MQL e SQL: o que são, qual a diferença e como medir cada etapa

MQL e SQL são duas etapas pelas quais um contato passa antes de virar venda. O MQL é o contato que o marketing aprovou.

O SQL é o contato que já conversou com a equipe de vendas e mostrou que vale uma proposta. É entre MQL e SQL que muitas empresas perdem vendas.

Este guia explica MQL e SQL em linguagem simples. Também mostra como medir quantos contatos passam de uma etapa para a outra.

O que é MQL e SQL

MQL e SQL são siglas em inglês que marketing e vendas usam para separar os contatos pelo momento em que estão. Elas mostram quem cuida de cada contato e o que falta para ele avançar no funil de vendas.

Juntos, MQL e SQL formam a parte do funil em que está o lead qualificado. É a pessoa que tem o perfil certo e interesse, mas ainda não fechou negócio.

Lead, aqui, é qualquer pessoa que deixou nome e telefone com a empresa, por exemplo em um formulário do site.

O que é MQL

MQL quer dizer Marketing Qualified Lead, ou contato aprovado pelo marketing. É alguém com o perfil de quem compra de você e que mostrou algum interesse.

Esse interesse pode ser pedir um orçamento, voltar ao site várias vezes ou responder a um anúncio. O MQL ainda não está pronto para comprar, mas já merece uma conversa.

O que é SQL

SQL quer dizer Sales Qualified Lead, ou contato aprovado por vendas. É o MQL que conversou com a empresa e confirmou três coisas: tem um problema real, fala com quem decide e tem prazo para resolver.

Na prática, o SQL é o momento em que o vendedor aceita gastar tempo com uma proposta. Todo SQL já foi MQL, mas a maioria dos MQLs não chega lá.

Um cuidado com a sigla: SQL também é o nome de uma linguagem de banco de dados. Neste guia, SQL e MQL falam apenas de vendas.

Qual a diferença entre MQL e SQL

A principal diferença entre MQL e SQL está em quem aprova o contato e em como aprova. O MQL é aprovado por regras: perfil certo e algum sinal de interesse.

O SQL é aprovado por uma pessoa, depois de uma conversa. A tabela mostra como MQL e SQL funcionam no dia a dia.

Um jeito fácil de lembrar: o MQL responde se vale a pena ligar. O SQL responde se vale a pena montar uma proposta.

Onde entra o SAL entre MQL e SQL

SAL quer dizer Sales Accepted Lead, ou contato aceito por vendas. É o passo do meio: a pré-venda recebe o MQL, confere os dados e aceita trabalhar com ele.

Pré-venda é quem faz o primeiro contato e filtra quem segue para o vendedor. Esse papel costuma ser do SDR, que faz a ponte entre MQL e SQL.

Muitas empresas pulam o SAL e vão direto de MQL para SQL. Sem ele, ninguém sabe quantos contatos o time de vendas recusou antes mesmo de ligar.

A ordem completa fica assim: lead, MQL, SAL, SQL e oportunidade de venda.

Por que a passagem de MQL para SQL é onde as vendas se perdem

Conseguir contatos deixou de ser o maior problema das empresas. Uma pesquisa de 2026 da 8D Hubify com a PipeLovers mostra isso: 46,7% dos profissionais disseram que o mais difícil é transformar contatos em vendas.

O Panorama de Marketing e Vendas de 2026, segundo o Meio & Mensagem, mostra parte do motivo. Ali, 62% das empresas não acompanham quantos contatos viram venda.

Só 16% acham que marketing e vendas trabalham bem juntos. Sem medir MQL e SQL, cada área defende o próprio número, e a conversa vira opinião.

A Forrester, empresa americana de pesquisa, mostra o tamanho da perda. Quando o processo se apoia só no MQL, menos de 1% dos contatos vira contrato.

Ou seja: menos de uma venda para cada 100 pessoas que pediram contato. A saída não é gerar menos contatos, e sim escrever as regras da passagem entre MQL e SQL.

Essas regras dizem em quanto tempo ligar, quem aceita o contato e o que volta para o marketing. Elas são a base da integração entre marketing e vendas.

Como um MQL vira SQL na prática

A passagem entre MQL e SQL acontece em três momentos: a regra de entrada, a conversa e a decisão anotada no sistema. Cada momento tem um responsável.

O que define um MQL

O MQL depende de duas coisas: perfil e interesse. Perfil é o tamanho da empresa, o setor, o cargo e a região. Interesse é o que a pessoa fez, como pedir orçamento ou ver a página de preços.

Um contato com o perfil perfeito, mas sem nenhum interesse, ainda não é MQL. Quem tem muito interesse e o perfil errado também não é.

O que transforma o MQL em SQL

Para virar SQL, o contato precisa confirmar em conversa o que o MQL só sugeria. A pré-venda pergunta qual é o problema, quem decide, se o valor cabe e quando a empresa precisa resolver.

Os critérios de MQL e SQL mudam de empresa para empresa. Por isso, ficam escritos no processo comercial e no playbook de vendas, para que todo o time use a mesma régua.

Em vendas complexas, olhe a empresa inteira

Quando a venda é de valor alto, quem compra costuma ser um grupo, e não uma pessoa. Segundo a mesma Forrester, mais de 80% das decisões de compra envolvem mais de três pessoas.

