MQL e SQL: definições, regras de handoff e os números que mostram onde os leads se perdem

Só 13% dos marketing qualified leads de B2B SaaS viram sales qualified leads, segundo a tabela de 30 setores da First Page Sage, e o melhor setor dessa tabela chega a 26%. O resto é recusado, ignorado ou esfria entre duas equipes que muitas vezes definem os termos de jeitos diferentes. Este guia de MQL e SQL cobre as definições, as regras de handoff que mantêm os leads vivos, a fórmula da taxa de conversão e seus benchmarks, e uma coorte real: os 400 MQLs de uma coorte de dois meses da Spona. Um aviso antes dos números: aqui SQL quer dizer sales qualified lead, não a linguagem de banco de dados.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

MQL e SQL em números: onde os leads se perdem no funil

Um funil B2B tem cinco paradas: lead, marketing qualified lead (MQL, o lead qualificado pelo marketing), sales accepted lead (SAL, o lead aceito por vendas), sales qualified lead (SQL, o lead qualificado por vendas) e oportunidade. A maioria dos números publicados sobre MQL vs SQL mede a passagem de MQL para SQL, e a variação é grande. Na tabela da First Page Sage, serviços jurídicos e mercado imobiliário ficam em 10%, B2B SaaS em 13%, cibersegurança em 15%, e seguros empresariais e HVAC (climatização) em 26%. A página não traz uma média geral; a média não ponderada das suas 30 linhas é 16,1% (cálculo nosso).

A análise mais antiga da Implisit, feita com os pipelines de centenas de empresas e resumida pela Geckoboard, concluiu que 13% dos leads viravam oportunidades e que a jornada levava 84 dias em média. A origem era o que mais pesava: leads do site convertiam a 31,3% e indicações a 24,7%, enquanto listas de leads compradas chegavam a 2,5% e campanhas de e-mail a 0,9%.

Mais dois números explicam por que essa etapa falha. O State of Business Buying, 2024 da Forrester, baseado em mais de 16.000 compradores B2B, concluiu que 91% das compras empacam em algum momento. Em uma pesquisa da Gartner Peer Community com 200 profissionais de vendas e marketing, 27% dos profissionais de marketing apontaram “desalinhamento nas definições internas” como o maior desafio de alinhamento, e só 3% de todos os respondentes disseram que suas equipes tinham criado métricas em comum.

Cada linha tem um responsável e um critério de saída. Onde uma empresa não consegue preencher as duas células, é ali que seus leads se perdem.

O que é um MQL e o que é um SQL?

Os termos vêm do Demand Waterfall da SiriusDecisions, um modelo de funil publicado pela primeira vez em 2005, revisado em 2012 e substituído pelo Demand Unit Waterfall em 2017. O que MQL e SQL significam na prática depende de quem escreve a definição; o significado de MQL a seguir vem primeiro dos fornecedores e depois dos registros da própria Spona.

O que é MQL? Significado e definição

A documentação do HubSpot sobre ciclo de vida define um marketing qualified lead como “um contato ou empresa que sua equipe de marketing qualificou como pronto para a equipe de vendas”. A versão da Adobe é mais solta: alguém que demonstrou interesse nos seus produtos ou soluções. As duas deixam o critério por sua conta, e é aí que começa o problema da definição: baixar um e-book e pedir preço são, ambos, “interesse”.

A definição da Spona é mais estreita de propósito. Um MQL da Spona é uma empresa dentro do ICP, com um cargo relevante identificado e um pedido explícito de amostra, preço ou demo, excluindo duplicados e cadastros inválidos. Isso gera menos MQLs e uma taxa de conversão mais alta, um trade-off que a seção de benchmarks retoma. Para as etapas e os frameworks de qualificação em geral, veja o que é qualificação de leads.

O que é um sales qualified lead (SQL)?

O HubSpot define um SQL como “um contato ou empresa que sua equipe de vendas qualificou como cliente em potencial”, com os detalhes registrados na propriedade Lead Status (status do lead). O hub do Salesforce no Canadá lista quatro condições: um business case, um contato que possa facilitar a decisão, uma necessidade direta ou latente e um prazo. A Cognism acrescenta uma regra de via rápida: o lead que pede contato, uma proposta ou preço vira SQL na hora e vai para um closer experiente, “de preferência em minutos, não em horas”.

A definição de SQL da Spona: vendas confirma um caso de uso concreto, aderência suficiente aos dados, um caminho de compra plausível e uma etapa de avaliação ou compra combinada. A última condição é a que mais importa. Sem um próximo passo combinado, uma boa conversa continua sendo um MQL.

