MQL vs SQL : quelle différence et quand passer de l'un à l'autre ?

Par Valentin Thomy · Mis à jour le 13/11/2026 · 11 min de lecture

MQL vs SQL : un MQL est un lead que le marketing juge intéressé et proche de la cible, un SQL est un lead que les commerciaux ont validé après un échange comme client potentiel. Le premier se qualifie sur des signaux, le second sur le besoin, le décideur, le budget et l'échéance.

MQL ou SQL : quelle différence entre ces deux types de leads ?

Un MQL (marketing qualified lead) est un contact que le marketing juge assez intéressant et assez proche de votre cible pour être suivi de près ; un SQL (sales qualified lead) est un contact que les commerciaux ont validé comme un client potentiel et avec lequel ils engagent une discussion de vente. Le MQL se qualifie sur l'intérêt, le SQL sur le besoin, la décision et le budget.

Pour éviter toute confusion : dans ce guide, « SQL » désigne le sales qualified lead et non le langage de bases de données, dont l'autocomplétion Google le rapproche souvent.

Les deux notions décrivent deux étapes de maturité d'un même contact, pas deux populations différentes. Un contact entre dans votre base, passe par un filtre marketing (MQL), puis par un filtre commercial (SQL), avant de devenir une opportunité puis un client. La nuance qui compte : le premier filtre repose surtout sur des signaux (ce que la personne fait, qui elle est), le second sur une conversation (ce qu'elle dit de son projet).

Aucun standard officiel ne fixe les seuils. Mailchimp, Appvizer et HubSpot s'accordent sur ce point : chaque entreprise définit ses critères, et marketing comme ventes doivent les valider ensemble. Tout ce qui suit est donc un cadre, pas une norme.

Le résumé des différences, repris en texte pour les lecteurs qui n'affichent pas le tableau :

• Qualifié par : le marketing pour le MQL, les commerciaux pour le SQL.
• Base de la décision : signaux d'engagement et adéquation à la cible pour le MQL ; besoin, budget, décideur et échéance confirmés pour le SQL.
• Prochaine action : nurturing (contenus, emails) pour le MQL ; prise de contact, démonstration ou rendez-vous pour le SQL.
• Responsable : marketing pour le MQL, équipe commerciale pour le SQL.
• Probabilité d'achat : plus faible pour le MQL, plus forte pour le SQL, sans garantie.

Qu'est-ce qu'un MQL (marketing qualified lead) ?

Un MQL est un contact qui a montré de l'intérêt pour votre offre (téléchargement, inscription, visites répétées) et qui ressemble à votre client idéal, mais dont l'intention d'achat n'est pas confirmée. Mailchimp le définit comme le lead identifié comme ayant le plus de potentiel pour devenir client, d'après des critères et des comportements précis (Mailchimp).

Deux familles de critères se combinent :

• Adéquation (fit) : taille de l'entreprise, secteur, fonction du contact, pays. Elle répond à « est-ce notre cible ? ».
• Intérêt (engagement) : formulaire rempli, livre blanc téléchargé, webinaire suivi, pages de tarifs consultées, demande de démonstration. Elle répond à « agit-il comme quelqu'un qui cherche une solution ? ».

Appvizer précise qu'un MQL est un visiteur qui a laissé ses coordonnées et dont on ne sait pas encore s'il correspond à la cible (Appvizer). C'est pourquoi le MQL ne devrait pas dépendre d'un seul critère : un étudiant qui télécharge dix guides est engagé, mais il n'est pas dans votre cible.

Le MQL est généralement la sortie d'un système de notation. Notre guide sur le lead scoring détaille comment pondérer ces deux familles de critères et où placer le seuil.

Qu'est-ce qu'un SQL (sales qualified lead) ?

Un SQL est un lead que l'équipe commerciale a évalué et jugé prêt pour un entretien de vente direct, d'après la formule de Mailchimp. En pratique, on attend de lui un besoin identifié et un profil client adapté avant d'engager la discussion sur le prix ou la mise en œuvre.

La différence avec le MQL tient à la source de l'information. Un MQL est déduit de traces numériques ; un SQL est confirmé par un humain, généralement lors d'un appel de qualification ou d'une réponse écrite. Salesdorado, dans son article de référence sur le sujet, le décrit comme un lead jugé qualifié par les commerciaux, généralement après un entretien téléphonique (Salesdorado).

