MQL e SQL: como definir e calibrar

MQL e SQL são acordos, não definições absolutas

A maior parte da literatura sobre MQL e SQL apresenta os conceitos como se fossem definições universais — listas prontas de critérios que valem para qualquer empresa. Na prática, o que faz a estrutura funcionar não é a sigla, e sim o processo: definir critérios objetivos junto com vendas, escrever em SLA, calibrar trimestralmente, medir taxa de aceitação como termômetro de saúde do funil.

Quando a definição é construída só por marketing, sem vendas, acontece um cenário previsível: marketing entrega volume alto de MQLs, vendas aceita poucos (alta taxa de rejeição), as duas áreas se acusam mutuamente, e a empresa perde negócios por atrito interno. Quando vendas define sozinho, marketing acaba com critérios irrealistas que só os melhores leads atendem, volume cai, geração de demanda fica subutilizada. O acordo entre as áreas é o que torna o funil funcional.

Este artigo cobre a definição rigorosa de MQL e SQL, mas dedica mais espaço ao que normalmente é negligenciado: a calibração contínua, o loop de feedback de aceitação/rejeição, e as métricas de qualidade que indicam quando a definição precisa ser ajustada.

Definições: MQL, SAL, SQL, PQL

Quatro siglas importam. Vale a pena defini-las com precisão para evitar ruído de comunicação entre marketing e vendas.

MQL (Marketing Qualified Lead). Lead que atendeu aos critérios de qualificação definidos pelo marketing e está pronto para ser passado a vendas. Os critérios típicos combinam fit (firmográfico — porte, setor, cargo, geografia) e intent (comportamental — visitou página de preço, baixou material de fundo de funil, abriu sequência de email, pediu contato). Pode ser pontuação numérica (lead scoring) ou regra booleana (atende ou não atende).

SAL (Sales Accepted Lead). MQL que vendas aceitou trabalhar — passou pelo filtro inicial do representante de desenvolvimento de vendas (SDR) ou do executivo de contas. Etapa importante porque introduz aceitação explícita: o lead chegou a vendas e foi reconhecido como vale-a-pena.

SQL (Sales Qualified Lead). Lead que, após qualificação inicial por vendas (ligação de descoberta, conversa de qualificação), confirmou critérios de oportunidade — orçamento, autoridade, necessidade, prazo (BANT) ou variantes (MEDDIC, GPCT). É oportunidade real, com expectativa razoável de avançar no funil.

PQL (Product Qualified Lead). Em SaaS com modelo freemium ou trial, lead que demonstrou uso do produto que indica intenção de compra — atingiu marco de uso (X usuários, Y ações), ativou funcionalidade premium, hit limite do plano gratuito. Diferente de MQL porque o sinal vem do produto, não do marketing.

Confusão comum: misturar SAL com SQL. SAL é "aceito por vendas para investigar"; SQL é "qualificado por vendas como oportunidade real". Operações maduras separam — operações iniciais frequentemente colapsam SAL em SQL.

Critérios firmográficos e comportamentais

A definição operacional de MQL combina dois tipos de critério.

Critérios firmográficos (fit). Características da empresa e da pessoa que indicam aderência ao perfil ideal de cliente.

Para empresa: porte (faturamento, número de funcionários, número de unidades), setor (CNAE, vertical), localização geográfica, estágio (startup, empresa estabelecida, multinacional), tecnologias usadas (quando dá para detectar via ferramentas como BuiltWith ou Wappalyzer).

Para pessoa: cargo (analista, gerente, diretor, C-level), função (marketing, TI, financeiro), senioridade, área de decisão. Exemplo: para empresa que vende ERP para indústria média, critério firmográfico de MQL pode ser "indústria com 50 a 500 funcionários, cargo de diretor financeiro ou diretor de operações".

Critérios comportamentais (intent). Sinais de interesse manifestados pelo lead.

Tipos: visitas à página de preço, downloads de material de fundo de funil (estudo de caso, demonstração, comparativo), abertura repetida de emails da sequência, participação em webinar, solicitação de contato, uso de calculadora ou simulador no site, interação com chat. Cada sinal pode ter peso diferente no scoring.

Importante: critério comportamental sem critério firmográfico produz MQL "engajado mas não-ICP" — pessoa interessada que nunca compraria porque não é o cliente. Critério firmográfico sem comportamental produz MQL "ICP mas frio" — empresa certa, mas sem sinal de intenção. Os dois juntos definem MQL útil.

Lead scoring: como combinar critérios em pontuação

Lead scoring é o mecanismo que combina critérios firmográficos e comportamentais em uma pontuação numérica, definindo um corte (por exemplo, 100 pontos) acima do qual o lead vira MQL.

Modelo simples (regras manuais): cada critério atribui pontos. Cargo de diretor: +30. Empresa entre 50 e 500 funcionários: +40. Visita à página de preço: +20. Download de estudo de caso: +25. Abertura de 3+ emails da sequência: +15. Soma acima de 100 = MQL.

Modelo avançado (preditivo): algoritmo treinado em dados históricos identifica padrões dos leads que viraram cliente versus leads que não converteram. Atribui pesos automaticamente. Funciona quando há volume suficiente de dados (centenas a milhares de leads históricos com resultado conhecido) e maturidade analítica para manter o modelo. Plataformas modernas (HubSpot Predictive Lead Scoring, Salesforce Einstein) oferecem como funcionalidade.

Erro comum: criar lead scoring com 30 critérios e peso fino sem justificativa empírica. Em volume baixo e em estágio inicial, modelo simples com cinco a oito critérios é mais transparente e mais fácil de calibrar.

