Jakość leadów z LinkedIn Ads: jak odsiać przypadkowe zgłoszenia i ocenić MQL

Czym jest jakość leadów z LinkedIn Ads i jak ją mierzyć?

Jakość leadów z LinkedIn Ads to odsetek zgłoszeń, które pasują do profilu klienta i mają realną szansę zamienić się w rozmowę handlową. Mierzy się ją nie w Campaign Managerze, ale w CRM – przez statusy, które leady otrzymują po weryfikacji przez marketing i sprzedaż.

Typowa ścieżka wygląda tak: lead (każde wysłane zgłoszenie) → MQL, czyli lead zakwalifikowany przez marketing → SQL, czyli lead zaakceptowany przez sprzedaż → szansa sprzedaży → klient. Na każdym etapie część kontaktów odpada i właśnie te proporcje są miarą jakości. Kampania, która daje 100 leadów i 5 MQL, jest słabsza niż kampania z 40 leadami i 15 MQL, nawet jeśli jej koszt leada jest dwa razy niższy.

Trzy wskaźniki, które warto liczyć co miesiąc: odsetek leadów zakwalifikowanych jako MQL, koszt MQL (wydatki podzielone przez liczbę MQL) oraz odsetek MQL zaakceptowanych przez sprzedaż. Jeśli dopiero budujesz konto i strukturę kampanii, zacznij od przewodnika po LinkedIn Ads dla firm B2B, bo jakość leadów zaczyna się od tego, jak podzielisz kampanie i grupy odbiorców.

Skąd biorą się przypadkowe zgłoszenia na LinkedInie?

Przypadkowe zgłoszenia biorą się głównie z łatwości wysłania formularza: dane uzupełniają się same, więc wystarczą dwa kliknięcia. Do tego dochodzą zbyt szerokie grupy odbiorców i oferty, które przyciągają ciekawskich zamiast kupujących.

Najczęstsze typy słabych leadów:

• osoby szukające pracy i studenci – pobierają materiały branżowe w celach edukacyjnych;
• dostawcy i konkurencja – sprawdzają Twoją ofertę lub chcą sprzedać własne usługi;
• osoby bez wpływu na zakup – asystenci i młodsi specjaliści, którzy nie zarekomendują zakupu;
• przypadkowe kliknięcia – szczególnie na telefonie, gdy formularz składa się wyłącznie z pól uzupełnianych automatycznie;
• firmy spoza segmentu – jednoosobowe działalności przy ofercie dla firm zatrudniających kilkaset osób.

Część problemów rozwiązuje samo targetowanie. Jeśli kampania jest ustawiona na zainteresowania i umiejętności zamiast na stanowiska, funkcje i poziom stażu, jakość będzie niska niezależnie od formularza – zasady doboru kryteriów opisuje poradnik o docieraniu do decydentów bez przepalania budżetu. Drugą linią obrony są wykluczenia studentów, konkurencji i obecnych klientów.

Jak ustalić definicję MQL razem z działem sprzedaży?

MQL (Marketing Qualified Lead) to lead, który spełnia uzgodnione z działem sprzedaży kryteria dopasowania do profilu klienta i zainteresowania ofertą. Definicja musi być spisana i mierzalna – „dobry lead” w głowie handlowca to jeszcze nie definicja.

Jak ją ustalić:

1. Zbierz z CRM listę klientów pozyskanych w ostatnich 12–24 miesiącach i opisz ich wspólne cechy: branżę, wielkość firmy, stanowisko osoby kontaktowej.
2. Podziel kryteria na dwie grupy: dopasowanie (kim jest lead) i intencję (czego chce i kiedy).
3. Każdemu kryterium przypisz punkty i ustal próg, od którego lead jest MQL.
4. Ustal kryteria dyskwalifikujące, które zamykają lead niezależnie od punktów, np. konkurencja, osoba szukająca pracy, kraj spoza obsługiwanych rynków.
5. Ustal z handlowcami, w jakim czasie kontaktują się z MQL i jakie statusy nadają po pierwszej rozmowie.
6. Po miesiącu porównaj punktację z oceną handlowców i skoryguj wagi.