Les critères les plus courants pour valider un SQL suivent la logique BANT : budget, autorité (le décideur), besoin, échéance. Notre guide sur la méthode BANT explique comment les poser sans transformer l'appel en interrogatoire.

Un SQL peut aussi naître sans passer par un MQL : un prospect qui demande directement une démonstration ou un devis est, selon Appvizer, un exemple de lead qui remplit un formulaire engageant. Votre définition doit prévoir ce raccourci, sinon vos meilleurs leads attendront dans une file de nurturing.

Quand un MQL devient-il un SQL ?

Un MQL devient SQL lorsqu'un commercial a confirmé, par un échange, qu'il existe un besoin réel, un interlocuteur légitime pour décider et un projet réalisable dans un délai raisonnable. Le score atteint par le contact ne suffit pas : il déclenche la revue, il ne la remplace pas.

Le parcours se déroule en quatre temps :

1. Le seuil est atteint : le contact franchit le score défini (ou déclenche une règle, comme une demande de démonstration).
2. Le contact est transmis : le CRM l'attribue à un commercial ou à un SDR avec l'historique des actions.
3. Le commercial accepte ou refuse : c'est l'étape dite de sales accepted lead (SAL), citée par Salesdorado comme un MQL validé par les commerciaux, qui peut ensuite devenir SQL. Un refus doit toujours être motivé (hors cible, trop tôt, données erronées).
4. La qualification est faite : après l'appel, le contact est classé SQL, renvoyé en nurturing ou disqualifié.

Dans HubSpot, ces deux statuts existent comme « étapes du cycle de vie » : le MQL est le contact que le marketing a qualifié comme prêt pour les commerciaux, le SQL celui que les commerciaux ont qualifié comme client potentiel. HubSpot indique qu'ils peuvent être automatisés par des workflows, mais qu'ils reflètent une qualification faite par les équipes, et que par défaut les mises à jour automatiques ne font avancer l'étape que vers l'avant (HubSpot). Prévoyez donc un chemin explicite pour les retours en arrière, sinon un SQL refroidi reste coincé dans votre pipeline.

Pour la suite du parcours (opportunité, devis, signature), regardez les chiffres de KPI de prospection B2B.

Qui fait quoi : le rôle du marketing et des commerciaux ?

Le marketing produit des MQL et les nourrit ; les commerciaux traitent les MQL transmis, les qualifient en SQL, puis les transforment en clients. La frontière doit être écrite et signée par les deux côtés : qui définit les critères, dans quel délai le commercial rappelle, qui reprend un lead refusé.

Une répartition qui fonctionne en pratique :

• Marketing : attirer, capter les coordonnées, noter les leads, nourrir ceux qui ne sont pas prêts, réviser le scoring à partir des retours des ventes (Mailchimp recommande de revoir régulièrement le système de notation).
• Commerciaux / SDR : rappeler les MQL transmis, appliquer la grille de qualification, renseigner le motif quand le lead est refusé, ouvrir l'opportunité pour un SQL.
• Les deux : définir ensemble les critères, partager les retours (quels MQL se transforment, lesquels non), et se réunir à rythme fixe pour ajuster le seuil.

Un accord de service entre les deux équipes (délai maximal de prise en charge d'un MQL, obligation de motiver un refus) est la pièce qui manque le plus souvent. Nous n'avons pas trouvé d'étude indépendante qui chiffre l'effet d'un tel accord : ne le présentez pas à votre direction comme un gain garanti, mais comme un moyen de rendre le désaccord visible.

Dans une petite structure où le fondateur vend lui-même, il n'y a parfois qu'une seule équipe : la distinction reste utile comme grille de tri, pas comme organigramme. Valentin Thomy, fondateur de Dealflow, traite la préparation et la conduite des appels de vente dans sa formation gratuite Tout savoir sur le Closing B2B en 2h.

À quoi ressemble une grille de qualification MQL / SQL ?

