Wat zijn MQL en SQL? De basis uitgelegd
MQL staat voor Marketing Qualified Lead — een lead die via marketingactiviteiten interesse toont. SQL staat voor Sales Qualified Lead — een lead die door sales is bevestigd als potentiële koper. Het verschil bepaalt wie welke leads opvolgt, op welk moment, en met welke aanpak.
Dit klinkt misschien als theoretisch marketingjargon, maar in de praktijk is het verschil cruciaal. Bedrijven waar marketing en sales het niet eens zijn over de definitie van MQL en SQL, verliezen gemiddeld 67% van hun potentiële deals door slechte timing in opvolging — te vroeg bellen bij leads die nog niet koopklaar zijn, of te laat reageren op leads die wél klaar zijn.
In dit artikel leggen we het verschil uit, laten we zien hoe je beide definieert voor jouw organisatie, en geven we praktische handvatten om je sales pipeline te vullen met leads die daadwerkelijk converteren.
MQL: wanneer marketing zegt "deze is interessant"
Een Marketing Qualified Lead is iemand die via marketingkanalen interesse heeft getoond in je product, dienst of expertise. De signalen die een MQL definiëren zijn typisch:
- Content engagement: Downloadt een whitepaper, leest meerdere blogposts, bekijkt een case study
- Website gedrag: Bezoekt pricing-pagina's, bekijkt productvergelijkingen, keert meerdere keren terug
- Event deelname: Meldt zich aan voor een webinar, bezoekt je stand op een beurs
- Social media interactie: Reageert op LinkedIn posts, volgt je company page, deelt je content
- Formulier invullen: Vraagt een resource aan, schrijft zich in voor een nieuwsbrief
Het belangrijke nuance: een MQL toont interesse, maar dat is nog geen koopintentie. Een marketingmanager die je blog leest over LinkedIn strategie is geïnteresseerd in het onderwerp, maar heeft mogelijk geen budget, geen beslissingsbevoegdheid, of simpelweg geen acute behoefte aan jouw dienst.
SQL: wanneer sales zegt "hier zit een echte kans"
Een Sales Qualified Lead is een lead die door het salesteam is gevalideerd als een reële verkoopkans. Dit gebeurt doorgaans via een kwalificatiegesprek (discovery call) of via duidelijke signalen die wijzen op concrete koopintentie.
De meest gebruikte kwalificatieframeworks:
BANT Framework
| Criterium | Vraag | Voorbeeld |
|---|---|---|
| Budget | Is er budget beschikbaar? | "We hebben €5.000/maand gereserveerd voor leadgeneratie" |
| Authority | Spreek je met de beslisser? | "Ik beslis hierover samen met onze CMO" |
| Need | Is er een concrete behoefte? | "We genereren te weinig gekwalificeerde leads via LinkedIn" |
| Timeline | Wanneer willen ze starten? | "We willen Q2 live gaan met een nieuwe aanpak" |
Als een lead op minimaal 3 van de 4 BANT-criteria positief scoort, is het doorgaans een SQL. Maar BANT alleen is niet altijd voldoende — context en timing spelen ook mee.
De journey: van onbekende tot klant
Om het verschil tussen MQL en SQL in perspectief te plaatsen, helpt het om de volledige B2B buyer journey te zien:
- Suspect: Iedereen in je doelgroep — je kent ze nog niet, zij kennen jou niet.
- Lead: Iemand van wie je contactgegevens hebt (naam, email, bedrijf).
- MQL: Een lead die via marketing-interacties interesse toont.
- SQL: Een lead die door sales is gekwalificeerd als reële verkoopkans.
- Opportunity: Een SQL waarmee een actief verkooptraject loopt (offerte, demo).
- Klant: Deal gesloten.
De kunst zit in de overgang van MQL naar SQL. Hier gaat het bij de meeste B2B-organisaties mis.
Het grote probleem: de MQL→SQL handoff
Gemiddeld wordt slechts 13% van MQL's uiteindelijk een SQL. Dat betekent dat 87% van de leads die marketing als "gekwalificeerd" doorgeeft, niet door de sales-kwalificatie komt. Dit leidt tot twee pijnlijke scenario's:
Scenario 1: Te vroeg overdragen
Marketing draagt leads te snel over aan sales. Het salesteam belt leads die "alleen even een whitepaper downloadden" en verspilt uren aan gesprekken die nergens toe leiden. Resultaat: sales verliest vertrouwen in marketing-leads, stopt met opvolgen, en waardevolle leads worden genegeerd.
Scenario 2: Te laat overdragen
Marketing houdt leads te lang vast in nurturing-flows. Tegen de tijd dat sales belt, heeft de prospect al bij de concurrent getekend. Onderzoek van Forrester toont aan dat B2B-kopers gemiddeld 70% van hun buyer journey al hebben afgelegd voordat ze contact opnemen met sales — als je dan nog wacht met opvolging, ben je te laat.
De oplossing: een gezamenlijke definitie
Marketing en sales moeten sámen de criteria definiëren voor MQL en SQL. Dit heet een Service Level Agreement (SLA) en bevat:
- MQL-criteria: Welke acties/scores maken een lead een MQL?
