Jak mierzyć wpływ marketingu na pipeline B2B?

Marketing wygenerował 120 leadów. Ruch organiczny wzrósł o 35%, kampania osiągnęła dobry CTR, a LinkedIn dołożył kolejne kontakty. Na pierwszy rzut oka wszystko wygląda dobrze.

Problem pojawia się wtedy, gdy dyrektor sprzedaży pyta, ile z tych działań przełożyło się na realne szanse sprzedażowe. Jeżeli odpowiedzią jest kolejny wykres z Google Analytics, marketing i sprzedaż nadal rozmawiają o dwóch różnych rzeczach.

Wpływu marketingu na pipeline B2B nie mierzy się samą liczbą leadów. Trzeba połączyć źródło kontaktu z kolejnymi etapami sprzedaży: MQL, SQL, opportunity, wartością pipeline’u i przychodem. Dzięki temu można zobaczyć nie tylko, który kanał generuje zainteresowanie, ale przede wszystkim które działania tworzą lub wspierają realne szanse sprzedażowe.

Najprostszy model wygląda tak:

Source → Lead → MQL → SQL → Opportunity → Pipeline → Revenue

To właśnie ta ścieżka powinna być wspólnym językiem Marketingu i Sales.

Dlaczego same leady mówią tak niewiele?

Liczbę leadów łatwo raportować, dlatego firmy bardzo często traktują ją jako główny miernik skuteczności. Problem polega na tym, że lead jest dopiero początkiem procesu, a nie wynikiem biznesowym.

Wyobraźmy sobie dwa miesiące. W pierwszym marketing dostarczył 100 leadów, z których dziesięć sprzedaż uznała za wartościowe, dwa przeszły do opportunity, a żadna transakcja nie została jeszcze zamknięta. W drugim pojawiło się tylko 15 leadów, ale osiem zostało zaakceptowanych przez Sales, a pięć stało się realnymi opportunities.

Jeżeli spojrzymy wyłącznie na liczbę leadów, pierwszy miesiąc wygląda zdecydowanie lepiej. Jeżeli spojrzymy na jakość i pipeline, sytuacja odwraca się całkowicie.

Dlatego znacznie ciekawsza od liczby formularzy jest konwersja:

Lead → MQL → SQL → Opportunity

To właśnie na tych przejściach zaczyna być widać, czy marketing dostarcza właściwe firmy, czy tylko zwiększa liczbę kontaktów w bazie.

Pięć poziomów pomiaru marketingu B2B

Najwygodniej podzielić cały system pomiaru na pięć warstw:

Demand → Conversion → Quality → Pipeline → Revenue

Każdy poziom odpowiada na inne pytanie biznesowe. Demand i Conversion pokazują, jak rynek reaguje na marketing. Quality mówi już o wartości pozyskiwanych kontaktów. Pipeline i Revenue pokazują natomiast, czy działania zaczynają mieć realny wpływ komercyjny.

1. Demand: czy przyciągamy właściwą uwagę?

Na początku trzeba wiedzieć, czy firma w ogóle dociera do właściwego rynku. Możemy tutaj analizować ruch organiczny non-brand, direct, referral, wejścia z systemów AI, odwiedziny stron BOFU czy zaangażowanie wokół najważniejszych treści.

Te dane są potrzebne, ale nie można mylić ich z pipeline’em. Rosnący ruch na artykuł może wyglądać znakomicie w Google Analytics, a jednocześnie mieć niewielką wartość biznesową, jeżeli trafiają na niego osoby spoza ICP.

Dlatego warto zadać bardziej precyzyjne pytanie: czy rośnie zainteresowanie właściwych firm i osób, które rzeczywiście mogą wejść do procesu sprzedaży?

To zmienia sposób interpretacji danych. Dziesięć wejść z firm idealnie pasujących do ICP może być bardziej wartościowe niż tysiąc przypadkowych użytkowników.

2. Conversion: czy zainteresowanie przechodzi do kolejnego kroku?

Następny poziom pokazuje, czy strona, content i oferta potrafią zamienić uwagę w działanie. Tutaj warto mierzyć kliknięcia CTA, rozpoczęcie formularza, poprawne wysłanie formularza, booked calls, pobrania materiałów BOFU czy inne kroki prowadzące do rozmowy sprzedażowej.

Te dane są szczególnie przydatne diagnostycznie. Jeżeli odpowiednie osoby odwiedzają stronę rozwiązania, ale praktycznie nikt nie przechodzi dalej, problem prawdopodobnie nie leży w widoczności. Zwiększenie ruchu może wtedy tylko doprowadzić większą liczbę użytkowników do tej samej słabej ścieżki.

Podobnie jest z formularzem. Jeżeli wiele osób klika CTA, ale większość porzuca formularz, problemem może być jego długość, treść, brak zaufania albo zbyt duże zobowiązanie na tym etapie decyzji.