Etapas do ciclo de vida do HubSpot: MQL vs SQL

No HubSpot, Marketing Qualified Lead e Sales Qualified Lead são valores da propriedade Lifecycle Stage (etapa do ciclo de vida), Opportunity indica um contato ou uma empresa associados a um negócio, e a automação padrão só move a etapa para a frente. Por isso um MQL recusado precisa ser redefinido manualmente ou por um workflow; senão, continua MQL em todos os relatórios. No Salesforce, as equipes costumam acompanhar a etapa no campo Lead Status, e converter um lead cria uma conta e um contato, além de uma oportunidade por padrão.

Diferença entre MQL e SQL em uma tabela

A principal diferença entre MQL e SQL é quem decide e com base em quê. Um MQL é uma previsão que um sistema faz a partir de perfil e comportamento. Um SQL é um julgamento que uma pessoa faz depois de falar com o comprador e ouvir um próximo passo. Uma pontuação pode passar um lead adiante; só uma conversa pode qualificá-lo.

Regras de handoff de MQL para SQL que mantêm os leads vivos

O handoff, a passagem de bastão entre marketing e vendas, é onde o problema de definição dos 27% vira pipeline perdido. Cinco regras, cada uma com sua fonte, resolvem a maior parte do estrago.

1. Escreva as duas definições e faça as duas equipes assinarem. A definição de MQL traz os critérios de perfil e o comportamento ou pedido que dispara o MQL; a de SQL traz o que o vendedor precisa confirmar. Revise as duas na reunião de alinhamento descrita no checklist de qualificação de leads e mude-as quando os dados pedirem: a regra prática do HubSpot é que uma taxa abaixo de 10% significa critérios de MQL frouxos demais.

A etapa de sales accepted lead (SAL) entre MQL e SQL

2. Crie uma etapa de aceite ou recusa, com motivo de recusa obrigatório. Um sales accepted lead é um MQL que um vendedor analisou e aceitou trabalhar. A etapa custa um clique e gera o conjunto de dados mais útil que o marketing pode ter: por que vendas disse não. A 4Thought Marketing recomenda um campo de motivo estruturado com valores como perfil errado, momento errado, já é cliente e concorrente, e só conta um lead como SQL quando vendas toma “uma ação deliberada no seu CRM”. Equipes menores costumam juntar MQL e SAL em uma única etapa; mesmo assim, mantenha o campo de motivo.

3. Defina um prazo de resposta, e que seja curto. O ponto de partida comum da 4Thought é de 24 horas para sinais de alta intenção e de 48 a 72 horas para os mais mornos. A pesquisa pede mais velocidade. O estudo Lead Response Management (do professor Oldroyd, do MIT, com dados da InsideSales.com: três anos, seis empresas, mais de 15.000 leads e 100.000 tentativas de ligação) concluiu que as chances de qualificar um prospect ficavam 21 vezes menores quando o tempo de resposta passava de 5 para 30 minutos, e quatro vezes menores entre 5 e 10 minutos. Um SLA de 24 horas é o padrão mínimo para a equipe inteira, não uma meta para um pedido de preço.

4. Recicle os MQLs recusados com o motivo junto. “Momento errado” volta para a nutrição com uma data, “perfil errado” aperta a regra de MQL, “já é cliente” corrige o CRM. Limites de pontuação e decaimento ficam para o post de boas práticas de lead scoring; a regra de handoff é só que nada sai da fila de SAL sem um motivo.

5. Coloque as duas equipes no mesmo dashboard. Só 3% dos respondentes da Gartner Peer Community disseram que suas equipes tinham métricas em comum. As três métricas de handoff da Understory Agency são um mínimo que funciona: cumprimento do SLA do primeiro contato, a parcela de MQLs trabalhados até uma definição e a taxa de conversão por evento que gerou o MQL.

Taxa de conversão de MQL para SQL: fórmula e benchmarks

A fórmula é simples: taxa de conversão de MQL para SQL = SQLs ÷ MQLs × 100. A armadilha é a janela de tempo. O guia de KPIs da Geckoboard alerta que contar só os MQLs que viram SQLs dentro do mesmo mês subestima a taxa quando o ciclo de vendas é mais longo. Meça por coorte: pegue os MQLs criados em um período e conte quantos viraram SQLs dentro de uma janela fixa, 30 dias para a maioria das equipes e mais para vendas enterprise. O exemplo do HubSpot é de 26 SQLs a partir de 200 MQLs, ou 13%.

