Volver al glosario
Glosario B2B Marketing & Tech
MQL vs SQL · Definición B2B + conversion rate benchmarks mid-market
MQL vs SQL B2B · Definiciones canónicas + diferencia (marketing fit vs sales validated) + conversion rate benchmarks mid-market + SLA Marketing-Sales handoff + scoring threshold.
Empresas que ya mueven su número con nosotros
En síntesis
MQL vs SQL · Definición B2B + conversion rate benchmarks mid-market
MQL vs SQL B2B · Definiciones canónicas + diferencia (marketing fit vs sales validated) + conversion rate benchmarks mid-market + SLA Marketing-Sales handoff + scoring threshold.
MQL (Marketing Qualified Lead) y SQL (Sales Qualified Lead) son dos etapas distintas del funnel B2B con threshold diferenciado: MQL pasa filter marketing (fit ICP + scoring), SQL valida Sales (discovery call + intent confirmado). Frontera SLA-driven entre marketing y ventas. Definición compartida elimina fricciones.
El contexto
Qué es MQL · definición operativa
Lead que cumple criterios cuantitativos definidos por marketing:
- Fit ICP validated (sector, revenue, role).
- Score > threshold (típicamente 70/100 en sistema scoring).
- Engagement mínimo (descarga lead magnet, demo request, pricing page visit).
- Consent contactable (GDPR / LSSI).
Lo que aplica
Qué es SQL · definición operativa
MQL validado por Sales en discovery call inicial. Cumple criterios qualitative:
- Pain documentado con quantificación impacto.
- Budget allocated o roadmap presupuestario claro.
- Decision-making authority identificada (decisor o champion).
- Timeline <6 meses para decisión.
- Account creado en CRM con etapa formal opportunity.
Cómo lo resolvemos
Diferencia MQL vs SQL · tabla canónica
- Owner · MQL = Marketing · SQL = Sales.
- Criterios · MQL cuantitativos (scoring) · SQL qualitative (discovery validation).
- Etapa funnel · MQL = Consideration end · SQL = Intent start.
- SLA handoff · MQL → SDR follow-up <24h (best-in-class <4h).
- Stage CRM · MQL = Lead · SQL = Opportunity (con expected close date + amount).
En la práctica
SLA Marketing-Sales handoff
- SLA tiempo · MQL → SDR contact <24h estándar, <4h best-in-class. Cada hora delay reduce conversion ~7% (Harvard Business Review).
- SLA channels · email + call + LinkedIn touchpoint dentro 48h.
- SLA rejection · si SQL rechaza MQL, feedback documentado en CRM con razón (fit, timing, budget) para recalibrar scoring.
- SLA recycle · MQL rechazado vuelve a nurture marketing, no se descarta.
Sectores donde aplica
Conversion rate benchmarks mid-market
- Lead → MQL · 25-40% según lead scoring tightness.
- MQL → SQL · 13% mediana B2B SaaS (Salesforce State of Sales) · 20-30% best-in-class con scoring tight.
- SQL → Opportunity · 60-75% si discovery process disciplinado.
- SQL → Won · 19-27% mid-market (HubSpot benchmark).
- End-to-end Lead → Won · 1-3% típico B2B mid-market.
Lo que ganas
Variantes B2B avanzadas
- SAL (Sales Accepted Lead) · MQL ya aceptado por SDR para trabajo activo (entre MQL y SQL).
- PQL (Product Qualified Lead) · B2B SaaS product-led growth: lead que activó producto + alcanzó milestone uso (no requiere discovery call).
- MQA (Marketing Qualified Account) · variante ABM: account (no individual) cumple threshold engagement multi-stakeholder.
