MQL (Marketing Qualified Lead): o que é e como qualificar

Seu formulário converte, o relatório mostra 400 “leads” no mês, e vendas olha os mesmos 400, trabalha uns 30 e diz que “não veio nada bom”. Os dois times apresentam a mesma base e discordam sobre o que ela vale. O MQL existe para acabar com essa briga — é a linha que separa “lead” de “lead pronto para vender”. Este guia cobre o que é, como definir com fit e intent, os benchmarks por canal e setor (com fonte) e as armadilhas de quem já montou o scoring do zero.

O que é MQL

O MQL (Marketing Qualified Lead) é o ponto do funil em que marketing assume a responsabilidade: “deste corte para frente, eu garanto que vale a ligação do vendedor”. Não é um evento (“preencheu formulário”) — é uma decisão de corte que combina dois eixos, e é a interseção deles que define um MQL de verdade.

1. Fit (perfil): cargo, porte da empresa, setor, região — o lead se parece com quem já fecha na sua base?
2. Intent (interesse): o que ele fez — visitou a página de preço, abriu três e-mails, pediu demo, voltou ao site duas vezes na semana? O comportamento indica intenção de compra ou só curiosidade?

Um lead com fit perfeito e zero intent é um contato frio de prospecção. Um lead com intent altíssimo e zero fit é o estudante montando TCC. MQL é a interseção dos dois — e é aí que 90% das operações erram a mão, porque qualificam só por intent (“preencheu formulário”, “baixou material”) e ignoram o fit.

A distinção que mais importa é MQL × SQL: o MQL é uma aposta de marketing (“acho que vale trabalhar”); o SQL é a aceitação de vendas (“concordo, é oportunidade real, vou trabalhar”). A transição MQL→SQL é o handoff mais político do funil de receita — quando essa taxa despenca, o problema quase nunca é o lead: é que as duas áreas nunca sentaram para acordar o que é um MQL de verdade.

MQL e SQL nasceram do Demand Waterfall da SiriusDecisions (2006, hoje Forrester), o framework que criou uma língua comum entre marketing e vendas nomeando cada estágio do funil^[5]. Vinte anos depois, a própria Forrester defende aposentar o MQL e migrar para modelos de buying group (grupo de compra), porque rastrear pessoa individual num funil B2B — onde quem decide é um comitê — leva a uma conversão de contato até fechamento abaixo de 1%^[3]. Guarde isso: o MQL é útil como ferramenta operacional, mas é um proxy — não confunda gerar MQL com gerar receita.

Lead→MQL e MQL→SQL: as duas taxas

O MQL em si é um limiar (um score de corte), não uma conta. O que você opera são as duas taxas ao redor dele: a Lead→MQL (quanto da base bruta o marketing qualifica) e a MQL→SQL (quanto do que marketing entregou vendas aceita e valida). A primeira mede volume de qualificação; a segunda mede se a qualificação prestava.

A pegadinha é o denominador que se move: o MQL depende inteiramente de uma definição que muda quando alguém mexe na régua de scoring. Se em março o corte era “score ≥ 50” e em abril baixou para “≥ 40” para bater meta de volume, a taxa Lead→MQL sobe e a MQL→SQL cai — sem nenhuma mudança no mercado ou no time. Você está comparando duas definições diferentes e chamando de tendência. Toda análise de MQL exige congelar a definição do corte no tempo, ou versionar quando ela muda.

Como definir e qualificar um MQL

Definir MQL é escrever um acordo, não ter um palpite. Marketing e vendas sentam juntos e escrevem, em uma frase, o critério de fit e o de intent. Isso é um SLA — se cada área guarda a definição na cabeça, elas quase nunca são iguais, e essa divergência silenciosa é a causa raiz de metade das brigas de funil.

Depois, traduza a frase em régua de scoring: pontos por fit (cargo, porte) + pontos por intent (páginas visitadas, e-mails abertos, demo pedida) e um score de corte explícito. Só por preenchimento de formulário é frágil — o formulário diz que a pessoa agiu, não que ela é o cliente certo. Cruzar o preenchimento com custo por lead e dados de perfil é o que separa lead barato e inútil de lead que presta: CPL baixo com Lead→MQL baixo é só lead barato e inútil.

E velocidade é parte da definição: um MQL bem definido que fica dois dias na fila apodrece. O estudo clássico do MIT mediu que contatar um lead em 5 minutos, em vez de 30, deixa você 21× mais propenso a qualificá-lo^[4]. Definição do corte e velocidade do handoff são o mesmo problema — a régua perfeita não salva um roteamento lento.

