MQL, SQL và PQL là gì? Cách phân loại, đo lường và xây dựng hệ thống Lead Qualification

Trong Marketing và Sales, không phải Lead nào cũng có giá trị như nhau. Một người chỉ vừa tải tài liệu, một người chủ động yêu cầu báo giá và một người đã dùng thử sản phẩm có mức độ sẵn sàng mua hoàn toàn khác nhau. Nếu doanh nghiệp đưa tất cả Lead cho Sales xử lý theo cùng một cách, đội ngũ bán hàng có thể mất rất nhiều thời gian cho những người chưa có nhu cầu thực sự. Ngược lại, nếu chỉ tập trung vào những Lead đã sẵn sàng mua, doanh nghiệp có thể bỏ lỡ những khách hàng tiềm năng đang trong quá trình tìm hiểu. Đó là lý do doanh nghiệp cần Lead Qualification – quy trình đánh giá và phân loại Lead theo mức độ phù hợp, mức độ quan tâm và khả năng chuyển đổi.

Trong hệ thống này, MQL, SQL và PQL là ba khái niệm quan trọng giúp doanh nghiệp xác định Lead đang ở đâu, cần được xử lý như thế nào và khi nào nên chuyển sang bước tiếp theo.

MQL, SQL và PQL là gì?

MQL, SQL và PQL đều là các thuật ngữ dùng để xác định mức độ đủ điều kiện của một Lead, nhưng dựa trên những loại tín hiệu khác nhau.

Điểm quan trọng là MQL, SQL và PQL không nhất thiết là ba cấp độ tuần tự của cùng một Lead.

Trong một mô hình Sales-led, doanh nghiệp có thể vận hành:

Lead → MQL → SQL → Opportunity → Customer

Trong mô hình Product-led, quy trình có thể giống:

Lead → Sign-up/Trial → Product Usage → PQL → Customer

Vì vậy, doanh nghiệp cần lựa chọn cách phân loại phù hợp với mô hình kinh doanh thay vì cố gắng áp dụng một funnel giống nhau cho mọi trường hợp.

MQL là gì?

MQL (Marketing Qualified Lead) là Lead đã thể hiện đủ mức độ quan tâm và/hoặc mức độ phù hợp để Marketing đưa vào nhóm cần được ưu tiên theo dõi, nuôi dưỡng hoặc xem xét chuyển cho Sales.

MQL thường chưa đồng nghĩa với việc khách hàng đã sẵn sàng mua. Ví dụ, một người tải ebook chuyên ngành, đăng ký webinar, truy cập nhiều lần vào website hay xem các trang sản phẩm hoặc bảng giá….Những tín hiệu này cho thấy Lead có sự quan tâm nhất định, nhưng chưa đủ để kết luận rằng họ chắc chắn sẽ mua. Theo HubSpot, MQL thường được xác định dựa trên sự kết hợp giữa tín hiệu hành vi và mức độ phù hợp với khách hàng mục tiêu.

MQL được xác định bằng cách nào?

Doanh nghiệp có thể xây dựng hệ thống Lead Scoring dựa trên hai nhóm yếu tố chính: mức độ phù hợp (Fit Score) và mức độ tương tác (Engagement Score). Trong đó, Fit Score phản ánh mức độ Lead phù hợp với khách hàng mục tiêu dựa trên các yếu tố như ngành nghề, quy mô doanh nghiệp, vị trí công việc, thị trường hoạt động và nhóm khách hàng mục tiêu. Engagement Score phản ánh mức độ quan tâm của Lead thông qua các hành vi tương tác với doanh nghiệp, chẳng hạn như truy cập website, xem trang dịch vụ, tải tài liệu, đăng ký webinar, xem bảng giá, điền form hoặc yêu cầu tư vấn.

