7 סימנים שמשפך הלידים שלכם דולף הכנסות ואיך לזהות אותם

משפך לידים B2B נראה לפעמים בריא על הנייר: יש תנועה, יש המרות, יש דשבורד צבעוני. אבל כמו מערכת אינסטלציה, גם כאן הבעיה האמיתית היא לא תמיד איפה שרואים מים על הרצפה, אלא איפה שהלחץ יורד לאורך הקו. לכן זיהוי מקור הנזילה צריך להתחיל לא במספר הכולל של הלידים, אלא בכל מעבר בין שלב לשלב. אם יותר מדי לידים נכנסים ומעט מדי מגיעים ל-pipeline אמיתי, העלות אינה רק אובדן יעילות שיווקית, אלא פגיעה ישירה בהכנסות, בתחזיות וביכולת של Sales לעבוד על מה שבאמת יכול להיסגר.

זיהוי מקור הנזילה: ירידה חדה מ-Lead ל-MQL

רוב המשפכים לא קורסים בבת אחת; הם דולפים בשקט. במסך הראשי הכול נראה תקין, כי נפח הלידים נשמר, אבל רק חלק קטן מהם מגיע לשלב ששווה השקעת זמן של Sales. כאן מתחיל זיהוי מקור הנזילה: לא ברמת ה"כמה לידים נכנסו", אלא ברמת מאיפה הגיעו, מאיזו קמפיין, איזה נכס תוכן יצר את ההמרה, ואיזה טופס אסף את הנתונים.

אם מקור אחד מביא הרבה לידים עם שיעור MQL נמוך במיוחד, זו לא "בעיה של איכות כללית" אלא כשל ממוקד. לפעמים ספר אלקטרוני מביא סטודנטים, קמפיין LinkedIn מושך קהל לא רלוונטי, או טופס קצר מדי מאפשר לכל מי שסקרן להיכנס פנימה. לפני שמגדילים תקציב, צריך לפרק את הירידה לפי מקורות ולבדוק היכן שיעור ההתקדמות נשבר.

• השוו יחס Lead ל-MQL לפי source ו-medium.
• בדקו אילו דפי נחיתה וטפסים מייצרים נפח בלי התאמה.
• בחנו תוכן שמייצר הורדות רבות אך מעט המשך התקדמות.

ה-MQLים נערמים אבל כמעט לא הופכים ל-SQL

זה אחד הסימנים הברורים לפער בין Marketing ל-Sales: השיווק מדווח הצלחה, המכירות טוענות שאין עם מי לעבוד. כשה-MQLים נערמים אבל כמעט לא הופכים ל-SQL, הנזק כפול. מצד אחד, Marketing מאמין שהמנוע עובד. מצד שני, Sales מפתח חוסר אמון במערכת ומתחיל לעקוף אותה ידנית.

האבחון צריך להתחיל בארבע נקודות. הראשונה היא הגדרת handoff: האם ברור מתי ליד מוכן לעבור? השנייה היא מהירות תגובה: גם ליד טוב מתקרר מהר. השלישית היא שדות חובה: אם חסר מידע בסיסי לניתוב, ה-SDR מאבד זמן עוד לפני שיצר קשר. והרביעית היא יישור קו על ההבדל בין MQL ל-SQL. אם לכל צוות יש הגדרה אחרת, אין כאן משפך אלא ויכוח סמנטי יקר.

• מדדו זמן תגובה ממוצע לליד שהוגדר MQL.
• בדקו שיעור דחייה של MQLים על ידי Sales וסיבות הדחייה.
• ודאו שכל שדה קריטי לטריאז' קיים ונאכף ב-CRM.

מחזור המכירה מתארך ולידים הופכים ל"רוחות"

לא כל עסקה שמתעכבת היא עסקה מתה. בחלק מהקטגוריות יש לידים שצריכים זמן, תקציב, אישור הנהלה או שינוי עדיפויות פנימי. הבעיה מתחילה כשאותם לידים נשארים פתוחים שבועות ארוכים בלי סימן ממשי להתקדמות, אבל עדיין ממשיכים לזהם תחזיות. כאן צריך להבדיל בין ליד שמבשיל לאט לבין "רוח" שאין לה כוונת רכישה אמיתית.

הבדיקה הפשוטה היא לא רק גיל ההזדמנות, אלא גם איכות התנועה בתוכה: כמה touchpoints היו בתקופה האחרונה, מה היה השלב הפעיל האחרון, האם התקבלה תשובה אמיתית או רק "נדבר בהמשך", והאם מישהו בצד הלקוח ביצע פעולה שמאותתת קנייה. אם אין תנועה, אין בעל תפקיד מזוהה ואין צעד הבא מתועד, עלות ההחזקת ההזדמנות גבוהה: forecast מנופח, עומס על צוות המכירות, ותחושת pipeline שקרית.