Benchmarks de MQL

Não existe um benchmark único de MQL — cada empresa define MQL de um jeito, então as taxas não se comparam direto. Um achado consistente é que canal muda tudo. A média de mercado Lead→MQL fica em torno de 31%^[1]; a MQL→SQL cai na faixa de ~10% a 26% conforme o setor, com ~13% em B2B SaaS^[2]. Circula em vários agregadores uma faixa de 18–22% para B2B SaaS — como não confirmei em fonte primária e ela conflita com os 13% citáveis, trate “20%+” como direcional, nunca como fato duro. A divergência provavelmente reflete definições de MQL diferentes, não desempenho diferente.

Indicação e busca orgânica trazem lead pré-qualificado — a intenção já veio embutida; mídia paga e webinar enchem o topo mas exigem corte mais duro. Sem atribuição você sabe quantos MQLs gerou, mas não de qual canal — e é o canal que define se o corte foi generoso ou duro. Do outro lado do handoff, a taxa MQL→SQL é o melhor termômetro de alinhamento marketing↔vendas e uma das conversões de estágio do funil.

Duas leituras de sanidade. Primeira: mais importante que o número absoluto é a estabilidade — uma taxa MQL→SQL que despenca costuma sinalizar que alguém afrouxou o corte, não que o mercado piorou. Segunda: a Forrester estima que, num processo centrado em lead individual, a conversão de contato inicial até negócio fechado é inferior a 1%^[3] — de 100 pessoas que levantam a mão, menos de uma vira cliente. Não é para desanimar; é para parar de tratar contagem de MQL como se fosse receita.

Armadilhas comuns

Estes são os erros que mais aparecem quando ajudamos um time a montar o scoring de MQL do zero — a maioria nasce de instrumentação e acordo, não de fórmula.

Qualificar só por intent, ignorar fit

O erro que mais aparece é dar MQL para quem “baixou material” sem olhar quem é a pessoa. Resultado: a fila de vendas enche de estudante, curioso e concorrente disfarçado. A taxa Lead→MQL fica linda, a MQL→SQL despenca, e o vendedor para de confiar em tudo que vem de marketing. O custo: marketing comemora um número que não vira receita, e vendas ignora até os MQLs bons no meio do lixo.

Marketing e vendas nunca acordaram o que é um MQL

O clássico. Cada área tem sua definição na cabeça, ninguém escreveu. Marketing entrega “MQL”, vendas trabalha o que quer, e no fim do mês os relatórios não batem porque contam coisas diferentes com a mesma palavra. Quando a gente pede para cada lado escrever a definição num papel, elas quase nunca são iguais — e essa é a causa raiz de metade das brigas de funil. Sem SLA escrito, o MQL é opinião, não métrica.

Afrouxar o corte para bater meta de volume

Fim de trimestre, marketing está atrás da meta de MQL, alguém baixa o score de corte “só esse mês”. A meta bate. A taxa MQL→SQL cai no mês seguinte e ninguém liga o efeito à causa — porque a definição mudou silenciosamente. O número vira ficção: você acha que gerou mais demanda quando só mudou a régua. Toda meta de MQL por volume, sem trava de qualidade, empurra para esse buraco.

Não fechar o loop de feedback de vendas

Marketing manda MQL, vendas trabalha, e o resultado (aceitou? rejeitou? por quê?) nunca volta para o scoring. Sem esse retorno, a régua congela no palpite original e nunca aprende. É o furo de instrumentação mais comum que encontramos: a empresa mede quantos MQLs gerou, mas não sabe quantos vendas aceitou — então otimiza a métrica errada por trimestres.

MQL parado na fila (velocidade zero)

O lead cruza o corte às 9h de sexta e o vendedor só olha na segunda. Pelo estudo do MIT, esperar 30 minutos em vez de 5 já derruba a chance de qualificar em 21×^[4] — imagine dois dias. Um MQL bem definido e mal roteado vale menos que um lead frio bem atendido. A definição perfeita não salva um handoff lento.

Tratar contagem de MQL como se fosse receita

O slide mostra “MQLs +40% no trimestre” e a diretoria comemora. Mas MQL é um proxy no meio do funil — a Forrester lembra que menos de 1% dos contatos de um processo lead-centric fecham^[3]. Puxe a linha até a receita e o “+40% de MQL” muitas vezes não moveu um real — e ainda infla o volume que barateia o CAC no papel, enquanto o CAC real sobe porque poucos MQLs viram cliente. Qualidade de MQL é insumo direto do CAC.

Checklist de definição

Opere o MQL num painel, não numa planilha

Definir MQL num documento é fácil. Difícil é ver a taxa Lead→MQL e MQL→SQL por canal se mover toda semana e saber na hora quando alguém afrouxou o corte para bater volume. É isso que um painel de receita faz: cruza origem do lead, régua de scoring e aceitação de vendas em tempo real. É exatamente o que a plataforma Intelligence da Incuca entrega — conecta suas fontes e mostra as duas taxas vivas, por origem, para o time inteiro ler igual.