Conversion metrics pomagają więc odpowiedzieć na pytanie: w którym miejscu zainteresowanie przestaje zamieniać się w intencję zakupową?

3. Quality: czy sprzedaż chce pracować z tym, co generuje marketing?

To moment, w którym Marketing i Sales muszą zacząć korzystać ze wspólnych definicji. MQL, SQL i opportunity nie powinny oznaczać czegoś innego w dashboardzie marketingowym i czegoś innego podczas spotkania handlowców.

Najprostszy model jest taki:

MQL – kontakt spełnia ustalone kryteria marketingowe i kwalifikuje się do dalszej oceny.

SQL – sprzedaż zaakceptowała kontakt jako wart dalszej pracy.

Opportunity – istnieje realna szansa sprzedażowa spełniająca uzgodnione kryteria.

Dokładne definicje będą inne dla producenta maszyn, firmy SaaS czy dostawcy usług technicznych. Nie ma sensu kopiować książkowej definicji, jeżeli nie odpowiada ona realnemu procesowi sprzedaży.

Znacznie ważniejsze jest uzgodnienie, co w konkretnej firmie oznacza wartościowy kontakt. Jeżeli Marketing traktuje każde pobranie PDF-a jako MQL, a Sales interesuje się dopiero firmami powyżej określonej wielkości, które mają aktywny projekt inwestycyjny, konflikt jest wpisany w system od początku.

Warto również mierzyć sales acceptance rate, czyli jaki procent kontaktów przekazanych przez Marketing sprzedaż faktycznie akceptuje do dalszej pracy. To bardzo szybko pokazuje, czy problemem jest ilość leadów, czy ich jakość.

4. Pipeline: tutaj zaczyna się wpływ biznesowy

Pipeline jest momentem, w którym marketingowe wskaźniki zaczynają mieć wyraźny kontekst finansowy. Nie pytamy już tylko, ile osób wypełniło formularz, ale ile realnych opportunities powstało, jaka jest ich wartość i które działania miały udział w ich powstaniu.

Dlatego jednym z najważniejszych mierników marketingu B2B może być:

wartość kwalifikowanego pipeline’u rozpoczętego lub wspieranego przez marketing.

To znacznie bardziej użyteczna informacja niż komunikat, że kampania wygenerowała 147 leadów. Firma może wtedy zobaczyć, że marketing był źródłem albo miał znaczący udział w szansach sprzedażowych o określonej wartości.

Oczywiście takie dane mają sens tylko wtedy, gdy CRM jest prowadzony konsekwentnie, a metodologia przypisywania wpływu marketingowi została wcześniej uzgodniona. W przeciwnym razie otrzymujemy pozornie precyzyjne liczby o bardzo słabych podstawach.

Marketing sourced czy marketing influenced?

W długim procesie zakupowym warto rozróżnić dwa rodzaje wpływu.

Marketing sourced pipeline oznacza opportunities, które rozpoczęły się dzięki działaniu marketingowemu. Klient mógł znaleźć firmę przez Google, pobrać materiał, umówić rozmowę i dopiero później zostać przejęty przez sprzedaż.

Marketing influenced pipeline obejmuje sytuacje, w których opportunity rozpoczęło się gdzie indziej – na przykład przez handlowca albo polecenie – ale marketing później wspierał decyzję poprzez case studies, content, newsletter, LinkedIn czy materiały dla buying committee.

To drugie podejście jest szczególnie ważne w złożonym B2B, ponieważ proces zakupu rzadko składa się z jednego kontaktu. Klient może najpierw znaleźć artykuł w Google, później zobaczyć eksperta na LinkedIn, otrzymać od handlowca case study, wrócić na stronę i dopiero po kilku tygodniach rozpocząć formalny proces zakupowy.

Nie oznacza to oczywiście, że każdą transakcję należy przypisać marketingowi tylko dlatego, że ktoś kiedyś otworzył newsletter. Firma musi określić, co uznaje za istotny touchpoint i w jakim okresie jego wpływ jest brany pod uwagę.

5. Revenue: czy opportunities zamieniają się w sprzedaż?

Pipeline nadal nie jest przychodem. Ostatnia warstwa pomiaru powinna więc obejmować closed-won revenue, win rate, długość cyklu sprzedaży, średnią wartość transakcji oraz – tam, gdzie dane są wystarczająco dobre – koszt pozyskania klienta i revenue sourced lub influenced przez marketing.

Dzięki temu można zauważyć rzeczy, których sama liczba leadów nigdy nie pokaże. Kanał A może generować trzy razy więcej kontaktów niż kanał B, ale klienci z kanału B mogą częściej przechodzić do opportunity, szybciej podejmować decyzję i mieć znacznie większą wartość kontraktu.