Inversión
Casos B2B mid-market reales
Tres patrones recurrentes que vemos operando con clientes mid-market, con números reordenados para preservar confidencialidad:
- SaaS vertical 48M€ ARR · MQL→SQL del 8% al 22%. Marketing entregaba 1.400 MQLs/trimestre con threshold de 50 puntos. Sales rechazaba el 92% por falta de fit ICP (sector wrong) y timeline incierto. Refactor: scoring threshold subido a 78, requisito explícito de pricing-page visit + ICP-sector confirmado vía firmographics Clearbit. Volumen MQL cayó a 520/trimestre (-63%), pero MQL→SQL conversion pasó de 8% a 22%. SQLs absolutos subieron de 112 a 114. Pipeline weighted aumentó 31% por mejor ACV de leads cualificados.
- Industrial SaaS 82M€ revenue · SLA handoff 36h→3h, win rate +14pp. Manufacturing software con MQL→SDR handoff manual via email weekly digest. Speed-to-lead promedio 36 horas. Implementación: Zapier trigger MQL→Slack DM al SDR del territorio + auto-task HubSpot con due date 4h. SLA real bajó a 3h mediana. SQL→Won pasó de 18% a 32%. Sales attribuye 60% del lift a follow-up dentro de la primera hora (window de máxima intent).
- Fintech compliance 26M€ ARR · feedback loop SQL rejection cierra gap scoring. CFO-tech con regulación EU (DORA, MiCA). MQLs reflejaban interés contenido pero sin fit regulatorio (empresas fuera de scope). Sales rechazaba sin documentar razón. Implementación: campo obligatorio "SQL rejection reason" en HubSpot con 6 valores (no fit ICP, no timing, no budget, no authority, no pain, duplicate). Análisis trimestral: 47% rechazos por "no fit ICP regulatorio". Marketing añadió 2 preguntas en formulario (regulación aplicable, tamaño compliance team). MQL→SQL subió del 11% al 24% en 90 días.
Preguntas frecuentes
Benchmarks por sector + revenue band
Conversion rates dependen brutalmente de sector y revenue band. Rangos observados cronuts.digital y triangulados con Salesforce State of Sales, HubSpot benchmark y RevOps Co-op survey:
- SMB SaaS (<5M€ ARR target) · Lead→MQL 35-45% · MQL→SQL 18-25% · SQL→Won 22-30%. Ciclo 14-45 días. Self-serve PQL común.
- Mid-market SaaS (5-50M€ ARR target) · Lead→MQL 25-35% · MQL→SQL 13-20% · SQL→Won 19-27%. Ciclo 60-180 días. Discovery + demo + procurement.
- Enterprise SaaS (>50M€ ARR target) · Lead→MQL 18-28% · MQL→SQL 8-15% · SQL→Won 15-22%. Ciclo 6-18 meses. ABM dominante.
- Industrial B2B mid-market · Lead→MQL 22-32% · MQL→SQL 14-22% · SQL→Won 24-35%. Ticket medio alto, ciclo 90-270d.
- Fintech B2B regulado · Lead→MQL 15-25% · MQL→SQL 10-18% · SQL→Won 18-28%. Compliance gating, RFP procurement.
- Servicios profesionales B2B · Lead→MQL 28-40% · MQL→SQL 16-24% · SQL→Won 28-38%. Trust + referrals pesan más que paid.
Próximos pasos
Stack instrumentación cronuts.digital
Lectura honest de qué herramientas usamos operando con clientes mid-market 5-50M€:
- HubSpot Marketing Hub + Sales Hub Pro · scoring nativo + workflow automation + MQL→SQL handoff con auto-task. Default mid-market <30M€ ARR.
- Salesforce Sales Cloud + Pardot · cuando ya hay Salesforce instalado o cuando enterprise stakeholders requieren forecasting avanzado.
- Clearbit / Apollo enrichment · firmographics auto-fill al MQL capture: sector NACE/SIC, revenue band, headcount, tech stack. Threshold ICP fit calculable.
- GA4 + BigQuery export · raw event data exportada diaria a BigQuery. SQL queries unifican session_id con CRM contact_id vía user_id custom dimension.
