SaaS 获客,是吸引可能需要你软件的人,把他们变成团队能转化的试用账户或联系人。线索变多很少能救回停滞的收入,判定得更准才能。用试用用户在产品里做了什么来定义合格线索,比表单填写更能预测付费。在下面 100 个试用账户的算例里,按行为分组,付费率是 37.5% 对 3.3%。
读完你会知道
- 各渠道的差别不在线索数量,而在线索预测付费的准确度;按试用账户变成产品合格线索的比例评判每个渠道
- PQL 规则写成一句话:匹配度 + 关键动作 + 时间窗口 + 近期活跃,关键动作从你自己的试用历史里选
- 示例中 PQL 付费率 37.5%、其余 3.3%,而基于表单的 MQL 标记只区分出 20% 和 15%
SaaS 线索从哪些渠道来,各自给出什么质量信号?
SaaS 获客(线索开发),就是吸引可能需要你软件的人,把他们变成团队能跟进转化的联系人或试用账户。每篇指南都会列渠道;更重要的是,每个渠道带来的线索质量不同,给出的早期质量信号也不同。
多数 B2B SaaS 公司依靠的六个渠道:
- 内容和 SEO:回答产品能解决的问题的文章、指南和对比页。线索在读完之后注册或下载。质量信号是注册前读的是哪一页:读了你这个具体场景操作指南的人,和读了一篇泛泛行业盘点的人,是两种不同的线索。
- 付费搜索和付费社交:投在问题词和品类词上的广告。快、能放量,但意图随关键词差别很大。信号是搜索词和落地页;花费要按每个激活试用来分析,而不是按注册数。
- 产品驱动:免费试用或免费版:用户先注册使用产品,再和人交谈。信号是所有渠道里最有力的:他们在产品里实际做了什么。
- 合作伙伴和集成:应用市场上架、集成目录、代理商和经销商。量通常不大但匹配度高,因为合作方已经替你筛过需求。
- 高意向页面上的在线客服:价格页、对比页上的访客实时提问。信号就是问题本身。完整做法见用在线客服获取线索。
- 主动外联:按目标名单发陌生邮件、做社交触达。联系谁由你控制,但在对方回复之前你对意图一无所知。在美国,商业邮件受 CAN-SPAM 规则约束,要求提供可用、且不向收件人收取任何费用的退订方式(§316.5)。
下面的对照表比较了各渠道的线索怎么来、给出什么质量信号、该衡量什么。要记住的一点是:各渠道的差别,与其说在线索数量,不如说在这些线索预测付费客户的准确程度。
| 渠道 | 线索怎么来 | 质量信号 | 衡量什么 |
|---|---|---|---|
| 内容和 SEO | 读完后注册或下载 | 注册前读的是哪一页 | 按入口页看试用和 PQL |
| 付费搜索和社交 | 点广告后注册 | 搜索词和落地页 | 每美元带来的 PQL,而不是试用 |
| 免费试用或免费版 | 自助注册并使用产品 | 在产品里完成了哪些关键动作 | PQL 率和试用转付费率 |
| 合作伙伴和集成 | 推荐或应用市场上架 | 合作方匹配度、用了哪个集成 | 按合作方看 PQL 率,看满一个季度 |
| 在线客服 | 在高意向页面上提问 | 问了什么、看过哪些页面 | 留资线索及其付费率 |
| 主动外联 | 回复陌生邮件或触达 | 回复、约到会议 | 变成试用或成交的会议 |
小渠道月与月之间波动大;挪预算之前,看满一个季度的 PQL 率。
线索多了,为什么客户没多?