Doanh nghiệp có thể gán trọng số khác nhau cho từng hành vi tùy theo mức độ thể hiện ý định của Lead. Chẳng hạn, đăng ký nhận tài liệu có thể được tính +5 điểm, xem 3 bài viết +3 điểm, truy cập trang dịch vụ +10 điểm, xem bảng giá +15 điểm và điền form tư vấn +20 điểm. Khi kết hợp điểm phù hợp và điểm tương tác, doanh nghiệp có thể thiết lập một ngưỡng cụ thể để xác định khi nào một Lead đủ điều kiện trở thành MQL. Tuy nhiên, các mức điểm này chỉ nên được xem là điểm khởi đầu và cần được điều chỉnh dựa trên dữ liệu chuyển đổi thực tế của doanh nghiệp.

Khi Lead đạt ngưỡng điểm được doanh nghiệp quy định, Lead có thể được đưa vào nhóm MQL.

Tuy nhiên, không nên sao chép một mức điểm cố định từ doanh nghiệp khác. Ngưỡng MQL phải được xây dựng dựa trên dữ liệu chuyển đổi thực tế của chính doanh nghiệp. Hiện nay các hệ thống CRM hiện đại như HubSpot cho phép xây dựng Lead Score dựa trên thuộc tính và hành vi của Contact, Company hoặc Deal.

SQL là gì?

SQL (Sales Qualified Lead) là Lead đã được đánh giá và xác định là đủ điều kiện để Sales tiếp cận trực tiếp.

Nếu MQL trả lời câu hỏi:

“Lead này có đủ tín hiệu quan tâm để chúng ta ưu tiên không?”

thì SQL trả lời:

“Lead này có đủ điều kiện để Sales dành nguồn lực tiếp cận và theo đuổi cơ hội bán hàng hay chưa?”

Một SQL thường có nhiều dấu hiệu rõ ràng hơn về Buying Intent.

Ví dụ, doanh nghiệp có thể đánh giá SQL dựa trên các tín hiệu như có nhu cầu cụ thể phù hợp với sản phẩm/dịch vụ, dự kiến mua trong tương lai gần, có ngân sách hoặc khả năng chi trả, có quyền hoặc ảnh hưởng đến quyết định mua, đồng thời thể hiện ý định rõ ràng qua việc yêu cầu tư vấn, đăng ký demo, yêu cầu báo giá hoặc chủ động phản hồi với Sales.

HubSpot cũng phân biệt MQL và SQL dựa trên sales readiness: MQL thường cần tiếp tục được nuôi dưỡng, trong khi SQL đã đủ điều kiện để Sales tiếp cận trực tiếp.

Có thể dùng BANT để đánh giá SQL

Một framework phổ biến là BANT:

B – Budget: Có ngân sách hay khả năng chi trả không?

A – Authority: Người này có quyền quyết định hoặc ảnh hưởng đến quyết định mua không?

N – Need: Họ có nhu cầu/vấn đề mà doanh nghiệp có thể giải quyết không?

T – Timeline: Khi nào họ cần giải pháp?

Không nhất thiết mọi Lead phải đáp ứng 100% cả bốn tiêu chí mới được xem là SQL. Doanh nghiệp cần xây dựng tiêu chuẩn qualification dựa trên chu kỳ bán hàng, giá trị hợp đồng và đặc điểm khách hàng của mình.

PQL là gì?

PQL (Product Qualified Lead) là người dùng đã trải nghiệm sản phẩm và thực hiện những hành vi cho thấy họ đang nhận được giá trị từ sản phẩm, từ đó có khả năng trở thành khách hàng trả phí. Khái niệm này đặc biệt phổ biến với những loại hình như SaaS, Free Trial, Freemium, Product-led Growth, Các sản phẩm cho phép khách hàng tự trải nghiệm trước khi mua.

Điểm khác biệt lớn nhất của PQL nằm ở Product Usage.

Ví dụ một người đăng ký dùng thử phần mềm:

Đăng ký → tạo tài khoản → tạo workspace → mời thành viên → sử dụng tính năng cốt lõi → sử dụng thường xuyên → chạm giới hạn gói miễn phí.

Nếu dữ liệu cho thấy nhóm người dùng có những hành vi trên có tỷ lệ nâng cấp cao hơn đáng kể, doanh nghiệp có thể sử dụng chúng làm tiêu chí xác định PQL.

