Métricas de Demand Generation que Realmente Importan: Más Allá del MQL

La obsesión de la industria de marketing B2B con Marketing Qualified Leads (MQLs) como métrica de éxito es una de las razones por las cuales tantos programas de demand generation fallan a escala. El MQL es una métrica de vanidad que fue inventada para permitir que marketing reclamara success incluso cuando el pipeline no mejoraba. Los datos de la industria demuestran que aproximadamente el 77% de los compradores califican su última compra B2B como “difícil,” lo que refleja la complejidad real de los buying journeys que involucran múltiples stakeholders (13+ internos y 9+ externos por deal) y largos ciclos de decisión. Un MQL es una definición arbitraria.

Típicamente alguien que completó un formulario y tiene atributos que match ciertos criterios. Pero un MQL no es una oportunidad. La mayoría de los MQLs nunca se convierten en oportunidades. Esto significa que si estás optimizando hacia MQL, estás siendo recompensado por generar volumen que en su mayoría no es vendible.

Ese es el opuesto al éxito. Si los MQLs son tu métrica primaria, estás midiendo la cosa equivocada.

Métricas y Medición

Las métricas que realmente importan en demand generation son las que están más cercanas al revenue. Primero, pipeline. ¿Cuántas oportunidades estoy generando cada mes? No leads. Oportunidades.

Interacciones que tu equipo de sales ha evaluado y decidido perseguir porque tienen chance de cierre. Una oportunidad es órdenes de magnitud más valiosa que un lead. Si tienes 100 oportunidades y conviertes el 30%, tienes $3M de revenue (asumiendo $100k deal size). Si tienes 10,000 MQLs, conviertes 27% a oportunidad, y conviertes 30% de esas, tienes el mismo $3M de revenue pero con 100x el ruido.

El focus debería estar en pipeline, no volumen de leads. La métrica clave es: ¿cuánta pipeline estoy generando por mes? Y más importante, ¿cuáles es la calidad de esa pipeline? Calidad puede ser medida por: ¿qué % de pipeline que genero eventualmente convierte a ganado? ¿Cuál es el deal size promedio? ¿Cuál es la velocidad desde oportunidad a win? ¿Cuál es el churn de oportunidades una vez cerradas (porque indicadores de customer success, que impacta LTV)?

Alineación Marketing y Ventas

Pipeline quality es en realidad más importante que pipeline quantity. Un equipo generando 50 oportunidades de alta calidad que convierte 40% venderá más que un equipo generando 500 oportunidades de baja calidad que convierte 5%. Cómo mides pipeline quality es examinando: score de company fit (¿la oportunidad match nuestro ICP?), score de problema fit (¿tienen realmente el problema que resolvemos?), score de budget fit (¿pueden permitirse la solución?), score de timeline fit (¿están en un timeframe de compra que sea reasonable?). Una oportunidad que tiene all four fits es típicamente una oportunidad de alta probabilidad.

Una que tiene dos es mucho más riesgosa. Muchos equipos pueden generar oportunidades rápido si bajan los standards. Pero oportunidades de baja fit incrementan sales friction, alargan ciclos, y generan pérdida de tiempo para sales. Una métrica sofisticada es: oportunidades de fit-score-80-or-above generadas por mes.

Eso es una métrica de calidad, no volumen.

Conversión y Pipeline

Pipeline velocity es otra métrica que frecuentemente está descuidada pero es fundamental. Velocity es: en promedio, ¿cuánto tiempo toma una oportunidad para cerrar? La mayoría de los B2B sales cycles son 3-18 meses dependiendo del tamaño, pero hay varianza. Si tu pipeline velocity es 9 meses y tu competidor es 6 meses, ellos están sacando deals 3 meses antes de ti.

A lo largo de un año, eso es diferencia de velocidad significativa. Pipeline velocity es una función de múltiples factores. Calidad de leads, percepción de brand, claridad de value prop, competencia, complejidad de la venta. Demand generation impacta velocity principalmente a través de brand perception y consciencia.