Une grille de qualification attribue des points à l'adéquation et à l'intérêt pour fixer le seuil MQL, puis liste des critères à confirmer à l'oral pour valider le SQL. L'exemple ci-dessous est illustratif : les valeurs sont inventées pour montrer la mécanique, à calibrer sur vos propres conversions (il ne s'agit pas d'un benchmark).

Étage 1 : score MQL (exemple pour une entreprise de services B2B)

• Fonction de décideur (dirigeant, directeur commercial) : +20
• Entreprise dans votre cible de taille : +15
• Secteur prioritaire : +10
• Demande de démonstration ou de devis : +40 (passage direct en SQL à examiner)
• Page de tarifs consultée deux fois en 7 jours : +15
• Livre blanc ou webinaire : +5 à +10
• Adresse email personnelle ou fonction étudiante : -20
• 30 jours sans activité : -10
• Seuil de transmission d'exemple : 50 points

Appvizer cite lui aussi des retraits de points pour inactivité (-4 après 30 jours, dans son exemple) : l'inactivité fait partie du score, pas seulement l'engagement.

Étage 2 : validation SQL (à confirmer en échange)

• Besoin : le problème est décrit par le contact avec ses mots, et il a un coût aujourd'hui.
• Décision : le contact décide, ou vous avez identifié le décideur et sa place dans le processus.
• Budget : une fourchette existe ou un budget peut être débloqué.
• Échéance : un événement ou une date justifie d'agir dans un horizon donné.
• Adéquation : le projet est dans ce que vous savez livrer.

Règle simple : trois critères sur cinq confirmés et aucun critère bloquant (budget impossible, décideur inaccessible) pour passer en SQL. Les autres restent MQL ou repartent en nurturing. Là encore, le choix des trois sur cinq est un exemple de règle, pas une norme.

Quelles sont les erreurs de qualification les plus fréquentes ?

Les erreurs de qualification viennent presque toujours d'un MQL défini trop large, d'un SQL validé sans conversation, ou d'un défaut de retour entre ventes et marketing. Le résultat est le même : des commerciaux qui perdent du temps, ou des bons leads qui refroidissent.

• Confondre activité et intention. Dix téléchargements ne valent pas une demande de tarif. Pondérez les actions à forte intention (page de tarifs, démonstration) beaucoup plus que les actions de lecture.
• Ignorer l'adéquation. Un score fondé uniquement sur l'engagement fait remonter des étudiants, des concurrents et des curieux. Appvizer rappelle qu'un MQL n'est pas encore certain de correspondre à la cible.
• Transmettre trop de leads peu mûrs. Appvizer conclut qu'il faut miser sur la qualité plutôt que sur la quantité ; à notre avis, un commercial qui reçoit trop de contacts froids finit par ne plus les rappeler.
• Valider un SQL sans appel. Un SQL se confirme par un échange, pas par un score. Sans cela, la catégorie perd son sens.
• Ne jamais requalifier. Un MQL refusé qui n'est pas renvoyé en nurturing est perdu ; un SQL gelé depuis des mois fausse vos prévisions.
• Ne pas mesurer le passage. Selon une enquête de Belkins relayée par MarketScale, 38 % des équipes B2B interrogées ne suivent pas la conversion MQL vers SQL (44 % pour les entreprises de 1 à 10 salariés, 10 % pour celles de 201 salariés ou plus) (MarketScale). L'article ne précise pas le nombre de répondants : lisez ces pourcentages comme un ordre de grandeur.
• Qualifier sans critère partagé. HubSpot laisse la définition du MQL à chaque entreprise ; sans critères écrits, « qualifié par le marketing » ne veut rien dire.
• Compter les leads au lieu des rendez-vous qui aboutissent. Valentin Thomy explique pourquoi le volume de rendez-vous ne suffit pas dans sa vidéo « Pourquoi 50 rdv/mois en b2b ne sauvera pas ton business » ; notre analyse du prix d'un rendez-vous qualifié pose la même question côté coût.

Quel taux de conversion MQL vers SQL peut-on viser ?

Il n'existe pas de taux de conversion MQL vers SQL universel : il dépend de votre définition du MQL, de votre canal et de votre taille. L'enquête Belkins relayée par MarketScale donne un repère de faible précision : la médiane de conversion des trois premières étapes du funnel se situe entre 11 et 20 %.

