Почему маркетинг приводит лиды, а продажи говорят, что они плохие

Фраза «маркетинг приводит плохие лиды» звучит в большинстве B2B-компаний регулярно, обычно на совещании после провального месяца по продажам. Проблема этой фразы не в том, что она всегда неверна — иногда лиды действительно плохие, — а в том, что она ничего не диагностирует. «Плохой лид» может означать десяток разных вещей: не тот человек в компании, не та компания вообще, лид интересовался, но не готов покупать, лид готов покупать, но менеджер не успел ответить, лид вполне годный, но записан в CRM с искажённым контекстом. За одной фразой скрываются причины, требующие совершенно разных действий.

Возникает эта ситуация почти всегда одинаково: у маркетинга есть план по количеству лидов или MQL, у продаж — план по выручке. Когда выручка не выполняется, самое простое объяснение — «лиды были плохие». Это объяснение снимает вопрос с продаж и перекладывает его на маркетинг, но не отвечает, что именно было не так: сам лид, обработка лида или что-то посередине. Пока причина не локализована, любое действие — смена подрядчика по рекламе, ужесточение критериев MQL, дополнительное обучение менеджеров — это действие наугад.

Цена такой неопределённости — не только упущенная выручка в текущем квартале, но и системная: если реальная причина была в скорости обработки лидов, а компания вместо этого сменила рекламное агентство, проблема повторится через квартал с новым подрядчиком. Разбор причин конфликта вокруг зон ответственности за качество лидов подробнее описан в статье про то, распределение ответственности за лиды, — здесь фокус на другом: как именно диагностировать, где произошла потеря, прежде чем делать выводы.

Ниже — перечень типичных причин с обеих сторон, таблица симптомов и вероятных причин, пошаговый алгоритм диагностики и разбор условного примера, когда рост числа лидов на треть не улучшил, а ухудшил показатели продаж.

Если коротко

«Плохой лид» — не диагноз, а симптом с несколькими возможными причинами: со стороны маркетинга это может быть неверный ICP, оффер, привлекающий не тех, неподходящий источник трафика или отсутствие квалификации на входе; со стороны продаж — слишком мягкие критерии MQL, перегруженные или медленные менеджеры, неправильная маршрутизация лида или отсутствие контекста при передаче. Найти реальную причину можно только последовательно: разложить лиды по источникам, посмотреть конверсии на каждом этапе воронки отдельно по источникам и сопоставить со структурированными причинами отказа в CRM. Рост количества лидов без роста их качества — это не прогресс, а часто дополнительная нагрузка на продажи без роста выручки.

Причины на стороне маркетинга

Первая группа причин связана с тем, кого маркетинг приводит и через что.

• Неверный ICP. Если профиль идеального клиента (ICP) не описан точно или не актуализирован, кампании таргетируются на широкую аудиторию «похожую на клиентов», в которую попадает много компаний не того размера, не той отрасли или без реальной потребности в продукте.
• Оффер или позиционирование привлекают не тех. Оффер со скидкой или обещанием быстрого результата часто привлекает более чувствительную к цене и менее платёжеспособную аудиторию, чем оффер, ориентированный на экспертность и долгосрочную ценность — даже если оба ведут на одну и ту же форму заявки.
• Неподходящий источник трафика. Канал с широким охватом и низкой стоимостью контакта хорошо работает для массового спроса, но для сложного B2B-продукта с длинным циклом сделки часто даёт объём вместо релевантности.
• Слабая или отсутствующая квалификация на входе. Если форма заявки состоит из одного поля «телефон», в CRM попадает любой, кто случайно кликнул, а не только те, кто соответствует минимальным критериям интереса и профиля.
• Неправильно откалиброванные критерии MQL. Если критерии маркетинговой квалификации слишком мягкие — например, MQL присваивается за один просмотр страницы услуг, — в SQL передаётся объём, не соответствующий реальной готовности к разговору с продажами. Что именно должно входить в критерии MQL и чем они отличаются от SQL, подробно разобрано в статье различия MQL и SQL.

Причины на стороне продаж и процесса передачи

Вторая группа причин — не про то, кого привели, а про то, что происходит с лидом после передачи.