Dois outros números publicados delimitam a tabela. O HubSpot coloca a faixa entre setores em 10% a 20% e considera 13% saudável. O Salesforce, citando pesquisa do Gartner, diz que 21% dos MQLs viram SQLs; a página original do Gartner não pôde ser acessada, então trate esse número como de segunda mão. Cuidado com o restante dos resultados de busca: a página de uma agência entre os dez primeiros dá 13%, 13 a 15%, 10 a 20% e 20 a 30% para a mesma métrica, sem fonte para nenhum deles. Benchmark sem tamanho de amostra, período e definição é opinião. A próxima seção traz os três.

A taxa de conversão de MQL para SQL da Spona: 400 MQLs, 120 SQLs, 30% em 30 dias

A Spona registrou todos os MQLs criados ao longo de dois meses e acompanhou cada um até um mês depois do fim desse período, de modo que todo registro tem um acompanhamento completo de 30 dias. A coorte tem 400 MQLs. Vendas aceitou 120 deles como SQLs em até 30 dias, uma taxa de conversão de MQL para SQL de 30%. A Spona conferiu a conversão e a amostra com seus próprios registros.

As definições são as duas citadas na seção de definições, aplicadas antes da contagem: duplicados e cadastros inválidos nunca entraram nos 400, e nenhum lead contou como SQL sem uma etapa de avaliação ou compra combinada.

Se os 30% ficam acima dos 13% de B2B SaaS, o motivo é sobretudo de definição. A First Page Sage conta qualquer contato com intenção de compra e meios para comprar, sem dizer como mede a intenção; a definição de MQL da Spona exige um pedido explícito, que faz a filtragem que, sem ele, caberia a uma etapa de SAL. A janela de 30 dias puxa para o outro lado: um MQL aceito depois do 30º dia conta como perda.

O que o número não prova: é uma empresa, uma coorte de dois meses e um produto com preço de entrada baixo e amostra grátis. Não é um benchmark de mercado, não é uma média dos clientes da Spona, e a próxima coorte pode ser diferente. O que ele mostra é o método: uma definição declarada, um período declarado, uma janela declarada e uma contagem que o leitor pode conferir.

Como converter um MQL em SQL

Três ações aumentam a taxa sem afrouxar as definições.

Responda em minutos aos pedidos explícitos. O dado das 21 vezes citado acima trata dos primeiros cinco a trinta minutos. Mande os pedidos de preço, demo e amostra direto para um vendedor, com uma tarefa no CRM, e reserve o SLA de 24 horas para MQLs que só consumiram conteúdo. O exemplo de cliente do HubSpot dá 25 pontos ao download de uma tabela de preços e de 1 a 2 à abertura de uma newsletter, contra um limite de 75 pontos: um pedido explícito deveria levar o lead quase até lá sozinho.

Confirme três coisas na primeira conversa. Os vendedores da Spona trabalham com dez perguntas de qualificação; numa compra pequena, priorizam três: necessidade (quais contatos que faltam, qual perfil errado ou quais registros desatualizados estão custando tempo à equipe), momento (qual campanha ou lançamento em um mercado cria o prazo) e critérios de decisão (o que uma amostra de 100 contas precisa provar para justificar a compra). Orçamento e autoridade passam por uma checagem rápida, não por uma barreira; o MEDDIC completo fica para contratos anuais maiores ou contas complexas.

Não deixe um filtro de orçamento matar um negócio viável. Um exemplo registrado da Spona: um fundador disse que não havia orçamento para dados, então um filtro rígido teria descartado a conta. Uma pequena amostra mostrou uma economia de 10 horas de pesquisa por mês, o que criou um business case viável. A lição está na ordem: prove o valor, depois pergunte sobre o orçamento. Para o lado do perfil na regra de MQL, parta de um perfil de cliente ideal que as duas equipes tenham aprovado.

Quando o modelo MQL e SQL deixa de funcionar: comitês de compras e compradores autônomos

Quem criou os termos já seguiu em frente. Ao apresentar o Demand Unit Waterfall em 2017, Kerry Cunningham, da SiriusDecisions, disse que “sabíamos que já não se tratava de leads” e que as contas precisam ser captadas no topo da cascata; Terry Flaherty acrescentou que a demanda precisa de “um comprador, uma dor de negócio e uma solução”. Os dados desde então dão razão a eles. Segundo a Forrester, a decisão de compra média envolve 13 pessoas. O 2025 Buyer Experience Report da 6sense (pouco menos de 4.000 respondentes) coloca o primeiro contato com um vendedor a 61% da jornada e conclui que 94% dos comitês de compras ranqueiam sua shortlist antes de falar com alguém. O Gartner informa que 75% dos compradores B2B preferem uma experiência sem vendedor.

