MQL vs PQL: Cara Marketer SaaS Indonesia Memilih Sinyal Handoff yang Tidak Membuang Waktu Sales

TL;DR: MQL (Marketing Qualified Lead) menyaring lead berdasar skor perilaku marketing sebelum dikirim ke sales. PQL (Product Qualified Lead) menyaring berdasar sinyal aktivasi dalam produk. Untuk SaaS yang menawarkan free trial atau freemium, PQL biasanya 2-3x lebih akurat memprediksi closed-won dibanding MQL. Untuk SaaS B2B berbasis demo, MQL tetap relevan sebagai pintu pertama.

Salah satu keluhan paling sering dari tim sales SaaS Indonesia: marketing kirim ratusan lead, tapi yang benar-benar siap bicara cuma segelintir. Akibatnya, sales habiskan waktu telepon kontak yang masih riset awal, dan marketing mempresentasikan dashboard hijau yang tidak terjemahkan ke pipeline.

Akar masalahnya bukan jumlah lead, tapi sinyal yang dipakai untuk memutuskan kapan handoff terjadi. Dua sinyal yang sering bersaing: MQL dan PQL.

Apa Beda MQL dan PQL

MQL menilai lead dari aktivitas yang terjadi sebelum pengguna pakai produk: visit pricing page, download whitepaper, hadir webinar, ikut newsletter. Ditambah skor fit ICP. Kalau totalnya melewati threshold, statusnya naik jadi MQL dan diserahkan ke sales.

PQL menilai dari aktivitas dalam produk. Sinyalnya konkret: free trial user yang membuat 3 project dalam 7 hari, atau freemium user yang invite tim, atau yang menyentuh fitur premium. Sinyal ini lebih dekat ke aha moment sehingga prediksi closed-won jauh lebih akurat.

Kapan Pakai MQL

MQL tetap relevan kalau model bisnisnya sales-led: pelanggan tidak bisa coba produk tanpa demo dengan sales rep. Contoh khas adalah enterprise SaaS dengan tier dimulai 50 juta per tahun. Tidak ada free trial, jadi sinyal aktivasi tidak ada.

Di tahap ini, MQL berfungsi sebagai filter awal supaya sales tidak kebanjiran kontak yang masih jauh dari ready. Kombinasi yang bekerja di klien Atmo (LMS enterprise) saya: skor MQL berbasis 2-3 sinyal kuat (visit pricing 3x dalam 14 hari + download case study + email open rate di atas 30%) ditambah fit ICP minimum (perusahaan 100+ karyawan, industri target).

Kapan Pakai PQL

PQL bekerja kalau ada free trial atau freemium yang membiarkan pengguna eksplor produk sendiri. Sinyal aktivasi spesifik per produk, tapi pola umumnya: pengguna yang melakukan X dalam Y hari pertama punya retention dan conversion paling tinggi.

Saat membantu klien SaaS small team di Jakarta, kami menemukan bahwa user yang invite minimal 1 anggota tim dan mengirim 5 message dalam 3 hari pertama punya conversion ke paid 4x lebih tinggi dibanding rata-rata. Itu jadi definisi PQL. Sales hanya menelpon user yang lulus threshold ini, dan win rate naik dari 12% ke 38% dalam 2 kuartal.

Membangun PQL Tanpa Tooling Mahal

Tidak perlu langsung beli Pendo atau Heap. Mulai dari yang paling sederhana:

1. Tentukan 2-3 sinyal aktivasi paling prediktif (review data 6 bulan terakhir).
2. Track event itu di database produk atau analytics yang sudah ada.
3. Buat query harian yang melabel user lulus threshold sebagai PQL.
4. Kirim daftar PQL itu ke CRM via webhook atau export manual mingguan.
5. Set SLA: sales follow-up dalam 24 jam.

Implementasi awal cukup pakai Postgres + cron job, tidak butuh tools puluhan juta per bulan. Yang penting definisi PQL-nya empiris, bukan asumsi tim marketing.

Kombinasi MQL + PQL

Untuk SaaS hybrid (punya self-serve plan dan enterprise plan), kedua sinyal bisa dipakai bersamaan. MQL untuk leads enterprise, PQL untuk users self-serve yang kelihatan butuh upgrade ke tim. Cara ini saya rekomendasikan untuk klien yang produknya tumbuh melewati tahap product-market fit dan mulai menerima inquiry dari perusahaan besar.

Yang penting, jangan pakai dua-duanya tanpa kriteria yang jelas siapa lulus jalur mana. Sales akan bingung dan trust antar tim hancur.

Pertanyaan Umum

Apakah PQL menggantikan MQL?

Tidak otomatis. PQL menggantikan MQL kalau model bisnisnya 100% product-led dan tidak ada akuisisi enterprise. Untuk SaaS hybrid, keduanya saling melengkapi.

Berapa lama membangun definisi PQL yang akurat?

Butuh data minimal 3-6 bulan dengan pengguna trial yang jelas closed-won/lost. Tanpa label outcome, definisi PQL hanya tebakan.

Apa risiko kalau definisi MQL terlalu longgar?

Sales kelelahan, MQL-to-SQL conversion turun di bawah 10%, dan trust antar tim rusak. Lebih baik MQL ketat dengan volume kecil tapi konversi tinggi.

Bagaimana mengukur kesuksesan handoff?

Lacak MQL-to-SQL conversion (di atas 25% sehat) dan SQL-to-closed-won (di atas 20% untuk B2B SaaS Indonesia). Kalau salah satu jeblok, periksa definisi MQL/PQL dulu sebelum nambah tim.

Apakah ICP harus sama untuk MQL dan PQL?

Idealnya iya, supaya tim tidak bingung. Tapi ICP boleh berbeda kalau segment self-serve dan enterprise memang berbeda secara fundamental (misal SMB vs Fortune 500).

Penutup: Sinyal yang Mengikuti Bisnis

Definisi MQL/PQL bukan keputusan satu kali. Tiap kuartal, review win rate per sumber lead, sinyal mana yang paling prediktif, dan kalibrasi ulang threshold. Yang banyak menjebak: tim marketing sayang menurunkan jumlah MQL karena dashboard kelihatan jelek. Padahal volume MQL kecil dengan konversi tinggi jauh lebih sehat untuk pipeline.

Mulai dari data yang ada. Kalau belum punya data aktivasi, mulai MQL ketat. Kalau sudah ada data trial yang kaya, mulai bangun PQL. Yang lebih buruk dari tidak punya keduanya adalah punya keduanya tanpa kalibrasi ulang.