• Менеджеры физически не успевают обработать лиды. При росте потока без увеличения штата или пересмотра приоритетов часть лидов получает формальный один звонок вместо полноценной квалификации.
• Менеджеры не хотят обрабатывать входящие лиды. Если система мотивации не разделяет вклад в привлечение новых клиентов и работу с существующей базой, у сильных менеджеров нет стимула тратить время на непроверенный входящий поток вместо теплых постоянных клиентов.
• Неправильная маршрутизация. Лид с потенциалом крупной сделки попадает к менеджеру, который специализируется на малых чеках, или наоборот — региональный лид уходит менеджеру не того региона.
• Слишком долгий ответ. Лид, который ждёт обратной связи дольше нескольких часов, часто успевает обратиться к конкуренту или потерять интерес — формально он остаётся в CRM, но фактически уже «остыл» к моменту первого разговора.
• Отсутствие контекста при передаче. Если менеджер не видит, с какой страницы пришёл лид, какой оффер видел и что искал, разговор начинается с нуля и звучит нерелевантно для человека, который уже проявил конкретный интерес — процесс самой передачи разобран в статье про процесс передачи лидов из маркетинга в продажи.
• Плохая фиксация причин отказа в CRM. Если единственная зафиксированная причина — «не дозвонились» или «клиент передумал», по этим данным невозможно понять, где реальная проблема: в качестве лида, в скорости реакции или в аргументации менеджера. Требования к тому, каким должен быть CRM как источник данных, а не просто база контактов, разобраны в статье про связку маркетинга, CRM и продаж.

Симптом и вероятная причина: с чьей стороны искать

Таблица ниже не заменяет диагностику, но помогает быстро сузить круг гипотез по конкретному наблюдаемому симптому.

Симптом	Вероятная причина на стороне маркетинга	Вероятная причина на стороне продаж
Лидов много, но MQL получается мало	Слишком широкий таргетинг, оффер привлекает нецелевую аудиторию	—
MQL много, но SQL получается мало	Критерии MQL слишком мягкие, квалификация формальная	Менеджеры отклоняют лиды без полноценной проверки, торопятся закрыть очередь
SQL передаются, но opportunities почти не создаются	Источник трафика приводит интересующихся, но не готовых к покупке в ближайшее время	Слишком долгий ответ, лид «остывает» до контакта; отсутствие контекста при первом разговоре
Opportunities создаются, но сделки не закрываются	Оффер обещает не совсем то, что есть в реальном продукте — ожидания клиента не совпадают	Слабая работа с возражениями, отсутствие адаптированного под сегмент КП
Один конкретный источник стабильно даёт нецелевые лиды	Неверно настроенный сегмент или канал таргетинга именно для этого источника	—
Конверсия с одинаковых лидов разная у разных менеджеров	—	Неправильная маршрутизация лидов, разный уровень квалификации менеджеров
Лиды жалуются, что их «долго искали»	—	SLA на первый контакт не соблюдается или отсутствует
В CRM почти все отказы с одной формулировкой	—	Причины отказа не фиксируются структурированно, реальная проблема скрыта

Алгоритм диагностики: как найти настоящую причину

Прежде чем делать вывод в чью-либо пользу, стоит последовательно пройти по данным — большая часть работы делается в CRM и занимает от нескольких часов до одного-двух дней в зависимости от объёма истории.

1. Выгрузить все лиды за проверяемый период с источником, каналом и датой обращения.
2. Разделить лиды по источникам и каналам — реклама, органика, рекомендации, выставки, холодные обращения.
3. Посчитать конверсию MQL→SQL отдельно по каждому источнику, а не по общей цифре.
4. Посчитать конверсию SQL→Opportunity отдельно по источникам и, если возможно, по менеджерам.
5. Посчитать конверсию Opportunity→Deal (win rate) — тоже в разбивке, а не только общий показатель.
6. Выгрузить структурированные причины отказа из CRM и сгруппировать их по категориям, а не оставлять как произвольный текст.
7. Сопоставить профиль отказанных и «плохих» лидов с описанием ICP — совпадает он или систематически расходится.
8. Проверить фактическую скорость обработки: время от заявки до первого контакта, по каждому источнику и менеджеру.
9. Прослушать записи звонков или прочитать переписку по выборке лидов, признанных «плохими» — действительно ли менеджер провёл полноценную квалификацию.
10. Свести все данные вместе и сделать вывод, в каком именно звене цепочки происходит основная потеря — это может быть один этап, а не вся воронка целиком.