- Overdracht-trigger: Wanneer precies gaat een MQL naar sales?
- SQL-criteria: Aan welke voorwaarden moet een SQL voldoen?
- Opvolg-afspraken: Binnen hoeveel uur belt sales een overgedragen MQL?
- Feedback-loop: Hoe rapporteert sales terug over de kwaliteit van MQL's?
Organisaties die dit formeel vastleggen, zien een 20-30% verbetering in conversie door de hele funnel.
Lead scoring: het systeem achter de kwalificatie
Lead scoring is de methode om leads automatisch te ranken op basis van hoe waarschijnlijk het is dat ze klant worden. Een goed lead scoring model combineert twee dimensies:
1. Gedragsscore (engagement)
Punten op basis van wat de lead doet:
- Bezoekt pricing-pagina: +15 punten
- Downloadt whitepaper: +10 punten
- Opent 3+ emails: +5 punten
- Bekijkt LinkedIn profiel: +5 punten
- Reageert op LinkedIn post: +10 punten
- Vraagt demo aan: +25 punten (directe SQL-trigger)
2. Firmographic score (profiel-fit)
Punten op basis van wie de lead is:
- Functietitel is C-level of VP: +20 punten
- Bedrijfsgrootte 50-500 medewerkers: +15 punten
- Juiste branche: +10 punten
- Gevestigd in Benelux: +5 punten
- Past bij Ideal Customer Profile: +20 punten
Stel een drempel in (bijv. 50 punten) waarbij een lead automatisch als MQL wordt gemarkeerd en doorgaat naar sales voor kwalificatie tot SQL.
LinkedIn als kwalificatie-instrument
LinkedIn biedt unieke signalen die je nergens anders vindt voor leadkwalificatie. In tegenstelling tot anoniem websiteverkeer kun je op LinkedIn precies zien wie interactie heeft met je content.
Waardevolle LinkedIn-signalen voor lead scoring:
- Profiel bezocht: Als een decision maker je profiel bekijkt, is dat een sterk intent-signaal.
- Content engagement: Likes en comments op je posts laten zien dat iemand je expertise waardeert.
- Connectieverzoek geaccepteerd: De prospect staat open voor contact.
- Bericht geopend en gelezen: Directe interactie met je outreach.
Door deze LinkedIn-signalen te combineren met email-engagement en website-gedrag krijg je een 360-graden beeld van je lead. Tools zoals Linqed maken het mogelijk om deze signalen te tracken en mee te nemen in je lead scoring — zodat je precies weet wanneer een MQL klaar is om SQL te worden.
Wat als een SQL toch niet converteert?
Niet elke SQL wordt een klant — en dat is normaal. Een gezonde SQL-naar-deal conversie in B2B ligt tussen 20-30%. Maar als je conversie lager ligt, zijn dit de meest voorkomende oorzaken:
- Kwalificatiecriteria te soepel: Verscherp je BANT-vereisten of voeg extra criteria toe.
- Timing mismatch: De behoefte is er, maar het moment is niet juist. Zet deze leads in een nurturing-track en volg op over 3-6 maanden.
- Concurrent gekozen: Analyseer waarom. Was je te laat? Was de propositie niet sterk genoeg? Gebruik deze inzichten om je proces te verbeteren.
- Interne blokkade bij de prospect: Budget bevroren, reorganisatie, andere prioriteiten. Niet jouw schuld, wel je probleem. Houd contact via content en lichte touchpoints.
Praktisch: MQL/SQL-proces opzetten in 5 stappen
- Definieer samen: Breng marketing en sales bij elkaar. Stel gezamenlijk de criteria vast voor MQL en SQL. Schrijf dit op in een SLA.
- Bouw je lead scoring model: Wijs punten toe aan gedrag (engagement) en profiel (firmographics). Begin simpel en verfijn over tijd.
- Automatiseer de overdracht: Stel in je CRM of marketing automation tool in dat leads automatisch worden overgedragen wanneer ze de MQL-drempel bereiken.
- Train je salesteam: Zorg dat sales begrijpt wat een MQL is, welke acties de lead al heeft ondernomen, en hoe ze de kwalificatie naar SQL uitvoeren.
- Review maandelijks: Analyseer je MQL→SQL ratio, SQL→deal ratio, en de feedback van sales. Pas je criteria en scoring aan op basis van echte resultaten.
Conclusie: alignment is alles
Het verschil tussen MQL en SQL is meer dan terminologie — het is de ruggengraat van een effectieve B2B sales- en marketingmachine. Wanneer marketing en sales het eens zijn over wanneer een lead klaar is voor opvolging, en wanneer niet, verhoog je de efficiency van je hele funnel.
Begin met een gezamenlijke definitie, implementeer een lead scoring model, en review regelmatig de resultaten. De bedrijven die dit goed doen, verspillen geen sales-uren aan leads die niet klaar zijn — en laten geen kansen liggen bij leads die wél klaar zijn.