MQL vs SQL : définitions, différences et critères de passage

À retenir. Un MQL (Marketing Qualified Lead) est un contact que le marketing juge assez engagé et assez proche de la cible pour être transmis aux ventes. Un SQL (Sales Qualified Lead) est un contact que les ventes ont qualifié : besoin réel, interlocuteur pertinent, timing crédible. Le passage de l'un à l'autre est le point de friction le plus fréquent entre marketing et ventes. Il se règle avec des critères écrits, un scoring dans le CRM et un engagement de délai de traitement.

« Le marketing nous envoie des leads pourris. » « Les commerciaux ne rappellent pas nos leads. » Si ces deux phrases vous sont familières, le problème n'est ni le marketing ni les ventes. C'est l'absence de définition commune de ce qu'est un lead prêt à être appelé.

Cet article définit MQL et SQL, les étapes voisines (SAL, PQL), les critères pour passer de l'un à l'autre et la façon de les mettre en place dans votre CRM. C'est un des premiers chantiers qu'on traite chez Rerow quand on structure un pipeline.

MQL : définition

Un MQL, pour Marketing Qualified Lead, est un lead que le marketing considère comme suffisamment qualifié pour mériter l'attention d'un commercial. Deux dimensions entrent en jeu :

• Le fit : l'entreprise et la personne correspondent-elles à votre cible ? Secteur, taille, fonction, pays.
• L'engagement : la personne a-t-elle montré un intérêt suffisant ? Demande de démo, visites répétées de la page tarifs, téléchargement de plusieurs contenus, participation à un webinar.

Un étudiant qui télécharge votre livre blanc a de l'engagement mais aucun fit. Un directeur commercial d'une ETI de votre cible qui a ouvert un email il y a six mois a du fit mais pas d'engagement. Ni l'un ni l'autre n'est un MQL.

SQL : définition

Un SQL, pour Sales Qualified Lead, est un lead que l'équipe commerciale a qualifié après un premier échange. Le commercial a vérifié qu'il existe un besoin réel, un interlocuteur capable de décider ou d'influencer l'achat, et un horizon de décision crédible.

Le SQL est la porte d'entrée du pipeline : c'est à ce stade qu'on crée en général une opportunité (ou deal) dans le CRM.

MQL vs SQL : les différences

Les étapes autour : lead, SAL, PQL

MQL et SQL s'inscrivent dans un cycle de vie plus large. Dans HubSpot, on parle de lifecycle stages. Les étapes les plus courantes :

• SAL (Sales Accepted Lead) : le commercial a accepté le MQL et s'engage à le contacter. Cette étape révèle les leads ignorés.
• PQL (Product Qualified Lead) : dans les modèles freemium ou avec essai gratuit, un utilisateur dont l'usage du produit signale un potentiel d'achat (fonctionnalités clés utilisées, limite du plan gratuit atteinte, plusieurs collègues invités).

Toutes les entreprises n'ont pas besoin de toutes ces étapes. Une équipe de trois commerciaux peut fonctionner avec Lead, MQL, SQL, Opportunité, Client. L'important est que chaque étape ait une définition écrite et un responsable.

Comment définir ses critères MQL et SQL

Pour le MQL : fit et engagement

Construisez deux listes de critères, avec le marketing et les ventes dans la même pièce :

• Fit : secteurs, tailles d'entreprise, fonctions, zones géographiques, et critères d'exclusion (concurrents, étudiants, clients actuels).
• Engagement : actions qui comptent, avec un poids. Une demande de démo vaut plus qu'une ouverture d'email ; trois visites de la page tarifs en une semaine valent plus qu'un téléchargement isolé.

Ces critères alimentent un lead scoring : chaque critère rapporte des points, et un seuil déclenche le passage en MQL. Notre guide du lead scoring HubSpot détaille la mise en place.

Voici à quoi peut ressembler une première grille. Les points sont un exemple illustratif : l'important est l'équilibre entre fit et engagement, et l'existence de points négatifs pour écarter les contacts hors cible.

Avec une telle grille, on fixe par exemple le seuil MQL à un niveau qu'un contact ne peut pas atteindre avec l'engagement seul : il lui faut aussi un minimum de fit. C'est le meilleur moyen d'éviter le cas de l'étudiant très actif qui arrive chez les commerciaux. Testez la grille sur vos clients signés des derniers mois : s'ils n'auraient pas été MQL au moment de leur premier contact, les poids sont à revoir.