Przykładowa tabela punktacji dla firmy sprzedającej oprogramowanie dla średnich przedsiębiorstw może wyglądać tak:

W tym modelu próg MQL może wynosić 60 punktów. Liczby są przykładowe – wagi ustal na podstawie własnych danych o klientach, a nie przenoś ich z innej firmy.

Jak odsiać przypadkowe zgłoszenia już w kampanii?

Najtańsze odsiewanie odbywa się przed wysłaniem formularza: w targetowaniu, w treści reklamy i w ustawieniach formularza. Każdy przypadkowy lead, którego nie zbierzesz, to mniej pracy dla sprzedaży i czystsze dane do optymalizacji.

• Komunikat z filtrem – napisz w reklamie, dla kogo jest oferta, np. „dla firm produkcyjnych zatrudniających od 50 osób”. Kliknięć będzie mniej, ale lepszych.
• Intencja formularza Higher intent – dodatkowy krok przeglądu danych przed wysłaniem ogranicza zgłoszenia wysłane odruchowo.
• Pytanie kwalifikujące – jedno pytanie o rolę w zakupie lub termin, z odpowiedzią „tylko zbieram informacje” dla uczciwych ciekawskich. Szczegóły ustawień opisuje tekst o polach i pytaniach w formularzach Lead Gen.
• Oferta dopasowana do etapu – e-book przyciąga szeroką grupę, konsultacja lub audyt – węższą, ale bliższą zakupu.
• Kontrola automatycznego poszerzania grupy – przy kampaniach leadowych na wąską grupę sprawdź, czy włączone opcje rozszerzania odbiorców nie rozmywają targetowania.

Uwaga: Nie dodawaj pięciu pytań kwalifikujących, żeby „na pewno” odsiać słabe leady. Długi formularz odstrasza także decydentów, którzy mają najmniej czasu, i przesuwa kampanię w stronę osób, które po prostu lubią wypełniać formularze.

Jak ocenić jakość leadów LinkedIn w CRM?

Jakość leadów LinkedIn ocenisz rzetelnie tylko wtedy, gdy każde zgłoszenie trafi do CRM automatycznie, z informacją o kampanii i ofercie, i dostanie status w ciągu kilku dni. Ręczne pobieranie plików raz w tygodniu opóźnia kontakt i gubi informację, z której kampanii pochodzi lead.

W CRM ustaw pole z kanałem pozyskania oraz pola z nazwą kampanii i oferty – część tych danych dostarczą ukryte pola formularza. Potem zdefiniuj statusy, które handlowiec musi wybrać po pierwszym kontakcie, np. „Zaakceptowany – SQL”, „Odrzucony: poza segmentem”, „Odrzucony: brak potrzeby”, „Odrzucony: brak kontaktu”. Konkretny powód odrzucenia jest cenniejszy niż sam status, bo wskazuje, co zmienić w kampanii.

Mapowanie pól i automatyczne przesyłanie leadów opisuje poradnik o integracji formularzy z CRM. Zwróć też uwagę na czas reakcji: lead, z którym nikt nie kontaktuje się przez tydzień, najpewniej zostanie oznaczony jako „brak kontaktu”, choć problem leżał po stronie procesu, a nie kampanii.

Po czym rozpoznać słaby lead w danych z formularza?

Słaby lead zdradza zwykle kombinacja kilku sygnałów, a nie jeden z nich. Pojedynczy prywatny adres e-mail niczego nie przesądza, ale prywatny adres, stanowisko „student” i odpowiedź „tylko zbieram informacje” w jednym zgłoszeniu to niemal pewna dyskwalifikacja.

Sygnały, które warto zautomatyzować w CRM jako reguły punktacji:

• stanowisko zawierające słowa typu student, stażysta, praktykant, rekruter;
• nazwa firmy pusta, wpisana jako „własna działalność” albo pokrywająca się z listą konkurentów;
• kraj spoza rynków, które obsługujesz;
• kilka zgłoszeń z tej samej firmy w krótkim czasie od osób z działu, który nie kupuje Twojej usługi;
• rozbieżność między stanowiskiem a odpowiedzią na pytanie o rolę w zakupie, np. praktykant deklarujący, że „decyduje”.

Reguły automatyczne nie zastąpią oceny handlowca, ale pozwalają mu zacząć dzień od leadów z najwyższą punktacją. Raz w miesiącu przejrzyj też leady odrzucone automatycznie – jeśli trafiają się wśród nich wartościowe kontakty, reguła jest zbyt ostra.

Jak przekazać informację o jakości leadów z powrotem do LinkedIna?

Informację o jakości przekazujesz LinkedInowi przez konwersje offline, najczęściej za pomocą Conversions API. Gdy CRM wysyła zdarzenia typu „lead zakwalifikowany” czy „szansa sprzedaży”, w Campaign Managerze widzisz, które kampanie generują wartościowe kontakty, a nie tylko wysłane formularze.

To zmienia sposób oceny kampanii: zamiast kolumny z kosztem leada patrzysz na koszt konwersji „lead zakwalifikowany”. Przy odpowiedniej liczbie takich zdarzeń możesz też wykorzystać je w optymalizacji, dzięki czemu system dostarczania szuka osób podobnych do tych, które przeszły kwalifikację. Konfigurację krok po kroku opisuje tekst o Conversions API i pomiarze pipeline’u sprzedaży.

Zanim podłączysz zdarzenia, upewnij się, że statusy w CRM są nadawane konsekwentnie. Optymalizacja na podstawie przypadkowo klikanych statusów tylko utrwali chaos.

Kiedy niski koszt leada jest sygnałem ostrzegawczym?

Niski koszt leada jest sygnałem ostrzegawczym wtedy, gdy wyraźnie odbiega od reszty konta, a odsetek MQL w tej kampanii jest niższy niż w pozostałych. Tani lead często oznacza, że system znalazł osoby, które chętnie wysyłają formularze – niekoniecznie te, które kupują.

Załóżmy, że firma szkoleniowa prowadzi dwie kampanie z budżetem 3000 zł miesięcznie każda. Kampania A z e-bookiem daje 60 leadów (50 zł za lead), z czego 6 to MQL – koszt MQL wynosi 500 zł. Kampania B z bezpłatną konsultacją daje 20 leadów (150 zł za lead), z czego 12 to MQL – koszt MQL to 250 zł. Kampania B, droższa na pierwszy rzut oka, dostarcza kwalifikowany kontakt o połowę taniej.

Podobna logika dotyczy porównań między platformami. Formularze na Meta czy TikToku dają zwykle tańsze zgłoszenia, ale o innym profilu – mechanikę i kwalifikację na TikToku opisuje tekst o kampanii generowania leadów na TikToku, a pełne zestawienie kanałów znajdziesz w porównaniu LinkedIn Ads czy Meta Ads w B2B. Orientacyjne wskaźniki wypełnień i jakości dla różnych platform zebraliśmy w benchmarkach lead ads.

Jak wygląda plan poprawy jakości leadów na 30 dni?

Plan na 30 dni zakłada, że kampanie już działają, a celem jest obniżenie kosztu MQL bez zatrzymywania pozyskiwania leadów. Zmiany wprowadzaj tydzień po tygodniu, aby wiedzieć, co przyniosło efekt.

• Tydzień 1 – spisz definicję MQL ze sprzedażą, dodaj w CRM statusy z powodami odrzucenia i oznacz wstecz leady z ostatnich 60 dni.
• Tydzień 2 – przeanalizuj odrzucone leady według stanowiska, stażu i firmy; na tej podstawie dodaj wykluczenia i popraw targetowanie.
• Tydzień 3 – w kampanii z najgorszym odsetkiem MQL włącz Higher intent, dodaj jedno pytanie kwalifikujące i dopisz filtr do tekstu reklamy.
• Tydzień 4 – porównaj koszt MQL przed zmianami i po nich, a zdarzenie „lead zakwalifikowany” zacznij przesyłać do LinkedIna.

Najczęstsze błędy w tym procesie to ocenianie jakości po pierwszych pięciu leadach, zmiana kilku elementów jednocześnie i brak udziału handlowców w ustalaniu kryteriów. Bez nich definicja MQL zostaje dokumentem marketingu, którego sprzedaż nie stosuje.