MQL e SQL: a diferença, o critério de cada um e o que muda na mídia paga

MQL e SQL são dois carimbos que o lead recebe antes de virar cliente. O MQL (marketing qualified lead) é o lead que o marketing aprova porque tem o perfil da empresa ideal e mostrou interesse. O SQL (sales qualified lead) é o lead que o comercial confirmou como uma oportunidade real de venda, depois de conversar com ele. A diferença está em quem decide e em quanta evidência há: o MQL se baseia em dado, o SQL se baseia em conversa.

Os guias mais lidos sobre o tema param nas definições e em exemplos de ebook e webinar. Aqui vai o que costuma faltar: como escrever o critério de cada carimbo, o que fazer com o lead que o comercial recusa, e o que acontece com o custo da mídia quando você passa a medir até o SQL em vez de parar no lead. Os números vêm de contas de SaaS e de uma indústria B2B que a gente gere. Para ver onde os dois carimbos ficam no funil, leia as etapas do funil de vendas.

Qual é a diferença entre MQL e SQL?

Entre os dois existe um passo que muita empresa não registra: o SAL (sales accepted lead), o MQL que o comercial aceitou trabalhar. É ele que mostra, em número, quando o marketing mandou lead e o comercial não o considerou digno de ligação. Sem o SAL, a briga entre os times fica no achismo.

Como escrever o critério de MQL?

Um critério de MQL bom tem duas partes: o perfil (quem é) e o sinal de interesse (o que fez). Um exemplo para SaaS B2B: empresa com mais de 20 funcionários, cargo de gestão na área que usa o produto, e pedido de contato ou de demonstração. Um ebook baixado não entra sozinho, porque é interesse de pesquisa, não de compra.

O ponto que mais pesa é que o critério precisa pegar quem não serve, e isso pode ser feito antes do lead chegar. Numa indústria B2B que vende para lojistas, com pedido mínimo de R$ 6 mil, o pré-vendedor (SDR) revisou os motivos de perda do mês. 30,5% dos leads não atingiam o pedido mínimo e 15,7% eram profissionais autônomas, que não compram no atacado. Quase metade dos leads não tinha perfil.

A solução não foi mexer no comercial. O anúncio passou a citar o pedido mínimo, e a palavra "revenda", que atraía quem vende de porta em porta, saiu da copy. Os leads ficaram menos numerosos. A parte deles que o SDR aprovou foi de 16,7% para 27,9%, e a conversão de lead em venda foi de 2% para 7,1%. Critério de MQL é, em boa parte, um filtro que entra no anúncio e no formulário.

Para pontuar leads com regras e pesos, o caminho é lead scoring B2B. Para os critérios que marketing e vendas costumam aceitar, veja lead qualificado.

Como o comercial confirma um SQL?

O SDR conversa com o lead e precisa sair com quatro respostas escritas no CRM:

1. Existe um problema que o produto resolve, e a pessoa o descreveu com as próprias palavras.
2. Há um prazo provável, mesmo que largo.
3. A pessoa influencia ou toma a decisão, ou leva a quem toma.
4. Há uma reunião marcada.

Se uma resposta falta, o lead continua MQL ou volta para a nutrição. O erro mais comum é marcar reunião para qualquer pessoa que atendeu o telefone. Isso infla o SQL, derruba a taxa de comparecimento e queima a agenda do vendedor.

O que fazer com o MQL que o comercial recusa?

Registre o motivo em uma lista fechada, com poucas opções: fora do perfil, sem orçamento, sem resposta, já é cliente, concorrente. Texto livre não dá para somar.

Essa lista é a peça mais útil da relação entre os dois times, porque diz ao marketing o que ajustar. Se "fora do perfil" lidera, o problema está na segmentação ou no formulário. Se "sem resposta" lidera, olhe o tempo até o primeiro contato antes de culpar o lead. Quem deve fechar esse ciclo é um acordo escrito, como o SLA entre marketing e vendas.

Qual é a taxa de conversão de MQL para SQL?

Depende do canal, do critério e do tamanho do ciclo. Um guia bem posicionado na busca cita 5 MQL para 1 SQL e 4 SQL para 1 venda, mas sem fonte, e o mesmo texto afirma que não existe proporção definida. Não use isso como meta.