מודל הניקוד שלכם מתגמל פעילות במקום כוונה

מודל scoring בעייתי יודע להיראות מתוחכם מאוד ולהזיק מאוד. כשהוא נותן הרבה נקודות על פתיחת מיילים, הקלקות והורדת תוכן, אבל מעט מדי על התאמה לחשבון היעד, תפקיד, גודל חברה או אותות קנייה, הוא דוחף קדימה לידים רועשים במקום לידים קונים. כך נשבר תהליך זיהוי לקוח: המערכת מזהה מעורבות, אבל לא מזהה סיכוי אמיתי לעסקה.

הפתרון אינו לבטל ניקוד, אלא לעדכן משקלים לפי נתוני המרה אמיתיים. קחו עסקאות שהפכו ל-SQL, ל-opportunity וללקוחות, ובדקו אילו מאפיינים קדמו להמרה באמת. ייתכן שפתיחת חמישה מיילים שווה פחות מביקור בעמוד תמחור, ושחברה בגודל נכון עם role רלוונטי שווה יותר מכל הורדת PDF. מודל טוב משקף כוונה ומידת התאמה, לא רק פעילות דיגיטלית.

אין ייחוס אמיתי, ולכן אי אפשר לדעת מאיפה ההכנסות בורחות

ארגונים רבים עדיין עוצרים את ה-attribution בקליק, בטופס או ב-MQL. זה נוח לדיווח, אבל חסר ערך להחלטות תקציב. אם אי אפשר לחבר מקור קמפיין ל-pipeline, לשיעור סגירה ולהכנסה בפועל, אין דרך לדעת אילו ערוצים באמת מייצרים כסף ואילו רק מייצרים נפח. במצב כזה, החלטות מדיה נשענות על vanity metrics במקום על תרומה לעסק.

כדי לסגור את הפער צריך audit מסודר: לבדוק תקינות UTM, לוודא שהמידע עובר בשלמותו למערכת האוטומציה ול-CRM, ולבחון האם יש שדות מקור שנדרסים בדרך. זה המקום שבו זיהוי מקור הנזילה הופך ממטאפורה לפעולה ניהולית: אם אתם רואים עלות לקליק ועלות לליד, אבל לא עלות להזדמנות או ללקוח, אתם לא באמת יודעים איפה הכסף נשפך החוצה.

רצפי ה-Nurture נשלחים, אבל לא מזיזים עסקאות קדימה

אפשר לבנות רצף Nurture יפה, אוטומטי ומדויק טכנית, ועדיין לגלות שהוא לא משנה שום תוצאה עסקית. מיילים נפתחים, לינקים נלחצים, אבל הסטטוס ב-CRM לא זז. כל שבוע כזה מגדיל CAC, כי הארגון ממשיך להשקיע תקציב וריכוז תפעולי בלידים שלא מתקדמים לשלב הבא.

הבדיקה כאן צריכה להיות לפי התאמה בין מסר לשלב. ליד בתחילת הדרך צריך חינוך שוק; ליד שכבר הראה כוונה צריך מסר שמקדם פגישה, הערכת ROI או דמו. בנוסף, רצפים טובים נשענים על intent-based triggers, לא רק על תאריכים בלוח השנה. אם כל אחד מקבל את אותו מסלול, בלי קשר להתנהגות, ה-Nurture עובד כמו מערכת השקיה אוטומטית בגשם: הרבה פעילות, מעט תוצאה.

טפסים ודפי נחיתה יוצרים חיכוך במקום סינון חכם

טופס ארוך מדי מוריד המרות. טופס קצר מדי מכניס רעש. לכן השאלה הנכונה אינה "כמה שדות להסיר", אלא אילו נתונים באמת נדרשים כדי לנתב, לתעדף ולהפעיל טיפול נכון. כשמבקשים מוקדם מדי מידע רגיש או לא ברור למה צריך אותו, הנטישה עולה. כשלא מבקשים מידע קריטי, הליד נכנס עיוור ומייצר עיכוב בהמשך.

כאן תהליך זיהוי לקוח צריך להיות משימה תפעולית רבעונית, לא פרויקט חד-פעמי. עברו על טפסים, דפי נחיתה, שדות חובה, חוקים ב-CRM ושיעורי נטישה, ובדקו אילו שדות באמת תורמים ל-routing ולאיכות SQL. במקביל, זכרו שברמה הארגונית יש גם חובת זיהוי לקוח: לא רק לדעת מי מילא את הטופס, אלא לוודא שהמידע שנאסף מספיק כדי לחבר בין התאמה עסקית, כוונת רכישה וטיפול נכון. מי שבודק את המערכת כך אחת לרבעון, מונע נזילות קטנות מלהפוך לאובדן הכנסות גדול.