Một người đăng ký Free Trial chưa chắc đã là PQL. PQL phải gắn với những hành vi cho thấy người dùng đã trải nghiệm hoặc đạt đến một mức giá trị nhất định trong sản phẩm.

Làm thế nào xác định một PQL?

Hãy bắt đầu từ câu hỏi:

Khách hàng thành công thường làm gì trong sản phẩm trước khi họ trả tiền?”

Ví dụ, doanh nghiệp có thể xác định PQL dựa trên các hành vi như đăng nhập ít nhất 5 lần/tuần, tạo từ 3 project trở lên, mời ít nhất 2 thành viên, sử dụng một tính năng cốt lõi ít nhất 5 lần, hoàn thành bước Activation, sử dụng khoảng 70% tính năng quan trọng của sản phẩm hoặc chạm đến giới hạn của gói Free. Những hành vi có mối tương quan mạnh với việc trả phí có thể trở thành PQL Signals.

HubSpot cũng nhấn mạnh rằng tiêu chí PQL phải được thiết kế dựa trên những hành vi thể hiện người dùng đã trải nghiệm giá trị cốt lõi của sản phẩm và cần được điều chỉnh khi doanh nghiệp có thêm dữ liệu.

MQL, SQL và PQL hoạt động như thế nào?

Điểm khác biệt cốt lõi nằm ở loại bằng chứng mà doanh nghiệp sử dụng để đánh giá Lead.

MQL: Marketing nói “Lead này đáng quan tâm”

Dựa trên: Fit + Engagement

Marketing quan sát hành vi và đặc điểm của Lead để xác định họ có đáng được tiếp tục nuôi dưỡng hoặc chuyển sang Sales hay không.

SQL: Sales nói “Lead này đáng để theo đuổi”

Dựa trên: Need + Buying Intent + Qualification

Sales xác nhận Lead có nhu cầu thực tế và khả năng tiến đến giao dịch.

PQL: Product nói “Người dùng này đang nhận được giá trị”

Dựa trên: Product Usage + Activation + Value Realization

Doanh nghiệp quan sát hành vi bên trong sản phẩm để xác định khả năng chuyển đổi.

Có thể cô đọng thành:

MQL = InterestedSQL = Ready to talk/buyPQL = Experiencing value

Đo lường MQL, SQL và PQL bằng công cụ nào?

Đây là phần doanh nghiệp thường dễ nhầm nhất.

Không có một công cụ duy nhất đo chính xác cả MQL, SQL và PQL.

Doanh nghiệp cần kết hợp dữ liệu Marketing, CRM, Sales và Product.

1. Đo MQL bằng CRM + Marketing Automation + Analytics

Các công cụ phù hợp bao gồm:

HubSpot.
Salesforce.
Zoho CRM.
Microsoft Dynamics.
Google Analytics 4.
Marketing automation platform.
Website analytics.

GA4 có thể theo dõi các event như page view, click, form submission và những tương tác cụ thể trên website/app. Các event quan trọng có thể được đánh dấu thành key event để đánh giá hiệu quả Marketing.

Doanh nghiệp có thể theo dõi:

Số lượng Lead.
Số lượng MQL.
MQL Rate.
MQL theo nguồn.
MQL theo campaign.
MQL theo persona/ICP.
MQL → SQL Conversion Rate.

Công thức MQL Rate

MQL Rate = Số MQL / Tổng số Lead × 100%

Ví dụ:

Doanh nghiệp có 1.000 Lead và 200 Lead đạt tiêu chuẩn MQL:

MQL Rate = 200 / 1.000 × 100% = 20%

Nhưng MQL Rate cao không đồng nghĩa Marketing đang làm tốt. Nếu 200 MQL chỉ tạo ra 5 SQL thì vấn đề có thể nằm ở tiêu chí MQL quá rộng hoặc chất lượng Lead chưa tốt.

2. Đo SQL bằng CRM và Sales Pipeline

SQL cần được đo chủ yếu trên CRM vì đây là giai đoạn Sales bắt đầu tham gia trực tiếp.