SLA: o contrato escrito entre marketing e vendas

SLA (Service Level Agreement) entre marketing e vendas é o documento que formaliza as expectativas de cada área. Sem SLA, as áreas operam em entendimentos verbais que cada um interpreta de forma diferente.

O que o SLA precisa cobrir:

Definição operacional de MQL. Lista exata de critérios firmográficos e comportamentais, com pesos quando há scoring numérico, e o corte que define MQL versus não-MQL. Sem ambiguidade — "cargo de gerência ou acima" é específico; "cargo relevante" não é.

Volume mensal contratado. Quantos MQLs marketing se compromete a entregar por mês. Compromisso bilateral: vendas se compromete a receber e processar esse volume.

Tempo de resposta de vendas. Quanto tempo após chegar como MQL, vendas precisa fazer primeira tentativa de contato. Padrão saudável: 24 horas em B2B com ciclo médio; mais rápido em produto self-service ou venda transacional.

Critério de aceitação/rejeição. Quais motivos são válidos para vendas rejeitar um MQL como SAL. Lista fechada (não corresponde ao ICP, dados incorretos, lead já é cliente, etc.) — não pode ser "não me pareceu bom".

Loop de feedback. Como vendas registra rejeição no CRM, em quanto tempo, e como marketing recebe esse feedback para calibrar.

Cadência de revisão. Reunião mensal ou trimestral para revisar métricas, calibrar definição, ajustar critérios.

SLA é vivo: revisado e versionado conforme aprendizados.

Calibração trimestral: o ritual que mantém a definição saudável

A definição de MQL nunca está "pronta". Mudanças no mercado, no ICP, no portfólio de produtos e na maturidade da equipe exigem recalibração. Sem ritual periódico, a definição envelhece e a operação degrada silenciosamente.

Cadência recomendada: trimestral em operação madura, mensal em operação em construção. Participantes: gerente de marketing, gerente de vendas, RevOps (quando existe), CMO e CRO em reuniões estratégicas.

Pauta padrão de reunião de calibração:

Métricas do período. Volume de MQL gerado, taxa de aceitação (SAL/MQL), taxa de conversão (SQL/MQL e oportunidade/SQL), tempo médio em cada etapa, motivos de rejeição mais frequentes.

Análise de falsos positivos. MQLs que vendas rejeitou. Quais critérios falharam? A pessoa não era decisora, mesmo com cargo aderente? A empresa parecia ICP mas tinha porte errado? Padrões nos rejeitados sugerem ajustes nos critérios.

Análise de falsos negativos. Negócios fechados em que o lead inicial não foi MQL — pulou direto para SQL via outro canal (prospecção ativa, indicação). Indica que o filtro de MQL pode estar perdendo perfis válidos. Mais difícil de detectar, mas valioso.

Ajustes de critério ou peso. Decisões versionadas e documentadas: "a partir do próximo mês, peso do cargo de diretor aumenta de 30 para 40; download de estudo de caso passa de 25 para 30; corte sobe de 100 para 110".

Próximos testes. Hipóteses de melhoria a testar no próximo ciclo. Calibração é experimental — cada ajuste é uma hipótese a ser validada pelos dados do próximo período.

Métricas de qualidade do funil

Cinco métricas indicam se a definição de MQL está calibrada.

Taxa de aceitação (SAL/MQL). Porcentagem de MQLs que vendas aceita como SAL. Saudável: 60% a 85%. Abaixo de 60% indica que marketing está enviando MQLs que vendas considera fracos — critérios precisam ser mais restritivos. Acima de 90% indica que marketing está sendo conservador demais — critérios podem ser mais inclusivos para capturar mais leads viáveis.

Taxa de conversão MQL ? SQL. Porcentagem de MQLs que viram oportunidade qualificada. Varia muito por setor e modelo de negócio — em B2B com ciclo longo, 10% a 25% costuma ser razoável; em SaaS transacional pode ser maior.

Taxa de conversão SQL ? oportunidade fechada. Porcentagem de SQLs que viram cliente. Indicador de qualidade tanto de SQL quanto de execução de vendas.

Tempo de qualificação (lead a MQL). Quanto tempo leva entre a chegada do lead e ele virar MQL. Tempos muito longos indicam que sinais comportamentais demoram a se acumular — talvez por critérios muito altos.

MQL envelhecido (aging). MQLs que ficaram parados sem ação de vendas por período relevante (30, 60, 90 dias). Sinal de gargalo: time de vendas saturado, ou MQLs de baixa prioridade acumulando sem decisão de descarte.

Erros comuns que minam a estrutura

MQL inflado para bater meta. Marketing reduz critérios para gerar mais MQLs e bater meta. Vendas recebe leads piores, taxa de aceitação despenca, qualidade do funil degrada. Sintoma: volume de MQL sobe, conversão a SQL cai proporcionalmente.

Vendas ignorando a definição. Time de vendas trabalha só os MQLs que "parecem bons", deixando os outros envelhecerem. Definição vira ficção. Solução: SLA de tempo de resposta com responsabilização clara.

Sem feedback de qualidade. Vendas rejeita MQLs sem registrar motivo no CRM. Marketing não sabe o que ajustar — calibração fica cega. Solução: lista fechada de motivos de rejeição obrigatória no fluxo.

Marketing define sozinho. Critérios desenhados sem envolvimento de vendas. Resultado previsível: vendas não reconhece o filtro como válido e ignora ou rejeita em massa.

Critérios nunca foram revisados. Definição de três anos atrás continua em uso, mesmo com mudanças no ICP, novos produtos, expansão geográfica. Filtro envelhece e atrapalha.

Threshold único para todos os segmentos. Mesma definição para PME e enterprise, para produto novo e produto consolidado, para mercado doméstico e mercado internacional. Granularidade insuficiente esconde performance heterogênea.