SaaS 最常见的抱怨是「线索量翻了一倍,收入一动不动」。原因通常是,好线索的定义建立在人们在表单上说了什么,而不是在产品里做了什么。
营销合格线索(MQL)一般由市场部收集的匹配度和互动信号定义:公司规模、职位、访问过的页面、下载过的资料。定义和判定标准见营销合格线索。这些信号收集成本低,也容易被抬高:一本要留资才能下载的电子书,一夜之间就能让 MQL 翻三倍,却一个认真的买家都没多。
产品合格线索(PQL)是在试用或免费版里做了某件强烈预示付费的事的用户,比如接入了自己的数据、邀请了同事、用量到了某个门槛。定义见产品合格线索。
本文的核心观点很简单:对于有试用或免费版的 SaaS 产品,用产品行为定义合格线索,比用表单填写更能预测付费。质量比数量重要,而行为是你手里衡量质量最可靠的依据。表单对判断匹配度仍有帮助,一个自由职业者不太可能买企业版,但它几乎说明不了产品有没有向这个账户证明价值。下面的算例把这个差别量化出来。
怎样用行为规则定义 PQL?
一条能用的 PQL 规则有四部分。把它写成一句话,让市场、产品和销售用同一个定义:
- 匹配度:如果和定价有关,设一个最低画像。例如:工作邮箱域名,或团队至少 3 个席位。
- 关键动作:能预测付费的产品行为。例如:接入了数据源,并且至少邀请了一位同事。
- 时间窗口:注册后多久之内要完成这个动作。例如:试用的前 7 天内。
- 近期活跃:这个账户现在还在用。例如:最近 3 天用过产品。
合起来就是:「PQL 是使用工作邮箱域名、在注册 7 天内接入数据源并邀请了同事、最近 3 天仍然活跃的试用账户。」
关键动作怎么选?不要猜,也不要选产品团队最得意的那个动作。拿最近几百个试用账户,列出 5–10 个候选动作,每个动作都比较做过和没做过的账户的付费率。留下差距最大、而且有足够多账户能做到的一两个动作。一个完美预测付费、却只有 2% 试用账户做到的动作太少见,撑不起销售流程;90% 的人都做到的动作又什么都区分不了。
两点提醒。这种关系是相关,不是因果:本来就认真的账户,也正是会去接数据的账户。用来排跟进优先级没问题,而 PQL 的用途也就是这个。另外,规则会过时:改了定价或新手引导之后,每季度重新核对一次差距。
算例:100 个试用账户按行为分组
示例数据:同一个月开始的 100 个试用账户,试用期都是 14 天,一直跟踪到试用结束后 30 天。最终 17 个变成付费客户,试用转付费率 17%。
按前 7 天做了什么分组:
| 组 | 前 7 天的行为 | 账户数 | 付费 | 付费率 |
|---|---|---|---|---|
| A | 接入了数据源并邀请了同事 | 18 | 9 | 50.0% |
| B | 接入了数据源,没邀请同事 | 22 | 6 | 27.3% |
| C | 登录并四处看了看,没有关键动作 | 35 | 2 | 5.7% |
| D | 第 1 天之后再没回来 | 25 | 0 | 0.0% |
| 合计 | 100 | 17 | 17.0% |
把 A、B 两组合起来定义为 PQL,也就是接入了数据源的账户:40 个账户,15 个付费,付费率 15 ÷ 40 = 37.5%。另外 60 个账户只出了 2 个客户:2 ÷ 60 = 3.3%。在这个样本里,PQL 付费的可能性是非 PQL 的 37.5 ÷ 3.33 = 11.25 倍。
再用表单定义看同样这 100 个账户。假设有 40 个账户在注册表单里填了公司规模 50 人以上,被标成 MQL。其中 8 个付费:8 ÷ 40 = 20%。其余 60 个里 9 个付费:9 ÷ 60 = 15%。表单信号让账户付费的可能性提高到 20 ÷ 15 = 1.33 倍,聊胜于无,但也就如此。
用销售人力算一下更直观。你仅有的一名销售每月能跟 40 个账户。给他 40 个 PQL,名单里有最终 17 个客户中的 15 个,占 88%;给他 40 个 MQL,名单里只有 17 个中的 8 个,占 47%。打同样多的电话,名单上的付费客户差不多多一倍。
行为还告诉你剩下的人该怎么办。C 组活跃但卡住了,这是产品和新手引导的问题:一封邮件或一条产品内提示,引导他们去接数据,比一通销售电话管用。D 组再没回来,发一次问候就够了。
按试用行为分组的付费率 · 100 个账户
共 17 个付费PQL 怎么交给销售?