Por isso um MQL de uma pessoa só costuma chegar tarde, e quem preencheu o formulário pode ser quem pesquisa, não quem decide. A solução não é abandonar MQL e SQL, mas mudar a unidade: qualificar a conta, contar as pessoas engajadas por conta, somar o uso do produto e os sinais de compra aos formulários preenchidos e deixar que a conversa de SQL mapeie o comitê de compras, e não um único contato. O product qualified lead (PQL) é uma dessas variantes; o FAQ fala dele.

Onde a Spona entra entre MQL e SQL, e onde não entra

A Spona atua antes da etapa de MQL. Você descreve seu cliente ideal em um chat; a IA garimpa mais de 40 fontes de dados, valida cada lead e entrega leads qualificados em cerca de 4 minutos. Um Head of Sales de uma empresa de 20 a 50 pessoas resumiu assim a exigência: “Queríamos uma lista pequena que batesse com o nosso nicho, com um motivo para cada match.” Peça esse motivo a todas as suas fontes de leads: ele torna o lead mais fácil de aceitar na etapa de SAL, porque o vendedor vê por que ele se encaixa antes da primeira ligação.

O preço é por lead: leads qualificados custam de US$ 0,32 a US$ 4, leads em volume (bulk) de US$ 0,01 a US$ 0,09, cada novo perfil de cliente ideal consome 1.000 créditos de configuração (US$ 8 a US$ 10), e há leads de amostra grátis. Não há contrato, setup nem onboarding, então um primeiro teste pode ser de 100 leads, medidos contra sua fonte atual de MQLs com os mesmos critérios de SAL e SQL.

Onde não se encaixa: a Spona não gerencia suas etapas do ciclo de vida, os timers de SLA nem o roteamento no CRM; isso é com o HubSpot e o Salesforce. Ela não substitui a conversa que transforma um lead em SQL. E um lead da Spona não é um pedido inbound: ele chega com o perfil qualificado, e sua prospecção precisa conquistar o sinal de interesse explícito que um MQL inbound já traz. Equipes que precisam de dados de intenção no nível da conta vão combiná-la com um fornecedor de dados de intenção.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Perguntas frequentes sobre MQL e SQL

O que vem primeiro, MQL ou SQL?

O MQL. Um lead vira marketing qualified lead quando atende à regra de perfil e engajamento do marketing, sales accepted lead quando um vendedor aceita trabalhá-lo, e sales qualified lead quando o vendedor confirma necessidade, perfil, um caminho de compra e um próximo passo. A automação padrão do HubSpot só move as etapas do ciclo de vida para a frente.

Qual é uma boa taxa de conversão de MQL para SQL?

A tabela por setor da First Page Sage vai de 10% (serviços jurídicos, mercado imobiliário) a 26% (seguros empresariais, HVAC), com B2B SaaS em 13%; o HubSpot considera 13% saudável e lê qualquer valor abaixo de 10% como critério de MQL frouxo. Avalie sua taxa com base nas suas próprias definições e em uma janela de coorte fixa, não comparando com a taxa de outra empresa.

Quanto tempo leva para passar de MQL para SQL?

A orientação do HubSpot é de 30 a 90 dias para a maioria das vendas B2B e de seis meses ou mais para negócios enterprise complexos. A análise da Implisit encontrou 84 dias, em média, de lead a oportunidade. A coorte da Spona usou uma janela de aceite de 30 dias, adequada a um produto de preço baixo com amostra grátis.

Qual é a principal diferença entre MQL e SQL?

Quem decide, e com base em quê. Um MQL é definido por uma pontuação ou regra em uma ferramenta de marketing, a partir de perfil e comportamento. Um SQL é definido por um vendedor depois de uma conversa que confirmou necessidade, perfil, um caminho de compra e um próximo passo combinado.

Qual a diferença entre PQL e MQL?

Um product qualified lead é qualificado pelo que a pessoa fez dentro do seu produto, como atingir um limite de uso em um plano grátis, e não pelo engajamento com conteúdo. As regras de handoff são as mesmas: uma definição por escrito, um prazo de resposta e um motivo de recusa.

Como o HubSpot e o Salesforce identificam MQL e SQL?

O HubSpot usa a propriedade Lifecycle Stage (Marketing Qualified Lead, Sales Qualified Lead, Opportunity), com subetapas em Lead Status. As equipes de Salesforce costumam acompanhar isso no campo Lead Status; converter um lead cria os registros de conta e de contato, além de uma oportunidade por padrão.