Le MQL. C'est un lead dont le profil et le comportement laissent penser qu'il pourrait devenir client, mais qui n'est pas encore prêt à parler à un commercial. Il a par exemple téléchargé un livre blanc, assisté à un webinaire et correspond à la cible visée.
Le SQL. C'est un lead que l'équipe commerciale a examiné et jugé digne d'une démarche directe, parce qu'il exprime un besoin, dispose d'un budget ou d'un calendrier, ou a demandé à être contacté. Le passage de MQL à SQL marque le moment où le marketing passe le relais aux ventes.
Ces notions ont été popularisées par le Demand Waterfall, un modèle de suivi des étapes de la demande publié en 2006 par le cabinet SiriusDecisions, racheté depuis par Forrester. Elles sont devenues le vocabulaire commun des équipes B2B.
Entre le premier contact et la signature, un prospect franchit plusieurs étapes, chacune avec un responsable clair.
Suivre le taux de passage d'une étape à l'autre montre où les leads se perdent. Un bon volume de MQL qui se convertit mal en SQL signale souvent un problème de ciblage, ou des critères de qualification trop larges.
Le profil. Le lead correspond-il au client idéal ? On regarde le secteur, la taille de l'entreprise, la fonction et le niveau de décision de la personne, souvent au regard d'un persona ou d'un profil de client idéal.
L'engagement. Le lead s'intéresse-t-il vraiment à l'offre ? Les pages de tarifs consultées, les contenus téléchargés, les e-mails ouverts ou la participation à une démonstration en disent long sur sa maturité.
Le score. Ces deux dimensions se combinent dans un lead scoring, qui attribue des points à chaque critère. Au-delà d'un seuil convenu, le lead devient un MQL. Pour le passage en SQL, beaucoup d'équipes s'appuient sur une grille classique comme BANT, qui vérifie le budget, l'autorité du contact, le besoin et le calendrier.
Le MQL et le SQL n'ont de sens que si les deux équipes s'accordent sur leur définition. Cet engagement mutuel, souvent formalisé dans un accord de niveau de service, précise les critères d'un MQL, le délai dans lequel les commerciaux doivent traiter chaque lead transmis, et ce qu'il advient des leads refusés.
Un lead refusé n'est pas perdu pour autant. Il retourne au marketing, qui le fait mûrir par des contenus adaptés, le lead nurturing, jusqu'à ce qu'il soit prêt. La marketing automation se charge de ces envois et remonte le lead quand son score franchit à nouveau le seuil.
L'accord se révise régulièrement, à partir des résultats. Si les SQL issus d'un canal signent rarement, les critères qui le concernent sont probablement trop généreux.
Le MQL a un défaut de conception, puisqu'il évalue une personne alors qu'en B2B, les décisions d'achat se prennent à plusieurs. Un ingénieur qui télécharge trois fiches techniques devient un MQL, même si son entreprise n'a ni projet ni budget. À l'inverse, un comité d'achat très engagé peut passer inaperçu si chacun de ses membres reste sous le seuil.
Forrester en a tiré les conséquences en 2021, en remplaçant l'ancien Demand Waterfall par un modèle centré sur les opportunités et les groupes d'achat plutôt que sur les leads individuels. Cette logique rejoint celle de l'account-based marketing, qui raisonne en entreprises cibles.
Le MQL reste utile pour piloter le volume et la qualité des contacts générés, mais il gagne à être complété par une lecture par compte, surtout pour les ventes complexes.