PQL 名单只有在有人带着背景信息迅速跟进时才有用。交接靠三条规则。
交的是行为,不只是名字。 销售要看到这个账户做了什么:接的是哪个数据源、邀请了几位同事、用了哪些功能、最后一次活跃是什么时候。「你接入了 CRM,还邀请了两位同事,要不要帮你把团队要一起看的看板搭起来?」比一句笼统的「预约演示吗」好得多。
决定谁需要人来跟。 不是每个 PQL 都要打电话。低价套餐的自助买家往往更喜欢自己完成购买;把销售时间留给超过一定席位或套餐门槛的账户,其他的交给产品内引导。
动作要快。 响应速度对各种线上线索都很重要。在 2011 年的一项哈佛商业评论研究里,Oldroyd、McElheran 和 Elkington 发现,一小时内联系网站线索,线索被判为合格的可能性,是哪怕只晚一小时联系的近 7 倍。这项研究针对的是一般的网站线索,不是试用账户;但刚完成关键动作的试用用户正处在注意力最集中的时候,小团队把目标定在一个工作日内联系到,是现实的。
接下来发生了什么,已联系、约到会议、付费、流失,都记在 CRM 里,并统计各阶段的转化率。线索到客户的转化怎么算,见线索转化率;怎样从来源一路跟踪到成交,见线索跟踪。
怎样按线索质量而不是数量评判渠道?
有了 PQL 定义之后,每个渠道都按它的试用账户里有多少比例变成 PQL 来评判,而不是按注册数。同样这 100 个试用账户,按获客渠道拆开:
| 渠道 | 试用 | PQL | PQL 率 | 付费 | 付费率 |
|---|---|---|---|---|---|
| 内容和 SEO | 40 | 18 | 45.0% | 7 | 17.5% |
| 付费搜索 | 35 | 10 | 28.6% | 4 | 11.4% |
| 合作伙伴 | 10 | 6 | 60.0% | 3 | 30.0% |
| 在线客服 | 15 | 6 | 40.0% | 3 | 20.0% |
| 合计 | 100 | 40 | 40.0% | 17 | 17.0% |
按数量看,付费搜索带来 35 个试用,是第二大渠道;按质量看,它的 PQL 率最低(28.6%),付费率也最低(11.4%)。合作伙伴只带来 10 个试用,却有 60% 变成 PQL。这不等于「砍掉付费搜索」,按每个试用的成本算,它可能仍然赚钱。它的意思是:下一笔预算、下一小时的合作伙伴工作,应该按每花一美元得到多少 PQL 来衡量,而不是多少试用。合作伙伴这一行样本很小,月与月之间波动大,看满一个季度再行动。
怎样在整个漏斗里把线索数量和质量、成本指标配对来看,见线索指标;获客怎样放进更大的增长计划,见 SaaS 增长策略。
SaaS 获客最常见的错误有哪些?