Подробный разбор того, как читать воронку на этом уровне детализации и что считать нормой для конкретного бизнеса, — в материале об аудите воронки продаж.

Условный пример: больше лидов — не значит лучше

Компания занимается поставками оборудования для пищевого производства. После смены рекламной стратегии число лидов за месяц выросло с 1000 до 1300 — рост на 30%, который на первый взгляд выглядит успехом маркетинга. Но при разборе по всей цепочке картина оказывается обратной.

Показатель	До (1000 лидов)	После (1300 лидов)
Конверсия лид → MQL	25% → 250 MQL	15% → 195 MQL
Конверсия MQL → SQL	40% → 100 SQL	30% → 58 SQL
Конверсия SQL → Opportunity	40% → 40 opportunities	35% → ~20 opportunities
Win rate (Opportunity → Deal)	30% → 12 сделок	30% → 6 сделок

Число лидов выросло на 30%, а число закрытых сделок упало вдвое — с 12 до 6. Причина в том, что новый канал трафика привёл больше контактов, но с более низкой релевантностью на каждом этапе: меньше становятся MQL, меньше SQL, меньше opportunities, при этом win rate на последнем этапе не изменился — сами продажи в этом разрезе сработали одинаково хорошо и до, и после. Если бы в компании смотрели только на «количество лидов выросло на 30%», рекламный канал выглядел бы историей успеха, хотя по факту он почти вдвое сократил выручку от новых сделок. Это и есть ситуация, когда обвинить продажи в «плохой обработке» было бы ошибкой — реальная причина в качестве входящего потока с нового источника.

Типичные ошибки при разборе «плохих лидов»

• Делать вывод по общей цифре, а не по источникам. Средняя конверсия по всем каналам может маскировать один провальный источник, который тянет статистику вниз, пока остальные работают нормально.
• Считать рост числа лидов самоцелью. Как показывает пример выше, увеличение потока без контроля качества на каждом этапе может ухудшить итоговый результат, а не улучшить его.
• Обвинять сторону до того, как посмотрены причины отказа. Без структурированных данных в CRM любой вывод — это предположение, а не диагноз.
• Игнорировать скорость обработки как фактор. Даже качественный лид с целевым профилем можно потерять, если ответить ему через два дня вместо двух часов.
• Не проверять реальную работу менеджеров с лидами. Отчёт «лид обработан» в CRM не означает, что состоялся содержательный разговор — это стоит проверять выборочно по записям.

Метрики, которые стоит смотреть в первую очередь

Для регулярного контроля достаточно небольшого набора показателей в разбивке по источникам: конверсия лид→MQL, конверсия MQL→SQL, конверсия SQL→Opportunity, win rate, среднее время до первого контакта и структура причин отказа по категориям. Смотреть их нужно не в общем виде, а разложенными по каналам — иначе один слабый источник будет постоянно маскироваться средними цифрами по остальным. Как собрать эти показатели маркетинга и продаж в единую регулярную систему контроля, а не разовое расследование — тема статьи про единую систему KPI маркетинга и продаж.

Если вы регулярно слышите от продаж, что лиды от маркетинга плохие, но не можете точно сказать, на каком этапе воронки и по какому источнику это происходит, обычно это не повод менять подрядчика по рекламе или нанимать ещё одного менеджера — а сигнал, что маркетинг и продажи в компании работают как два независимых процесса, а не как единая коммерческая система.

«Эффект масштаба» разбирает именно эту связку: как устроен путь клиента от спроса до сделки, где в нём происходят потери и что нужно изменить в процессах, а не в отдельных активностях. Первый шаг — аудит коммерческой системы, который показывает, где именно сейчас теряется pipeline и выручка.

«Плохой лид» — это приглашение к диагностике, а не приговор одной из сторон. В большинстве случаев реальная причина находится не там, где её изначально ищут: не в самом факте лида, а в том, как он квалифицирован на входе, как быстро обработан и что зафиксировано в CRM после отказа. Пока эти данные не разложены по источникам и этапам, спор между маркетингом и продажами будет решаться не аргументами, а тем, чей голос громче на совещании.