Les chiffres publiés par cette enquête, repris tels quels :

• Médiane des trois premières étapes du funnel : 11 à 20 %.
• Médiane du taux de conversion final (deals gagnés) : 21 à 30 %.
• Équipes qui calculent un score de leads et suivent les quatre étapes : 79 %, contre 33 % pour celles sans scoring.
• Équipes orientées outbound qui convertissent moins de 10 % de leurs MQL en SQL : 54 %, contre 27 % pour les autres approches.
• Équipes qui ne savent pas où leur funnel perd des leads : 29 %.

Lecture prudente : ces données viennent d'un seul sondage, d'échantillon non communiqué dans l'article, et mélangent des tailles d'entreprise.

Le meilleur repère est le vôtre : mesurez votre taux sur trois mois, puis regardez si un resserrement du MQL (moins de leads, meilleur taux) augmente le nombre de SQL et de signatures, pas seulement le pourcentage.

Et en prospection outbound, où sont les MQL ?

En prospection sortante, il n'y a pas de MQL au sens marketing : c'est vous qui choisissez les comptes à contacter, et ce sont les réponses qui font office de qualification. La question utile devient : « cette réponse correspond-elle à un SQL ? ».

Un parcours équivalent se lit ainsi :

1. Liste ciblée (équivalent de l'adéquation du MQL) : comptes et décideurs choisis selon des critères écrits.
2. Réponse positive (équivalent du signal d'intérêt) : un « oui, parlons-en » ou une question de fond.
3. Appel ou échange de qualification : besoin, décideur, budget, échéance.
4. Rendez-vous avec un décideur : l'équivalent d'un SQL transmis aux ventes.

Chez Dealflow, notre propre méthode applique cette logique : à l'étape « Deals », nous qualifions les réponses et ne transmettons que les conversations avec un décideur, un besoin et un budget (relevé sur dealflow.fr, novembre 2026). Notre rémunération, de 5 à 20 % du montant encaissé, ne dépend ni du nombre de leads ni du nombre de rendez-vous : ce que nous cherchons à transmettre, ce sont des SQL qui peuvent signer. Pour comparer les modèles de rémunération, voyez abonnement, rendez-vous ou performance.

Valentin Thomy détaille les canaux d'acquisition dans sa formation Voici Les 34 Meilleurs Canaux d'Acquisition en B2B et la prise de rendez-vous via LinkedIn dans Book +17 rdv B2B chaque semaine. Pour le côté closing, une page sur la préparation d'un appel de closing complète ce guide ; c'est une ressource externe à Dealflow.

Dealflow est l'éditeur de ce guide : nous avons donc un intérêt à ce que vous confiiez la prospection à une agence. Les définitions ci-dessus valent quelle que soit la personne qui prospecte.

Quand la distinction MQL / SQL n'est-elle pas le bon outil ?

La distinction MQL / SQL est surtout utile quand un flux régulier de leads entrants arrive à plusieurs équipes. Dans d'autres cas, elle ajoute du vocabulaire sans améliorer les résultats.

• Moins de quelques leads par semaine : un fondateur peut qualifier à la main, sans score. Valentin Thomy le formule dans un de ses shorts : « Moins de 5 leads par semaine ? Arrête d'optimiser ».
• Vente à très peu de comptes : si vous visez 50 entreprises précises, chaque compte se travaille à la main, quel que soit son niveau d'engagement (approche ABM).
• Produit en libre-service : un modèle freemium ou d'essai gratuit se qualifie plutôt sur l'usage du produit que sur des actions marketing.
• Cycle de vente très court : si le prospect achète lors du premier appel, l'étape intermédiaire n'apporte rien.

Dealflow n'est pas non plus le bon choix si vous voulez qu'une agence gère votre scoring ou votre nurturing : nous travaillons la prospection sortante pour des entreprises de services B2B à plus de 1 M€ de chiffre d'affaires annuel, pas l'automatisation marketing d'un flux entrant. Pour comparer les canaux avant d'investir, voyez outbound ou inbound.