Veja o que as contas mostram, que variam bem mais:

• Num SaaS de RH, a fatia dos MQL que chegou à reunião foi de 6,1% para 21,2% no remarketing depois que a campanha passou a ser otimizada pelo lead que o CRM aprova. Na campanha de público aberto, no mesmo formato, ficou em 3,4% e 3,7%.
• Numa edtech de RH que capta cadastro gratuito, a oferta para líderes transformou 41,8% dos cadastros em lead qualificado. A oferta para a área de RH e DP, 14%. O cadastro de líderes era mais caro, mas o custo por lead qualificado ficou 45% menor.

A taxa só serve se calculada por coorte (os leads de um mês, acompanhados por uma janela fixa) e por canal. Como fazer isso está em taxa de conversão no B2B.

Como usar MQL e SQL na mídia paga?

Mande o carimbo de volta para a plataforma de anúncios como conversão. Cada plataforma pode então procurar mais gente parecida com quem virou MQL ou SQL, e não com quem apenas preencheu o formulário. O passo a passo da integração está em integração de anúncios com CRM.

Três decisões que a gente toma nas contas:

Escolha a etapa mais avançada que ainda tenha volume. O lance automático do Google aprende melhor com cerca de 30 conversões por mês por campanha. Numa conta, o MQL dava 6 por campanha. Colocamos o formulário enviado como conversão principal, que tem frequência, e deixamos o MQL como secundária. Depois, passamos a dar um valor a cada etapa (R$ 10 ao formulário, R$ 100 ao MQL e R$ 300 ao SAL), para o algoritmo disputar mais caro o clique com cara de SAL. O custo por MQL do Google caiu já no primeiro mês.

Julgue a campanha pelo CRM, não pelo painel. Numa conta de SaaS, o Google Ads mostrava 84,9 conversões em 30 dias, e o CRM tinha 14 MQL, ou seja, 6,1 vezes menos. Parte da diferença é estrutural: o Google credita cliques antigos e conta quem já é cliente. O porquê dessa distância está em por que o painel de anúncios não bate com o CRM.

Meça o custo até o SQL, não até o lead. Num SaaS para restaurantes, cruzar os anúncios com o SQL no CRM mostrou que o argumento que a marca queria vender, o cashback, gerava lead, mas o que virava SQL era o anúncio sobre funcionalidades. Com essa leitura, os SQL de mídia foram de 107 para 246 por mês, e cada um passou de R$ 331 para R$ 225, mesmo com a verba 56% maior.

Quando o modelo MQL e SQL atrapalha?

Em dois casos. O primeiro é o SaaS de ticket baixo com teste grátis, em que ninguém conversa com o comprador. O carimbo certo ali é o uso do produto, por exemplo "criou a primeira conta e convidou um colega". O segundo é a empresa com poucos leads por mês: com 20 ou 30 contatos, ninguém precisa de duas camadas de qualificação, e o SDR consegue falar com todos.

Perguntas frequentes

O que é MQL e SQL?

MQL é o lead aprovado pelo marketing por perfil e interesse. SQL é o lead confirmado pelo comercial, depois de uma conversa, como oportunidade real de venda.

Qual a diferença entre MQL e SQL?

A diferença é quem decide e com base em quê. O marketing aprova o MQL por dados de perfil e comportamento. O comercial confirma o SQL por conversa, depois de checar dor, prazo e acesso a quem decide.

Devo enviar MQL ou SQL como conversão para o Google Ads?

Envie a etapa mais avançada que tenha pelo menos 30 conversões por mês por campanha. Se o SQL não chega a esse volume, use o MQL como conversão principal e dê um valor maior ao SQL.

Quem transforma MQL em SQL?

O SDR ou o time comercial, depois de falar com o lead. O marketing aprova o MQL e acompanha o resultado, mas não declara o SQL.

Seus MQL viram reunião ou só relatório?

Fale com a Summia. A gente cruza os leads das campanhas com o CRM, mostra quanto custa cada carimbo e onde o MQL se perde antes de chegar ao SQL.

Leia também

• Etapas do funil de vendas B2B e a taxa de cada uma
• Lead qualificado: critérios que marketing e vendas aceitam
• Lead scoring B2B: modelo pronto para usar
• SLA entre marketing e vendas