Si estás educando consistentemente tu ICP, sales tiene una venta más fácil. El prospect ya entiende la categoría, ya conoce tu brand, ya está predispuesto favorablemente. Esto comprime el sales cycle. Una métrica sofisticada es: pipeline velocity por source—¿qué fuentes de demanda generan oportunidades que cierran más rápido?

Estrategia de Contenido

Los datos típicamente muestran que content-sourced deals y event-sourced deals cierran más rápido que paid-search-sourced deals, porque el prospect ha estado educado antes de entrar en sales cycle.

Revenue sourcing es la métrica ultimate pero es frecuentemente mal capturada. Cuándo generaste revenue sourcing, realmente quieres saber: de los deals que cerramos este mes, qué porcentaje fue influenciado (de alguna forma) por demand generation activities, versus demand capture activities versus sales outreach directo. Esto requiere un modelo de atribución sofisticado. Típicamente multi-touch attribution.

Sin embargo, la mayoría de los equipos usan last-click attribution que seriamente subestima el valor de demand generation. Un estudio encontró que data-driven attribution (que intenta ser más sofisticado) mostró 150x más crédito a upper-funnel activities que last-click attribution. Eso es enorme. Si sales tiene un sequence de outreach que convertía a un MQL que vino de un ad de retargeting que llegó después del prospect haber consumido 5 piezas de contenido, last-click attribution asigna 100% del revenue al email de sales.

Multi-touch asigna crédito a todo

Multi-touch asigna crédito a todo lo que ocurrió. La verdad es que la mayoría de los deals requieren ambos: demand generation que crea consciencia, y demand capture que crea urgencia. La métrica correcta reconoce ambos.

Una métrica sofisticada para demand generation es CAC (Customer Acquisition Cost) por fuente. CAC es: tu gasto total en adquirir un cliente (todos los marketing spend asociado + sales overhead) dividido por el número de clientes adquiridos, medido por fuente. Si tu CAC desde demand generation sourcing es $40k y tu CAC desde paid search sourcing es $150k, pero tu retention y expansion revenue es 2x más alto desde demand generation, entonces demand generation es claramente más eficiente. Incluso si demand generation tiene CAC superior, si está generando customers de mayor LTV, es la inversión correcta.

Esta es una métrica que requiere 6-12 meses de datos para ser precise, pero una vez que tienes baseline, es extraordinariamente informativa.

Expansion revenue y net dollar

Expansion revenue y net dollar retention son métricas que frecuentemente no son atribuidas a demand generation, pero deberían serlo. Expansion revenue es el revenue adicional que generas de clientes existentes. Net dollar retention es la tasa a la cual los clientes permanecen contigo e expanden. Hay prueba empírica de que clientes que fueron adquiridos a través de demand generation.

Donde fueron educados y persuadidos en el espacio de problema, en lugar de ser vendidos una solución. Tienen expansion revenue más alto. Tienen mejor understanding del valor que están obteniendo, tienen mejor product adoption, tienen mejor alignment de expectativa. Esto se traslada a mejor retention y mayor propensión a expandir.

Si demand generation está generando customers con 30% net dollar retention y paid search está generando customers con 20%, eso es diferencia extraordinaria cuando multiplicada a lo largo de un cartera de clientes.

Segmentación y Audiencia

Finalmente, market share of voice y brand awareness en tu ICP es una métrica que debería ser medida pero raramente lo es. ¿Qué porcentaje de conversaciones en tu categoría están mencionando tu brand versus competidores? ¿Qué porcentaje de tu ICP está consciente de tu brand? ¿Cuál es el sentiment—¿piensan favorablemente de ti? Estas son métricas que puedes investigar a través de brand tracking surveys, topic listening en redes sociales, análisis de conversación en comunidades de industry. Cuando tu share of voice aumenta de 15% a 25%, eso es el trabajando de demand generation en real time. Ese aumento típicamente se traslada a mejor performance de demand capture 3-6 meses después porque la audiencia está mejor educada.

Brands con altos share of voice también pueden cargar pricing premium porque tienen más poder de mercado.