Pour le SQL : une grille de qualification

Le commercial qualifie avec une grille simple. La plus connue est BANT (Budget, Authority, Need, Timing). En B2B complexe, on lui préfère souvent une version allégée centrée sur trois questions :

1. Y a-t-il un problème que notre offre résout, reconnu par le prospect ?
2. Parle-t-on à quelqu'un qui décide ou influence la décision, ou peut nous y mener ?
3. Y a-t-il une raison d'agir dans les six prochains mois ?

Trois oui : SQL, et création d'une opportunité. Un non : retour en nurturing avec la raison notée dans le CRM.

Mener l'appel de qualification

La grille ne sert à rien si l'appel ressemble à un interrogatoire. Un bon appel de qualification dure une vingtaine de minutes et suit une logique simple :

1. Partir de l'action du prospect : « Vous avez demandé une démo hier, qu'est-ce qui vous a amené à le faire maintenant ? » La réponse dit souvent tout sur le besoin et le timing.
2. Creuser le problème : comment ils font aujourd'hui, ce que ça leur coûte, qui est concerné en interne.
3. Comprendre la décision : qui d'autre doit être convaincu, comment s'est passé le dernier achat comparable.
4. Conclure clairement : soit un prochain rendez-vous daté avec les bonnes personnes, soit un « pas maintenant » assumé, noté dans le CRM avec la raison.

« Un commercial qui qualifie tout le monde en SQL pour remplir son pipeline se ment à lui-même. Je préfère un SDR qui me dit « pas de projet avant l'an prochain » et qui le note proprement. Ce lead reviendra, et on saura exactement quand le rappeler. »
Camille Valenti, associé et Sales Manager chez Rerow

« La définition du MQL n'est pas un sujet marketing. C'est un contrat entre deux équipes. Le marketing s'engage sur ce qu'il envoie, les ventes s'engagent à le traiter dans un délai donné. Sans ce contrat écrit, chacun accuse l'autre et personne ne regarde les chiffres. »
Kévin Billois, associé et Head of Growth chez Rerow

Le SLA marketing-ventes

Un SLA (Service Level Agreement) formalise les engagements réciproques :

• Le marketing s'engage sur un volume de MQL par mois, conformes aux critères ;
• Les ventes s'engagent à contacter chaque MQL dans un délai fixé (idéalement dans l'heure pour une demande de démo, sous 48 heures pour un MQL issu du scoring), et à statuer : SQL, retour en nurturing ou disqualifié, avec une raison.

Le SLA se suit chaque mois sur trois chiffres : nombre de MQL, délai moyen de premier contact, taux de passage MQL → SQL. Un taux de passage très bas signale des critères MQL trop larges. Un délai de contact long signale un problème de capacité ou de priorisation côté ventes.

Mettre en place MQL et SQL dans le CRM

1. Créer ou ajuster les étapes du cycle de vie (dans HubSpot, la propriété « Phase du cycle de vie »).
2. Paramétrer le scoring fit et engagement, avec un seuil de passage en MQL.
3. Automatiser l'attribution du MQL à un commercial, avec notification et tâche.
4. Ajouter une propriété « raison de disqualification » obligatoire, pour comprendre ce que le marketing doit corriger.
5. Construire un tableau de bord du funnel MQL → SQL → opportunité → client, par source.

Pour automatiser ces étapes, voir notre article sur les workflows HubSpot. Pour lire les taux de passage, voir notre guide du funnel de conversion B2B.

« Dans la plupart des CRM qu'on audite, la phase du cycle de vie est remplie à la main, quand quelqu'un y pense. Résultat : impossible de savoir combien de MQL sont devenus clients. La règle est simple : chaque changement de phase doit être déclenché par un événement précis, un score, un formulaire ou la création d'une opportunité, et jamais par l'humeur du jour. »
Romain Ballereau, associé et RevOps chez Rerow

Trois cas concrets : MQL, SQL ou ni l'un ni l'autre ?

Les définitions sont claires sur le papier. Sur le terrain, les cas limites sont fréquents. Voici trois situations illustratives et la façon de les traiter.