En vidéo

• Tout savoir sur le Closing B2B en 2h - Formation Gratuite CLOSING B2B : Comment mener un appel de vente avec un lead qualifié
• Voici Les 34 Meilleurs Canaux d'Acquisition en B2B – Formation ACQUISITION B2B : Les canaux d'acquisition qui alimentent le funnel de leads
• Book +17 rdv B2B chaque semaine – Formation SETTING LINKEDIN : Obtenir des rendez-vous qualifiés par la prospection LinkedIn
• Pourquoi 50 rdv/mois en b2b ne sauvera pas ton business : Pourquoi le volume de rendez-vous ne suffit pas

Questions fréquentes

Quelle est la différence entre un MQL et un SQL ?

Un MQL est un lead que le marketing juge intéressé et proche de la cible ; un SQL est un lead que les commerciaux ont validé après échange comme client potentiel. Le premier se déduit de signaux (formulaires, visites), le second se confirme par une conversation sur le besoin, le décideur, le budget et l'échéance.

Qu'est-ce qu'un MQL ?

Un MQL, ou marketing qualified lead, est un contact qui a montré de l'intérêt pour votre offre et qui ressemble à votre client idéal, sans que son intention d'achat soit confirmée. Il est généralement identifié par un score combinant profil et engagement, puis nourri par des contenus avant transmission aux ventes.

Qu'est-ce qu'un SQL en vente ?

Un SQL, ou sales qualified lead, est un lead que l'équipe commerciale a évalué et jugé prêt pour un entretien de vente direct. Il présente un besoin identifié, un profil client adapté et une disposition à parler de prix et de mise en œuvre. Ne le confondez pas avec le langage de base de données du même nom.

Quand un MQL devient-il un SQL ?

Un MQL devient SQL quand un commercial a confirmé par un échange un besoin réel, un décideur identifié et un projet réalisable dans un délai raisonnable. Le score atteint déclenche la revue mais ne la remplace pas. Entre les deux, l'étape SAL correspond à l'acceptation du lead par les commerciaux.

Qu'est-ce qu'un SAL ?

Un SAL, ou sales accepted lead, est un MQL que les commerciaux ont accepté de traiter après l'avoir examiné. Salesdorado le présente comme une étape intermédiaire qui peut ensuite devenir SQL. Son intérêt est de rendre visible le refus d'un lead par les ventes et de forcer à en noter le motif.

Qui doit définir les critères MQL et SQL ?

Les deux équipes ensemble. Mailchimp recommande de définir de concert des critères clairs, et HubSpot laisse la définition du MQL à chaque entreprise. Écrivez les critères, datez-les et révisez-les régulièrement à partir des retours des commerciaux sur la qualité des leads transmis.

Quel est le taux de conversion moyen entre MQL et SQL ?

Il n'existe pas de chiffre universel. Une enquête Belkins relayée par MarketScale situe la médiane des trois premières étapes du funnel entre 11 et 20 %, sur un échantillon non communiqué. 38 % des équipes ne mesurent pas ce taux. Mesurez le vôtre sur trois mois plutôt que de vous comparer à une moyenne.

Faut-il un lead scoring pour distinguer MQL et SQL ?

Ce n'est pas obligatoire, mais c'est utile à partir d'un flux régulier de leads. Selon Belkins, 79 % des équipes qui utilisent un score suivent les quatre étapes du funnel, contre 33 % sans score. Le score sert à fixer le seuil MQL ; le passage en SQL reste confirmé par un humain.

Sources

• Mailchimp : MQL vs SQL
• Appvizer : le marketing qualified lead
• Salesdorado : qualification des leads MQL vs SQL
• HubSpot : lifecycle stages
• MarketScale : enquête Belkins sur la conversion MQL vers SQL
• Dealflow : méthode et rémunération
• Valentin Thomy : Tout savoir sur le Closing B2B en 2h
• Valentin Thomy : Voici Les 34 Meilleurs Canaux d'Acquisition en B2B

Pour aller plus loin

Sur Masterminds

Vous voulez réunir vos meilleurs clients ou prospects ? Masterminds organise des masterminds, retraites et dîners d'affaires, payés à la performance.

Sur UPSL

UPSL, le podcast des fondateurs B2B : des patrons d'agences, de SaaS et de boîtes de services racontent comment ils signent leurs clients.

À lire aussi