MQL et SQL : deux concepts, une seule mission
MQL (Marketing Qualified Lead) et SQL (Sales Qualified Lead) sont deux étapes dans la qualification d'un prospect. Le MQL est un lead que le marketing juge suffisamment intéressé pour être transmis aux ventes. Le SQL est un lead que les ventes ont validé comme une réelle opportunité commerciale.
La distinction semble simple, mais c'est souvent la source du plus grand désalignement entre les équipes. Le marketing célèbre ses 500 MQL du mois, les ventes disent que seulement 50 étaient exploitables. Ce fossé détruit la confiance et gaspille le budget publicitaire.
Comment définir un MQL
Un MQL est un lead qui a démontré un intérêt suffisant pour justifier un contact commercial. Les critères varient selon votre entreprise, mais incluent généralement :
- Actions à haute intention : a rempli un formulaire de contact, demandé un devis, téléchargé un guide avancé
- Profil correspondant : correspond à votre grille de scoring démographique (taille d'entreprise, secteur, budget)
- Engagement minimum : a visité plusieurs pages, a ouvert des emails, a interagi avec du contenu
L'élément clé : les critères MQL doivent être définis conjointement par le marketing et les ventes. Si le marketing définit ses propres critères sans input des ventes, le désalignement est garanti.
Comment définir un SQL
Un SQL est un MQL qui a été validé par l'équipe de ventes comme une opportunité réelle. La validation se fait généralement lors d'un premier appel de qualification (discovery call). Les critères BANT restent un bon cadre :
- Budget : le prospect a les moyens de s'offrir votre solution
- Autorité : vous parlez au décideur ou à quelqu'un qui peut influencer la décision
- Besoin : le prospect a un problème réel que votre solution résout
- Timing : le prospect est prêt à agir dans un délai raisonnable
Les métriques à suivre
Une fois vos définitions en place, voici les métriques essentielles pour mesurer la qualité du pipeline :
| Métrique | Formule | Benchmark |
|---|---|---|
| Taux MQL-SQL | SQL / MQL x 100 | 15-30% (B2B) |
| Taux SQL-Client | Clients / SQL x 100 | 20-40% |
| Coût par MQL | Dépenses marketing / MQL | Variable |
| Coût par SQL | Dépenses marketing / SQL | Variable |
| Délai MQL-SQL | Temps moyen de qualification | 24-72h |
Ces métriques communes doivent être visibles par les deux équipes dans un dashboard partagé.
Automatiser la qualification
La qualification manuelle ne tient pas à l'échelle. Quand vous générez 100+ leads par mois, les représentants ne peuvent pas qualifier chaque lead avec la même rigueur. C'est là que l'automatisation devient indispensable.
Un système bien configuré fait passer un lead de « nouveau » à « MQL » automatiquement quand il atteint un seuil de score. Le représentant reçoit une notification avec le contexte complet : source de l'annonce, pages visitées, formulaires remplis, score. Il peut alors qualifier en SQL ou rejeter avec un motif.
Avec DURUM.ai, ce processus est entièrement automatisé. Chaque lead est enrichi avec sa source Meta Ads, son historique CRM et un score de qualification. Les notifications Slack alertent l'équipe en temps réel.
L'erreur du volume sans qualité
Beaucoup d'entreprises optimisent leur marketing pour maximiser le nombre de leads, sans se soucier de la qualité. Le résultat : un CRM encombré de leads non qualifiés, des représentants frustrés, et un CPA réel qui explose malgré un CPL apparemment bas.
La bonne approche est d'optimiser pour le coût par SQL, pas le coût par lead. Un lead à 80 $ qui se qualifie en SQL et signe à 5 000 $ est infiniment plus rentable qu'un lead à 15 $ qui ne décroche jamais le téléphone.
Conclusion
La distinction MQL/SQL n'est pas un exercice académique — c'est le fondement d'un alignement marketing-ventes fonctionnel. Définissez vos critères ensemble, mesurez les taux de conversion à chaque étape, et optimisez pour la qualité plutôt que le volume.
Découvrez DURUM.ai pour découvrir comment DURUM.ai qualifie et trace vos leads du clic à la vente.