Cas 1 : le directeur financier qui télécharge un guide

Un directeur financier d'une entreprise de votre cible télécharge un guide pratique. C'est sa première interaction. Il a du fit, mais un seul signal d'engagement, et pas le plus fort. Ce n'est pas encore un MQL. Il entre dans un parcours de lead nurturing adapté à sa fonction. S'il revient sur la page tarifs ou s'inscrit à un webinar, son score franchit le seuil et un commercial prend le relais.

Cas 2 : la demande de démo d'une entreprise trop petite

Une entreprise de cinq personnes demande une démo. L'engagement est maximal, le fit est faible. Deux options selon votre offre : la rediriger vers une démo enregistrée ou une offre adaptée, ou la traiter quand même si votre grille le permet. Ce qui compte, c'est que la règle soit écrite à l'avance. Sinon, chaque commercial décide seul, et vos taux de conversion ne veulent plus rien dire.

Cas 3 : le MQL qui n'a pas de projet

Le commercial appelle un MQL bien noté. L'échange est bon, le besoin existe, mais le budget est figé jusqu'à l'année prochaine. Ce n'est pas un SQL. On ne crée pas d'opportunité. On note la raison (« timing »), on programme une relance à la bonne date, et le contact repasse en nurturing. Créer une opportunité « pour ne pas l'oublier » gonfle le pipeline et fausse la prévision des ventes.

MQL, SQL et prospection outbound

Le vocabulaire MQL / SQL vient de l'inbound. Mais il s'applique aussi quand une partie de vos leads vient de la prospection. Un prospect contacté en cold email qui clique plusieurs fois, visite votre site et regarde vos cas clients sans répondre montre un engagement réel. Le traiter comme un MQL (et prévenir le commercial) est souvent plus efficace que de continuer la séquence à l'aveugle.

À l'inverse, un rendez-vous obtenu par un SDR n'a pas besoin de passer par le statut MQL : la qualification se fait pendant l'appel de prospection. Ce qui compte, c'est de garder une propriété « source » claire, pour comparer les taux de passage en SQL entre leads entrants et leads issus de l'outbound. Si vous travaillez avec une équipe de prospection, la logique est détaillée sur notre page agence outbound.

Les erreurs fréquentes

• Un MQL basé uniquement sur l'engagement : les contacts les plus actifs ne sont pas toujours les plus pertinents.
• Un seuil fixé une fois pour toutes : revoyez le scoring chaque trimestre à partir des MQL devenus clients.
• Des MQL qui n'ont pas de propriétaire : un lead sans commercial attribué n'est jamais rappelé.
• Pas de retour d'information : sans raison de disqualification, le marketing ne peut pas corriger ses campagnes.
• Mesurer le marketing au nombre de MQL : il en produira, de moins en moins qualifiés. Mesurez plutôt le pipeline généré.

Chez Rerow, la définition MQL / SQL fait partie des premiers chantiers RevOps : critères, scoring, workflows et tableaux de bord dans votre CRM. Découvrez notre accompagnement d'agence RevOps.

Questions fréquentes sur MQL et SQL

Que signifie MQL ?

MQL signifie Marketing Qualified Lead : un lead que le marketing juge assez proche de la cible et assez engagé pour être transmis aux ventes.

Que signifie SQL en marketing ?

En marketing et en vente, SQL signifie Sales Qualified Lead : un lead qualifié par un commercial, avec un besoin, un interlocuteur pertinent et un horizon de décision. Rien à voir avec le langage informatique du même nom.

Quel taux de conversion MQL → SQL viser ?

Il varie fortement selon les sources et les secteurs. Plutôt qu'un benchmark, suivez votre propre taux par source : une source dont le taux s'effondre signale des critères MQL à resserrer.

Faut-il un MQL quand on fait surtout de l'outbound ?

En outbound, la qualification se fait souvent directement par le SDR ou le BDR, qui transmet un rendez-vous qualifié. La notion de MQL reste utile pour les leads entrants et pour les prospects outbound qui montrent de l'engagement sans avoir répondu.

Un SQL peut-il redevenir MQL ?

Oui. Si l'échange révèle que le projet est repoussé, le contact repasse en nurturing avec la raison et une date de relance. Dans HubSpot, la phase du cycle de vie ne recule pas toute seule : prévoyez un workflow ou une propriété dédiée pour gérer ce retour en arrière proprement.