Các dữ liệu cần theo dõi:

Số MQL được chuyển sang Sales.
Số Lead được Sales chấp nhận.
Số SQL.
Tỷ lệ MQL → SQL.
Thời gian từ MQL → SQL.
SQL → Opportunity.
SQL → Customer.
Revenue từ SQL.
Win Rate.

Công thức MQL → SQL Conversion Rate

MQL → SQL Rate = Số SQL / Số MQL × 100%

Ví dụ:

500 MQL → 100 SQL

→ MQL-to-SQL Rate = 20%

Chỉ số này đặc biệt quan trọng để đánh giá chất lượng bàn giao giữa Marketing và Sales. Nếu Marketing tạo rất nhiều MQL nhưng Sales chỉ xác nhận một tỷ lệ rất nhỏ, hai bộ phận cần xem lại tiêu chí qualification.

Lead qualification hiệu quả không chỉ giúp Sales tập trung vào cơ hội có khả năng chuyển đổi mà còn tạo ra cơ chế phối hợp rõ ràng hơn giữa Marketing và Sales.

3. Đo PQL bằng Product Analytics

PQL khác MQL và SQL ở chỗ doanh nghiệp phải theo dõi hành vi bên trong sản phẩm.

Với SaaS hoặc ứng dụng, có thể sử dụng:

Product analytics.
Event tracking.
CRM.
Data warehouse.
Công cụ phân tích hành vi sản phẩm.

Các event có thể bao gồm:

Sign-up.
Login.
Create project.
Invite member.
Use feature.
Export data.
Reach usage limit.
Upgrade plan.

Từ đó xây dựng:

Product Usage Score

Ví dụ:

Hành vi	Điểm
Đăng nhập 3 lần	+5
Tạo workspace	+10
Mời thành viên	+15
Sử dụng tính năng cốt lõi	+20
Chạm giới hạn Free	+25
Xem trang Upgrade	+15

Khi người dùng đạt ngưỡng nhất định → PQL.

Điểm quan trọng là phải liên tục kiểm tra xem những hành vi nào thực sự có khả năng dự báo chuyển đổi. Không nên tạo PQL chỉ vì một hành vi “trông có vẻ tích cực”.

Xây dựng hệ thống MQL – SQL – PQL cho doanh nghiệp như thế nào?

Doanh nghiệp không nên bắt đầu bằng việc hỏi: “MQL của chúng ta là bao nhiêu điểm?” Hãy bắt đầu từ dữ liệu khách hàng và quá trình mua hàng.

Bước 1: Xác định ICP

Xác định rõ khách hàng lý tưởng (ICP) dựa trên ngành nghề, quy mô, khu vực, chức vụ người ra quyết định, nhu cầu, khả năng chi trả và vấn đề họ đang gặp phải. ICP càng rõ thì tiêu chí Lead Scoring càng chính xác, tránh tình trạng cộng điểm một cách tùy ý.

Bước 2: Vẽ Customer Journey

Xây dựng hành trình từ Awareness → Consideration → Intent → Purchase → Retention, sau đó xác định các hành vi tương ứng ở từng giai đoạn, chẳng hạn đọc bài viết, tải tài liệu, xem bảng giá hoặc yêu cầu demo. Điều này giúp doanh nghiệp phân biệt mức độ tương tác (Engagement) với ý định mua (Buying Intent).

Bước 3: Xây dựng tiêu chí MQL

Xác định MQL dựa trên sự kết hợp giữa mức độ phù hợp với ICP và tín hiệu hành vi, sau đó gán điểm cho từng tiêu chí và thiết lập một ngưỡng cụ thể. Chẳng hạn, Lead đạt từ 50 điểm trở lên có thể được xác định là MQL. Tuy nhiên, ngưỡng này cần được kiểm chứng và điều chỉnh dựa trên dữ liệu chuyển đổi thực tế.

Bước 4: Xây dựng tiêu chí SQL

Marketing và Sales cần thống nhất rõ tiêu chuẩn để một Lead được xác định là SQL, dựa trên các yếu tố như nhu cầu thực tế, khả năng chi trả, quyền quyết định, timeline và mức độ sẵn sàng mua. Tiêu chí này nên được thống nhất bằng văn bản để hai bộ phận có cùng cách hiểu về một Lead đủ điều kiện.