Jeżeli porównamy oba kanały wyłącznie przez CPL, drugi będzie wyglądał na droższy. Jeżeli spojrzymy na pipeline i revenue, może okazać się najlepszą inwestycją.

Jak połączyć marketing z CRM?

Bez CRM albo przynajmniej spójnego systemu danych cały model bardzo szybko się rozpada. Marketing może mieć perfekcyjnie skonfigurowane GA4, Search Console, Brevo i LinkedIn Campaign Manager, ale jeżeli sprzedaż pracuje w osobnym systemie i nie ma wspólnych identyfikatorów kontaktów, firm oraz opportunities, oba zespoły oglądają dwa fragmenty tej samej historii.

Minimalny model powinien zapisywać:

Lead Source → Campaign / Content / Landing Page → Contact / Company → MQL → SQL → Opportunity → Deal Value → Won / Lost

Nie trzeba od pierwszego dnia wdrażać zaawansowanego multi-touch attribution. Znacznie ważniejsze jest, żeby firma potrafiła odpowiedzieć na kilka prostych pytań: skąd przyszła firma, czy Sales ją zaakceptował, czy powstała opportunity, jaka była jej wartość i jaki był wynik sprzedaży.

Dopiero kiedy te podstawowe dane są wiarygodne, warto komplikować model atrybucji.

Pięć najczęstszych błędów w mierzeniu marketingu B2B

1. Marketing kończy się na liczbie leadów

Jeżeli nikt nie sprawdza, co dzieje się z kontaktem po przekazaniu do Sales, marketing może przez długi czas optymalizować kampanie pod niewłaściwy wynik. Więcej leadów nie musi oznaczać więcej opportunities.

2. Marketing i Sales inaczej definiują SQL

Jeżeli oba zespoły używają tych samych skrótów, ale przypisują im inne znaczenie, raportowanie szybko staje się źródłem konfliktów. Definicje powinny być wspólne, zapisane i stosowane w CRM.

3. Dane marketingowe nie łączą się z CRM

Marketing zna wtedy źródła ruchu, a sprzedaż zna opportunities, lecz nikt nie potrafi połączyć obu historii. W efekcie trudno ocenić, które działania rzeczywiście wspierają pipeline.

4. Cała wartość sprzedaży trafia do ostatniego kliknięcia

W złożonym B2B klient może mieć kontakt z firmą przez kilka miesięcy i wiele touchpointów. Last-click daje prostą odpowiedź, ale często usuwa z obrazu wcześniejsze działania, które pomogły klientowi zbudować zaufanie i wejść do procesu.

5. Kanały porównuje się wyłącznie przez CPL

Tańszy lead nie musi oznaczać tańszego klienta. Znacznie bardziej użyteczna sekwencja to:

cost per SQL → cost per opportunity → pipeline generated → revenue

Dopiero wtedy można porównywać kanały z perspektywy biznesowej.

Jak powinien wyglądać dashboard Marketing + Sales?

Nie potrzebowałbym dashboardu z 40 metrykami. Zarząd powinien być w stanie w kilka minut zrozumieć, czy firma przyciąga właściwy popyt, czy użytkownicy konwertują, czy Sales akceptuje leady, ile powstaje opportunities oraz jaką wartość ma pipeline.

Dopiero pod tą warstwą powinny znajdować się szczegółowe dane dotyczące SEO, kampanii, LinkedIna, contentu czy poszczególnych landing pages. To one pomagają zdiagnozować, dlaczego wynik zmienia się w określonym kierunku.

Kluczowa zmiana polega więc na tym, że Marketing przestaje raportować aktywność w izolacji. Zaczyna pokazywać swoje miejsce w całym systemie sprzedaży.

Co więc naprawdę warto mierzyć?

CTR, CPC, organic traffic czy conversion rate formularza nadal mają znaczenie. Są jednak przede wszystkim wskaźnikami diagnostycznymi, które pomagają zrozumieć wcześniejsze etapy ścieżki.

Z perspektywy biznesu ważniejsza jest odpowiedź na kolejne pytania: czy docieramy do właściwych firm, ile z nich przechodzi do SQL, ile staje się opportunities, jaką wartość ma pipeline i jak często kończy się on sprzedażą.

Dopiero wtedy można uczciwie ocenić wpływ marketingu na pipeline B2B.

W MK Digital dlatego patrzymy na marketing razem ze sprzedażą i CRM. Jeżeli dashboard marketingowy wygląda dobrze, ale po drodze do revenue coś przestaje działać, problemem nie jest brak kolejnego raportu.

Trzeba znaleźć miejsce, w którym system zaczyna tracić wartość.

Nie wiesz, gdzie marketing przestaje zamieniać się w pipeline?

Sprawdź, gdzie tracisz sprzedaż.

UMÓW DIAGNOZĘ MARKETINGU B2B →