Isso muda a leitura de MQL e SQL. Um analista que baixa todos os materiais parece muito interessado, mas talvez não tenha voz na decisão.

Três pessoas da mesma empresa, de áreas diferentes, procurando você ao mesmo tempo dizem muito mais. Nesse tipo de venda, o SQL é a empresa com perfil certo, problema confirmado e acesso a quem aprova o gasto.

Taxa de conversão de MQL para SQL: como calcular

A taxa de conversão de MQL para SQL mostra quantos contatos aprovados pelo marketing viraram oportunidade de venda. A conta é simples: divida os SQLs do mês pelos MQLs do mesmo mês e multiplique por 100.

Exemplo: 120 MQLs em um mês e 18 SQLs saídos deles dão uma taxa de 15%. O número só vale quando marketing e vendas usam a mesma definição de MQL e SQL.

Qual é uma boa taxa de conversão de MQL para SQL

Não existe um número certo para todos, porque cada empresa define MQL e SQL de um jeito. Um levantamento de 2026 da Visionary Marketing com 28,4 mil contatos de 47 empresas serve de referência.

Nesse estudo, metade das empresas ficou abaixo de 13,7%. Um quarto delas chegou a 28,4% ou mais. Como a base é britânica, use esses números só como referência, e não como meta.

A comparação mais útil é com o seu próprio histórico de MQL e SQL. Acompanhe a taxa por campanha, por canal e pelo mês em que o contato chegou.

O tempo de resposta entre MQL e SQL decide parte das vendas

O interesse de quem pede contato esfria rápido. Uma pesquisa publicada na Harvard Business Review testou 2.241 empresas americanas para ver quanto tempo elas levavam para responder a um contato.

Quem respondia em até uma hora tinha quase sete vezes mais chance de transformar o contato em conversa de venda. A maioria das empresas, porém, demorava muito mais.

Os dados de 2026 da Visionary sobre MQL e SQL mostram o mesmo. Responder em até cinco minutos dá ao contato 2,4 vezes mais chance de virar oportunidade. A comparação é com quem leva uma hora.

Na rotina de MQL e SQL, isso quer dizer avisar o vendedor assim que o contato chega. Quem espera a reunião de segunda-feira para ligar chega tarde, mesmo quando o contato tinha o perfil certo.

Por que informar MQL e SQL ao Google e à Meta

Quando o anúncio busca só formulários preenchidos, o sistema aprende a trazer mais formulários. Ele não sabe diferenciar um lead MQL de um lead SQL, a menos que alguém conte.

O Google Ads permite isso ao separar leads qualificados e leads convertidos. A importação de conversões off-line leva de volta à campanha o status de MQL e SQL. Esse status vem do CRM, o sistema em que vendas registra cada contato.

Segundo o Google, quem enviou esses dados teve um aumento típico de 10% nas conversões. Para quem decidiu anunciar a empresa no Google, é a diferença entre pagar por clique e pagar por oportunidade de venda.

Na Meta, dona do Facebook e do Instagram, o caminho é a API de Conversões para CRM. Ela envia de volta os eventos de MQL e SQL. A Meta indica essa ligação para quem recebe ao menos 200 contatos por mês.

Esse envio usa dados pessoais. A Lei Geral de Proteção de Dados exige motivo legal e transparência com a pessoa. A política de privacidade do site deve avisar esse uso.

O papel do CRM na passagem de MQL para SQL

Nada disso funciona sem registrar MQL e SQL. O CRM de vendas guarda quando o contato chegou, quem cuida dele e o que já foi conversado. Se ele não vira SQL, guarda também o motivo.

Na Kommo, cada etapa do funil de vendas configurado no CRM pode ser um status: MQL, SAL, SQL e oportunidade. Assim, a passagem entre MQL e SQL deixa de ser impressão e vira número.

Com as datas anotadas, MQL e SQL alimentam o pipeline de vendas e o forecast de vendas. O primeiro mostra os negócios em andamento, e o segundo prevê quanto vai entrar.

Erros comuns na gestão de MQL e SQL

Alguns erros aparecem em quase toda empresa que começa a medir MQL e SQL:

• O marketing define o MQL sozinho, sem olhar quem de fato comprou.

• O sistema dá pontos para uma pessoa e esquece o resto do grupo que decide.

• A empresa pula o SAL e não sabe quantos contatos vendas recusou.

• O vendedor recusa o contato sem anotar o motivo, e o marketing não consegue corrigir a campanha.

• A campanha é julgada pelas vendas dos primeiros 30 dias, quando a venda leva meses.

• O anúncio busca só formulário, e ninguém avisa ao Google ou à Meta quem virou SQL.

MQL e SQL são um acordo, não um rótulo

MQL e SQL só funcionam quando marketing e vendas combinam a mesma definição, olham o mesmo número e revisam as regras juntos. Em vendas de valor alto, esse acordo começa pela empresa inteira, e não só por quem preencheu o formulário.

Seus MQLs chegam, mas poucos viram SQL? Faça o Diagnóstico de Growth: em 12 perguntas, você descobre onde a sua empresa perde contatos entre marketing e vendas.