Bước 5: Xây dựng tiêu chí PQL

Nếu doanh nghiệp có sản phẩm số, đặc biệt là SaaS, hãy xác định những hành vi sử dụng sản phẩm có khả năng dự báo chuyển đổi như hoàn thành Activation, sử dụng tính năng cốt lõi, mời thành viên hoặc chạm giới hạn gói Free. Những hành vi có tương quan mạnh với khả năng trả phí có thể được sử dụng làm PQL Signal.

Bước 6: Thiết lập hệ thống CRM

Đưa toàn bộ dữ liệu Lead và Sales vào CRM để theo dõi xuyên suốt từ Lead Source → MQL → SQL → Opportunity → Customer → Revenue. Các trường quan trọng có thể bao gồm Lead Score, ICP Fit, Lifecycle Stage, MQL/SQL Date, Sales Owner, Opportunity, Deal Value và lý do Lost, giúp doanh nghiệp nhìn thấy toàn bộ hiệu quả của Lead Funnel thay vì chỉ theo dõi số lượng Lead.

Bước 7: Thiết lập SLA giữa Marketing và Sales

Marketing và Sales cần thống nhất tiêu chí MQL/SQL, thời gian phản hồi, trách nhiệm xử lý Lead và cách cập nhật dữ liệu trên CRM. Sau mỗi vòng xử lý, Sales cần phản hồi lý do Lead được chấp nhận hoặc loại bỏ để Marketing có dữ liệu điều chỉnh Lead Scoring, tạo thành một Feedback Loop liên tục.

Bước 8: Đo lường và tối ưu liên tục

Theo dõi toàn bộ Funnel thông qua các chỉ số như Lead Volume, MQL Rate, MQL → SQL, SQL → Opportunity, Opportunity → Customer, Lead → Customer, Sales Cycle, CAC và Revenue by Source. Quan trọng nhất, không nên chỉ tối ưu số lượng MQL mà phải đánh giá MQL tạo ra bao nhiêu SQL, cơ hội và doanh thu, bởi 10.000 MQL không tạo ra doanh thu vẫn kém hiệu quả hơn 1.000 MQL nhưng mang về 100 khách hàng.

Mục tiêu cuối cùng của Lead Qualification không phải là tạo ra thật nhiều Lead đủ điều kiện trên giấy, mà là tạo ra một hệ thống giúp doanh nghiệp phân bổ nguồn lực vào những cơ hội có khả năng tạo doanh thu cao nhất.

MQL, SQL và PQL hỗ trợ chốt đơn như thế nào?

Những sai lầm thường gặp khi xây dựng MQL – SQL – PQL

1. Coi mọi Lead là MQL

Một người để lại email không đồng nghĩa với việc họ có nhu cầu mua.

2. Sao chép Lead Score của doanh nghiệp khác

Mỗi doanh nghiệp có ICP, chu kỳ bán hàng và hành vi khách hàng khác nhau.

3. Marketing tự quyết định thế nào là SQL

SQL phải là định nghĩa có sự thống nhất giữa Marketing và Sales.

4. Chỉ đo số lượng MQL

Cần theo dõi MQL → SQL → Opportunity → Customer → Revenue.

5. Coi mọi Free Trial là PQL

Đăng ký dùng thử chỉ là một tín hiệu. PQL cần dựa trên hành vi thể hiện giá trị thực tế trong sản phẩm.

6. Không cập nhật Lead Scoring

Hành vi khách hàng thay đổi, sản phẩm thay đổi và thị trường thay đổi. Hệ thống qualification cũng phải thay đổi theo dữ liệu.

7. Marketing và Sales không có Feedback Loop

Nếu Sales không phản hồi tại sao Lead bị loại, Marketing sẽ tiếp tục tạo ra những Lead tương tự.

Doanh nghiệp nào nên sử dụng MQL, SQL và PQL?

Không phải doanh nghiệp nào cũng cần cả ba.