- 盯着 MQL 数量优化。 留资资料和宽泛广告把数量推上去,付费率却在下降。MQL、PQL 永远和客户数并排报告,不单独报告。
- 凭感觉选关键动作。 用你自己的试用历史:对每个候选动作,比较做过和没做过的账户的付费率。
- 所有 PQL 一视同仁。 按套餐大小分流:值得打电话的账户交给人,其他的交给产品内引导。
- 忽视卡住的试用用户。 活跃却始终没完成关键动作的用户,是新手引导的问题,不是销售的问题。
- 按注册数评判渠道。 一个试用多、PQL 少的渠道,在你查看后续结果之前,可能一直像是你表现最突出的渠道。
- 规则定下就不再看。 新手引导和定价一变,哪些动作能预测付费也会变。每季度复查一次。
在 TapCub 里怎样找出产品合格线索
TapCub 不投放广告,不是 CRM,也不做线索打分。它给你的是行为数据,用来写出并验证像算例里那样的 PQL 规则:
- 识别试用用户。 用户注册或登录时调用
tapcub.login。此后每个人都会出现在 全端分析 › 用户 › 用户 里,档案里有按天排列的行为时间线,网站、App、小程序都在一起。 - 把人归到账户下。 登录后调用
tapcub.group('company', id, {...}),同一个试用账户下的人就汇总在一起。全端分析 › 用户 › 账户 显示成员、30 天活跃账户数和 0–100 的健康分(近 30 天活跃成员占比 40 分,活跃天数占比 30 分,最近 7 天内出现过 30 分、30 天内 15 分)。匿名访客不会进账户。 - 把 PQL 规则存成分群。 在 全端分析 › 用户 › 分群与标签 里建规则分群,条件比如「做过
data_source_connected」「做过teammate_invited」,再加上首次出现在试用窗口内。规则分群每天或手动刷新,并保留 30 天的人数趋势。 - 验证规则能不能预测付费。 在 全端分析 › 行为分析 › 行为分析 里,把这个分群作为群组带进从注册到付费的漏斗,和其他人对比,就是上面 37.5% 对 3.3% 的那组对比。
- 给客服线索加上背景。 如果你开了在线客服,已登录的访客进入 客服 › 客服工作台 时已经被识别,侧栏里有来源和最近的浏览轨迹,坐席能看到一个来问价格的试用用户是否已经接了数据。后续跟进和任何打分,都放在你的 CRM 里。
常见问题
SaaS 公司怎么获取线索?
多数公司会组合使用:内容和 SEO、付费搜索和社交广告、免费试用或免费版、合作伙伴和集成目录上架、高意向页面上的在线客服,再加一些主动外联。组合怎么搭不如线索怎么判定重要:对有试用的产品,按产品内行为判定,比按表单字段更能找出未来的客户,所以渠道应该按每美元带来的合格线索评判,而不是原始注册数。
MQL 和 PQL 有什么区别?
MQL 按营销信号判定,比如公司规模、职位、资料下载。PQL 按试用或免费版期间的产品行为判定,比如接入数据、邀请同事。在上面 100 个试用账户的样本里,PQL 的付费率是 37.5%,其余账户是 3.3%;而基于表单的 MQL 标记只把付费率区分成 20% 和 15%。
SaaS 试用转付费率多少算好?
没有可靠的通用数字,它随价格、试用时长、是否要求绑卡、流量的合格程度而变。用你自己的基线,并分组来看。更有用的对比是:完成关键动作的账户和没完成的账户的付费率差多少,这个差距告诉你新手引导和销售的力气花在哪里最值。
SaaS 获客应该侧重集客还是外联?
集客和产品驱动渠道通常带来更合格的线索,因为人们是带着问题来的;外联的好处是你能控制接触哪些公司。很多 B2B 团队用集客和试用跑量,用外联覆盖一小份目标账户名单。不管用哪种,都按线索中达到合格规则、再到付费的比例来衡量。
SaaS 公司需要多少线索?
从收入倒推,而不是先拍一个线索目标。用需要的新客户数除以合格线索到付费的比率,再除以线索变成合格线索的比例。按上面的示例比率(37.5% 的 PQL 付费、40% 的试用变成 PQL),要 30 个新客户,就需要 80 个 PQL、大约 200 个试用。
资料来源
- Oldroyd, McElheran & Elkington。The Short Life of Online Sales Leads。哈佛商业评论,2011 年 3 月:线索响应时间与合格率。2026-11-15 核对。
- eCFR。16 CFR Part 316 — CAN-SPAM Rule:§316.5 商业邮件退订要求。2026-11-15 核对。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

