MQL SQL marketing, fixer le bon seuil entre intérêt et vente

MQL veut dire lead qualifié par le marketing, SQL lead qualifié par la vente, et ces deux sigles désignent deux moments différents du même parcours d'achat.

Deux sigles anglais pour deux moments du même parcours. MQL signifie marketing qualified lead : le marketing juge que ce contact mérite un appel. SQL, sales qualified lead : la vente confirme qu'un besoin existe et qu'un commercial peut ouvrir la discussion.

Attention, ces statuts décrivent un lead, pas un client : la conversion se joue plus tard, dans le cycle de vente. Un contact peut dévorer vos contenus sans avoir le moindre projet, être MQL ne garantit rien.

Trois familles de critères suffisent : le profil de l'entreprise, le rôle de l'interlocuteur et les signaux d'engagement récents sur vos contenus ou votre produit.

Tout lead qui entre dans votre base franchit un filtre implacable. Le hors-cible reste hors-cible, quel que soit son score. Vous séparez donc les critères bloquants, taille, secteur, zone géographique, fonction de l'interlocuteur, des critères qui, eux, se contentent d'ajouter des points.

Ce premier bloc s'appelle le profil. Taille de l'entreprise, secteur, zone géographique, fonction trient de façon fiable, puisque ces critères bougent peu. Le comportement, lui, vit dans une autre case : pages vues, téléchargements, temps passé, fréquence de retour. Ne les mélangez jamais dans le même champ, car un signal d'intérêt n'est pas une intention d'achat. Un visiteur qui revient souvent peut être un curieux ; un décideur du bon secteur, lui, reste une cible.

L'ordre est toujours le même : un visiteur devient lead en laissant une coordonnée, le lead devient MQL par un score, puis SQL après validation de la vente.

Dans un parcours inbound, la personne arrive comme visiteur, laisse une coordonnée et devient lead. Le MQL vient avant le SQL, jamais l'inverse, car un lead n'est prêt à parler au commercial qu'après avoir montré un intérêt mesurable.

Si vous avez mis un score en place, le basculement de lead à MQL se fait tout seul : le score franchit un seuil et l'outil change le statut. Le passage à SQL, lui, reste une décision humaine, un commercial valide que le contact est prêt à acheter. Autrement dit, l'automatique trie, l'humain tranche.

Non : un MQL est une promesse d'intérêt mesurée par le marketing, un SQL est une maturité commerciale constatée par la vente, et confondre les deux fait travailler la vente sur des leads non prêts.

Un MQL repose sur une note calculée, reproductible et comparable d'un mois sur l'autre. Un SQL tient sur un échange réel, où un commercial a parlé au contact et engagé sa responsabilité. La différence n'est pas une étiquette, c'est qui répond du lead.

Un rejet n'enterre personne, puisque le lead repart en nurturing et redevient MQL. Et rester MQL des mois malgré un contenu très consommé est normal, l'intérêt n'est pas la maturité commerciale.

Le seuil se fixe en partant du bas : on choisit d'abord ce qu'un SQL doit contenir, puis on remonte les signaux qui, dans l'historique, annonçaient ces SQL.

Un score n'est rien d'autre qu'une addition pondérée : ce qui décide, ce n'est pas la somme, c'est le poids donné à chaque famille et l'endroit où vous placez le point de bascule. Quand vous partez de vos conversions passées, regardez ce que contenaient les leads qui sont réellement devenus des clients, et remontez les signaux qui les annonçaient. Le seuil se lit alors comme une comparaison simple : au-dessus, le lead passe ; en dessous, il reste en maturation.

Ce travail n'a de valeur que s'il est révisé régulièrement. Ajustez le seuil trimestre par trimestre, puisque votre marché et votre discours bougent. Une grille pondérée démographie, comportement et intention vous donne une base solide, à condition de la relire à la lumière de ce qui se convertit vraiment.

Partez de huit MQL pour dix, ajustez selon votre modèle d'acquisition, et suivez l'évolution du vôtre mois après mois.

Votre meilleur point de comparaison reste votre propre historique. Un ratio qui se dégrade d'un mois sur l'autre signale un seuil devenu trop permissif, puisque la vente reçoit des contacts qu'elle ne convertira pas. À l'inverse, un taux de passage très élevé côté inbound peut vouloir dire que le seuil est trop haut et que la vente manque de leads. En outbound, un taux plus élevé est normal. Le contact a été approché directement, pas attiré par un contenu.

Calculez donc le ratio source par source. Un mélange de canaux produit une moyenne qui ne dit rien. Un canal très sélectif et un canal très large s'annulent, et vous ne voyez plus lequel des deux dérape. Suivez chaque source séparément, mois après mois, pour repérer celle qui dérive avant que le désaccord ne s'installe entre marketing et ventes.

Trois défauts reviennent : un seuil trop bas qui noie la vente, un seuil trop haut qui coupe les leads mûrs, et des leads fantômes que personne ne travaille parce que la propriété du lead n'est jamais tranchée.

Un seuil se règle sur un seul levier à la fois : si vous modifiez en même temps le score minimal et la définition du lead, vous ne saurez plus ce qui a fonctionné. Chaque lead transmis à la vente doit porter un motif de qualification écrit. Sans cette trace, le commercial ne sait pas pourquoi il appelle cette personne et le lead se perd.

Dans notre expérience de PME B2B, le seuil trop bas et l'absence de propriétaire désigné sont les deux causes qui reviennent le plus souvent ; le seuil trop haut coupe des leads mûrs, mais plus rarement. Cherchez d'abord qui travaille le lead, puis ajustez le curseur.

Une révision trimestrielle suffit si elle suit toujours le même ordre : relire les rejets, relire les signatures, corriger un seul levier, puis vérifier l'effet sur le trimestre suivant.

Votre seuil ne se révise pas en réunion, mais sur des données. Relisez d'abord les rejets du trimestre. Sortez tous les leads refusés par la vente et classez-les par motif. Un motif qui revient souvent signale un critère mal réglé, c'est le point à corriger en priorité. Reprenez ensuite les affaires gagnées et regardez leur score au moment du passage en MQL : c'est votre meilleure indication de seuil.

Corrigez un seul levier à la fois : le seuil, la pondération ou le critère bloquant, jamais les trois ensemble, sinon vous ne saurez pas ce qui a produit l'effet. Vérifiez ensuite le résultat sur le trimestre suivant. Une révision trimestrielle suffit, à condition de suivre toujours le même ordre : rejets, signatures, un levier, effet constaté.

Le seuil entre MQL et SQL n'est pas une norme universelle, mais un curseur qui se règle sur vos propres données, en partant de ce qu'un SQL doit contenir.

Côté MQL, c'est une promesse d'intérêt ; côté SQL, une maturité commerciale constatée. Ce ne sont ni les mêmes personnes qui jugent, ni les mêmes preuves qui pèsent. Le bon seuil se définit donc à l'envers, en partant du profil d'un SQL réellement signé et en remontant vers les signaux qui l'annonçaient. C'est cette cohérence qui évite de noyer la vente ou de perdre des leads mûrs.

Le reste est affaire de discipline. Un ratio de référence ne remplace pas le suivi de votre propre tendance, et une révision trimestrielle qui suit toujours le même ordre, relecture des rejets, relecture des signatures, correction d'un seul levier, reste la meilleure façon d'ajuster sans casser. Un lead transmis sans motif de qualification écrit est un lead perdu. Le seuil ne vaut que si la propriété du lead est claire.