MQL (Marketing Qualified Lead)

Un MQL (Marketing Qualified Lead) es un contacto que, por su comportamiento e información, alcanzó un nivel de interés que Marketing considera suficiente para avanzar: típicamente más cerca de comprar que un lead común, pero todavía no validado por un vendedor. Se lo identifica combinando señales de engagement (abrir correos, descargar un material, visitar la página de precios) con datos de ajuste al perfil (cargo, industria, tamaño de empresa).

La calificación se suele apoyar en un modelo de lead scoring que suma puntos por cada acción y, al cruzar un umbral, marca al contacto como MQL. Es una de las etapas centrales del embudo de conversión y de lo que automatiza Revio en la capa de marketing: la captura, el puntaje y el pase ordenado del contacto cuando se vuelve relevante.

El punto clave es que el MQL mide intención, no compra: define qué contactos merecen seguimiento más intensivo (nurturing) o el traspaso a Ventas, y evita que el equipo comercial pierda tiempo con leads fríos o fuera de target.

Cómo se define un MQL en la práctica

No existe una definición universal de MQL: cada empresa fija su propio umbral según su ciclo de venta y su ICP. Lo habitual es construir un puntaje que combine dos dimensiones. Por un lado, el ajuste (fit): qué tan parecido es el contacto al cliente ideal (cargo decisor, industria objetivo, país, facturación). Por otro, el comportamiento (engagement): qué tan activo está (visitó la web tres veces esta semana, descargó un caso de éxito, abrió la página de precios). Un contacto con buen fit pero poca actividad suele quedar en nurturing; uno con alta actividad y buen fit se convierte en MQL y dispara la siguiente acción.

Las señales que más pesan en B2B suelen ser: descargar un recurso de fondo de embudo (comparativa, demo, calculadora de ROI), repetir visitas a páginas de producto o precios, abrir y clickear una secuencia de correos, o completar un formulario con datos de empresa coherentes con el target. Por el contrario, una sola descarga de un ebook genérico rara vez alcanza para calificar.

Por qué importa

El MQL es el lenguaje común entre Marketing y Ventas. Sin un criterio acordado, Marketing entrega leads que Ventas considera ruido, y Ventas ignora contactos que sí estaban listos. Definir el MQL con números (qué acciones, qué umbral, qué datos mínimos) alinea a los dos equipos y permite medir el embudo de punta a punta: cuántos visitantes pasan a lead, cuántos leads a MQL, cuántos MQL a SQL, y cuántos terminan en una venta. Ese mapa es lo que vuelve predecible la generación de demanda.

MQL frente a SQL

El par natural del MQL es el SQL (Sales Qualified Lead). La diferencia está en quién valida, con qué criterio y en qué etapa del embudo:

En resumen: el MQL es una promesa de Marketing (este contacto parece listo) y el SQL es la confirmación de Ventas (hablé con él y efectivamente quiere comprar). Un MQL puede aceptarse como SQL, devolverse a nurturing si todavía no está maduro, o descartarse si no califica. Marcos como BANT o MEDDIC suelen usarse para hacer ese salto de MQL a SQL con criterio.

Ejemplo concreto (Argentina)

Una empresa de software B2B en Buenos Aires define como MQL a todo contacto que: tiene cargo gerencial o de dirección, pertenece a una empresa de más de 50 empleados, y acumuló 40 puntos de scoring (por ejemplo: 15 por descargar la comparativa de productos, 10 por dos visitas a la página de precios y 15 por abrir tres correos de la secuencia). Cuando un gerente de operaciones de una distribuidora cruza ese umbral, el sistema lo marca como MQL y avisa al SDR, que lo contacta para validar si hay un proyecto real. Si la conversación confirma presupuesto y un plazo, pasa a SQL.

Errores comunes

• Confundir MQL con cliente: el MQL es intención, no compra. Tratarlo como venta cerrada infla las expectativas y descalibra el forecast.
• Umbral demasiado bajo: si cualquier descarga convierte en MQL, Ventas recibe ruido y deja de confiar en la calidad de los leads.
• No revisar el modelo: el scoring se desactualiza. Si la tasa de MQL a SQL cae, hay que recalibrar los puntos y los criterios de fit.
• Olvidar el fit: puntuar solo por actividad lleva a calificar curiosos o estudiantes que nunca van a comprar.

Bien definido, el MQL deja de ser una métrica de vanidad (generamos 500 MQL) y se vuelve una herramienta de alineación y predicción entre marketing y ventas.