TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

SaaS 获客:按用户在产品里做了什么判定线索

按线索质量比较 SaaS 获客渠道,写出基于行为的 PQL 规则,并用 100 个试用账户的算例说明:产品行为比表单字段更能预测付费。

奥利弗·里德 发布于 2026 年 11 月 15 日 12 分钟阅读 增长与运营
示例数据:前 7 天接入了数据源的账户(A + B,共 40 个)付费率 37.5%,其余 60 个为 3.3%。同一批试用账户上,基于表单的 MQL 标记只区分出 20% 和 15%。示例数据

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:

  1. 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。
  2. 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。
  3. 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。
  4. 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18950.0%
B接入了数据源,没邀请同事22627.3%
C登录并四处看了看,没有关键动作3525.7%
D第 1 天之后再没回来2500.0%
合计1001717.0%

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。

app.tapcub.com

按试用行为分组的付费率 · 100 个账户

共 17 个付费
A · 接入数据 + 邀请同事(18)50.0%
B · 只接入数据(22)27.3%
C · 看了看,无关键动作(35)5.7%
D · 再没回来(25)0.0%
示例数据
示例数据:前 7 天接入了数据源的账户(A + B,共 40 个)付费率 37.5%,其余 60 个为 3.3%。同一批试用账户上,基于表单的 MQL 标记只区分出 20% 和 15%。

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PQLPQL 率付费付费率
内容和 SEO401845.0%717.5%
付费搜索351028.6%411.4%
合作伙伴10660.0%330.0%
在线客服15640.0%320.0%
合计1004040.0%1717.0%

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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。

另见:SaaS 销售漏斗:把试用放在中间,逐段来读。

另见:B2B 获客:用成交而不是线索数量来评判渠道。

资料来源

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。

奥利弗·里德

产品体验专员

关注产品易用性、使用路径与功能采用,通过具体场景拆解从首次体验到持续使用的关键环节。

看清试用用户实际做了什么

识别登录用户,按账户汇总并给出健康分,把 PQL 规则存成分群,再拿付费结果来验证。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie