraum fällt, ist nicht die Pipeline gewachsen, sondern die Definition weicher geworden. Diese beiden Kurven nebeneinander zu legen, dauert eine halbe Stunde und beantwortet mehr Fragen als die meisten Dashboards.
Ein verwandter Fehler ist die Annahme, eine zu kleine Zahl an SQLs sei immer ein Kapazitätsproblem. Häufig ist es ein Zielgruppenproblem. Wie man beides auseinanderhält, steht in Markt- oder Pipeline-Problem.