- Looker Studio dashboards · funnel waterfall Lead→MQL→SQL→Won por canal + cohort + sector. Update diario via BigQuery connector.
- Amplitude / Mixpanel · PQL tracking en producto SaaS: milestones uso (Aha moment, 3 active users, integration connected) triggerean alert SDR.
- Slack + Zapier · MQL alta-intent triggerea DM al SDR de territorio. Reduce speed-to-lead de horas a minutos.
Más contexto
Decision tree · cuándo priorizar esta métrica
- IF ARR >3M€ AND Sales rechaza >70% MQLs THEN recalibrar scoring threshold + redefinir fit ICP es prioridad #1. Síntoma claro de definición compartida rota.
- IF Lead→Won <1% AND speed-to-lead >24h THEN SLA handoff es el bottleneck, no el volumen top-funnel. Cada hora cuesta 7% conversion.
- IF ACV >30K€ AND ciclo >90d THEN ABM + MQA (account-level scoring) supera MQL individual. Buying committee 6-10 stakeholders.
- IF producto SaaS self-serve activado THEN PQL precede MQL. Milestones uso son mejor predictor que form-fill.
- IF Marketing y Sales reportan números distintos del mismo funnel THEN definición compartida + CRM single source of truth antes que cualquier optimización táctica.
Más contexto
Errores frecuentes
- MQL = "rellenó form". MQL requiere fit ICP + scoring, no solo descarga. Volumen infla, calidad colapsa.
- SLA >48h handoff. Intent decae exponencialmente. Cada hora cuesta ~7% conversion (HBR).
- Sin feedback loop SQL rejection. Marketing sigue enviando misma calidad MQL ad infinitum.
- MQL → SQL conversion <10%. Scoring threshold demasiado bajo. Recalibrar al 75-80 percentil.
- Confundir MQL con Cold lead. Cold lead = data acquired sin opt-in. MQL = consented + scored + qualified.
- No segmentar por ICP fit. MQL conversion rate por sector revela donde scoring funciona y donde fail.
- Reportar MQL count sin pipeline weighted. 100 MQLs SMB ≠ 100 MQLs enterprise. ACV potencial debe ponderar.
Más contexto
Citations académicas
- Oldroyd, J. B., McElheran, K., Elkington, D. · "The Short Life of Online Sales Leads" · Harvard Business Review. Estudio seminal: speed-to-lead <1h aumenta odds qualifying 7x vs 1-24h.
- Christensen, C. M., Hall, T., Dillon, K., Duncan, D. S. · "Competing Against Luck: The Story of Innovation and Customer Choice" · Harper Business, pp. 25-48. Jobs to Be Done framework aplicado a buyer intent qualification.
- Salesforce Research · "State of Sales · 8th Edition" · benchmark MQL→SQL conversion B2B mediana 13%, top decile 25%.
- KeyBanc Capital Markets · "Annual SaaS Survey" · sección lead qualification benchmarks por revenue band SaaS.
- Reichheld, F. F. · "The Loyalty Effect" · Harvard Business School Press, pp. 35-58. Foundation conversion economics: cost de acquiring 5x mayor que retaining, MQL pipeline debe priorizar fit que volumen.
Más contexto
Términos relacionados
- Lead Scoring — mecánica que define MQL threshold.
- Funnel de conversión — donde MQL/SQL viven.
- ICP — input para scoring MQL.
- ABM — variante MQA account-level.
- Atribución multi-touch — atribuir SQL a touchpoints.
Más contexto
Convierte esta idea en un sistema medible
Reseñas verificadas · CMOs & CIOs B2B
Empresas que ya operan con CRONUTS.DIGITAL.
Diagnóstico digital gratuito
¿Aplicas esto en tu empresa B2B?
Auditoría ejecutiva en 7 días. Plan priorizado por palancas. Sin compromiso. Respuesta en 24h.
Garantía 7 días: si no detectamos mín. 3 palancas accionables, no facturamos.