Doanh nghiệp B2B truyền thống

Có thể bắt đầu với:

Lead → MQL → SQL → Opportunity → Customer

Đây thường là mô hình phù hợp khi quá trình mua hàng cần tư vấn và Sales involvement.

Doanh nghiệp SaaS

Có thể kết hợp:

MQL + SQL + PQL

Trong đó PQL giúp xác định những người dùng đang trải nghiệm sản phẩm và có khả năng nâng cấp.

Product-led SaaS

PQL có thể trở thành một trong những tín hiệu quan trọng nhất:

Sign-up → Activation → Product Usage → PQL → Upgrade

Doanh nghiệp nhỏ

Không nhất thiết phải xây dựng một hệ thống phức tạp ngay từ đầu.

Có thể bắt đầu bằng:

ICP → Lead Scoring → MQL → SQL → CRM → Conversion Tracking

Sau khi có đủ dữ liệu, doanh nghiệp mới mở rộng sang automation, predictive scoring hoặc PQL.

Kết luận

MQL, SQL và PQL không đơn thuần là ba cách gọi khác nhau của Lead, mà là ba góc nhìn giúp doanh nghiệp xác định mức độ sẵn sàng của khách hàng: Marketing đánh giá mức độ quan tâm và phù hợp, Sales xác nhận nhu cầu và khả năng mua, còn Product nhìn vào giá trị mà người dùng thực sự nhận được. Khi được xây dựng trên cùng một hệ thống dữ liệu, chúng giúp doanh nghiệp biết nên ưu tiên Lead nào, tiếp cận vào thời điểm nào và phân bổ nguồn lực ra sao để tối ưu chuyển đổi.

Cảm ơn bạn đã dành thời gian đọc bài viết của ACT Group. Hy vọng những chia sẻ trên sẽ giúp doanh nghiệp có thêm góc nhìn để xây dựng và tối ưu hệ thống Marketing – Sales hiệu quả hơn.

FAQ

MQL và SQL khác nhau như thế nào?

MQL được Marketing xác định dựa trên mức độ phù hợp và tương tác; SQL đã được Sales đánh giá và đủ điều kiện để tiếp cận trực tiếp.

PQL khác SQL ở đâu?

SQL chủ yếu được xác định thông qua quá trình Sales Qualification, trong khi PQL được xác định dựa trên hành vi sử dụng sản phẩm và các tín hiệu thể hiện giá trị sản phẩm.

MQL có phải Lead nóng không?

Không nhất thiết. MQL cho thấy Lead có mức độ quan tâm/phù hợp đủ để được ưu tiên, nhưng chưa đồng nghĩa với việc họ đã sẵn sàng mua.

Có phải mọi MQL đều trở thành SQL?

Không. Một phần MQL có thể tiếp tục được nuôi dưỡng, bị loại hoặc không bao giờ có nhu cầu mua.

Có phải doanh nghiệp nào cũng cần PQL?

Không. PQL đặc biệt phù hợp với SaaS, Free Trial, Freemium và các mô hình Product-led, nơi doanh nghiệp có thể quan sát hành vi sử dụng sản phẩm.

Công cụ nào dùng để quản lý MQL và SQL?

CRM như HubSpot, Salesforce, Zoho CRM hoặc Microsoft Dynamics có thể được sử dụng để quản lý Lead, scoring, lifecycle stage và Sales Pipeline. Website behavior có thể được đo bằng GA4; GA4 cho phép doanh nghiệp theo dõi event và sử dụng các event quan trọng để đánh giá hiệu quả Marketing.

Làm thế nào để xây dựng hệ thống MQL – SQL – PQL?

Bắt đầu từ ICP và Customer Journey, xác định các tín hiệu qualification, xây dựng Lead Scoring, thống nhất tiêu chí MQL/SQL giữa Marketing và Sales, xác định Product Signals nếu có PQL, triển khai trên CRM/Analytics và liên tục tối ưu dựa trên dữ liệu chuyển đổi thực tế.

CTY CỔ PHẦN CÔNG NGỆ TRUYỀN THÔNG HÀNH ĐỘNG (ACT GROUP)