MQL y SQL son las dos etapas de calificación por las que pasa un lead antes de convertirse en venta: el MQL (Marketing Qualified Lead) es un contacto que mostró interés y encaja con el perfil de cliente ideal, y el SQL (Sales Qualified Lead) es ese mismo contacto una vez que dio señales concretas de intención de compra y ventas lo acepta para trabajarlo.
La diferencia no está en la fuente del lead sino en su madurez. Alguien que bajó un PDF o se suscribió al newsletter es un MQL: le interesa el tema, todavía no la compra. Alguien que pidió una cotización, reservó una demo o dijo qué presupuesto maneja ya es un SQL. Marketing es dueño del primero, ventas del segundo.
MQL y SQL de un vistazo
| MQL | SQL | |
|---|---|---|
| Quién lo califica | Marketing | Ventas (acepta o rechaza) |
| Señal típica | Descarga, suscripción, consulta general | Cotización, demo, presupuesto y plazo definidos |
| Siguiente paso | Nutrición: email, contenido, remarketing | Llamada o reunión con un vendedor |
| Métrica asociada | CPL y tasa de paso a SQL | Costo por SQL y tasa de cierre |
Cómo se mide
Hay dos números que conviene mirar todos los meses:
Tasa de MQL a SQL = (SQL / MQL) x 100
Costo por SQL = inversión total del período / SQL generados
La tasa de paso te dice si el volumen que entrega marketing es real o está inflado. El costo por SQL traduce ese filtro a plata y es el escalón previo al CAC.
Un ejemplo en números
Ejemplo ilustrativo, no un dato de mercado. Una empresa invierte $1.500.000 en un mes y genera 300 leads, o sea un CPL de $5.000. Marketing califica 120 de esos contactos como MQL. Ventas acepta 30 como SQL: la tasa de MQL a SQL es del 25%. El costo por SQL queda en $1.500.000 dividido 30, es decir $50.000. Si de esos 30 SQL cierran 6 ventas, el CAC es de $250.000.
Con esos números ya sabés dónde apretar: subir la tasa de paso del 25% al 35% abarata cada venta mucho más rápido que pelear por bajar el CPL unos pesos.
Errores comunes
- Definir el SQL sin ventas en la mesa. Si los criterios los escribe marketing solo, ventas rechaza los leads y el número deja de servir.
- Contar el mismo lead dos veces. Un contacto que vuelve por otro anuncio no es un MQL nuevo; duplicarlo infla el volumen y hunde la tasa de cierre.
- Optimizar las campañas por MQL. Las plataformas aprenden con el evento que les mandás: si enviás “descargó el PDF”, vas a conseguir más descargas, no más SQL.
- No devolver el rechazo. Cuando ventas descarta un lead debería quedar registrado el motivo: ese feedback es lo que corrige la segmentación de las campañas.
Cómo se usa en la práctica
Bien implementado, el corte entre MQL y SQL es el punto donde el embudo de ventas se vuelve medible: sabés cuántos contactos avanzan, cuántos se caen y en qué escalón. Es la lógica del performance marketing, donde no se cuentan contactos sino cuáles llegan a la venta. En Rableb, desde 2019, revisamos ese paso mes a mes: si los SQL no crecen, la campaña no funciona por más que el CPL baje.