Op deze pagina lees je wat MQL en SQL precies betekenen, wat het echte verschil is en hoe je bepaalt wanneer een lead klaar is voor overdracht van marketing naar sales.
Een MQL is een marketing qualified lead: iemand die interesse laat zien, maar nog niet duidelijk koopklaar is. Een SQL is een sales qualified lead: iemand die verder in het beslisproces zit en concrete signalen afgeeft dat een gesprek met sales logisch is.
Kort gezegd:
Dat verschil draait dus niet alleen om aandacht, maar vooral om fase, intentie en timing.
Een MQL is een lead die marketing als kansrijk ziet op basis van gedrag, profiel of interactie. Die persoon of organisatie kent het probleem al, verkent mogelijke oplossingen en toont betrokkenheid, maar is nog niet per se toe aan een salesgesprek.
Voorbeelden van MQL-signalen zijn:
Een MQL vraagt meestal om verdere opvolging vanuit marketing, bijvoorbeeld met relevante content, betere segmentatie of een logische volgende stap in de marketingfunnel in B2B.
Een SQL is een lead die voldoende signalen afgeeft om door sales opgepakt te worden. Er is niet alleen interesse, maar ook concrete koopintentie of een duidelijke behoefte aan direct contact.
Denk bijvoorbeeld aan iemand die:
Bij een SQL draait het minder om informeren en meer om kwalificeren, bezwaren bespreken en kijken of er echt een match is.
Normaal gesproken komt een MQL eerst. Een lead toont eerst algemene interesse en ontwikkelt zich daarna, als de signalen sterker worden, richting SQL.
De route ziet er vaak zo uit:
Niet elke lead doorloopt alle stappen. Sommige MQL’s worden nooit SQL. En soms komt een lead vrijwel direct binnen als SQL, bijvoorbeeld via een concrete aanvraag.
De overdracht van MQL naar SQL is het moment waarop veel bedrijven kansen verliezen of juist winnen. Daarom moet je die overgang niet op gevoel regelen, maar op duidelijke criteria.
Een lead is meestal klaar voor sales als twee dingen samenkomen:
Voor die beoordeling kun je onder meer kijken naar:
Hoe helderder die criteria, hoe minder frictie tussen marketing en sales. Een doordachte demand generation-strategie voor B2B helpt de kwaliteit van MQL’s te verhogen en de overdracht naar SQL te versimpelen.
Wie MQL en SQL op één hoop gooit, maakt leadopvolging onnodig inefficiënt. Marketing blijft dan soms te lang trekken aan leads die al kooprijp zijn, terwijl sales tijd verspilt aan contacten die nog helemaal niet klaar zijn voor een gesprek.
Een scherp onderscheid helpt je om:
In de praktijk betekent dat simpelweg: minder ruis, betere timing en vaak ook betere leadkwaliteit.
De beste aanpak combineert profieldata met gedragsdata. Alleen een download zegt weinig. Alleen een functietitel ook. Juist de combinatie maakt een lead waardevol genoeg om goed te kwalificeren.
Spreek intern af wat bij jullie precies telt als MQL en wat als SQL. Zonder vaste definities ontstaan misverstanden, discussie over leadkwaliteit en slechte overdrachten.
Lead scoring helpt om gedrag en profielkenmerken te vertalen naar een praktische beoordeling. Denk aan punten voor e-mailinteractie, terugkerende websitebezoeken, contactaanvragen of bezoek aan pagina’s met hoge koopintentie.
Dat hoeft niet ingewikkeld te zijn. Belangrijker is dat het model logisch, meetbaar en bruikbaar is voor beide teams. Voorbeelden van marketing automation in B2B laten goed zien hoe scoring, nurturing en automatisering daarin kunnen ondersteunen.
Niet elk engagement is gelijk. Een bezoek aan een blogartikel is iets anders dan een aanvraag voor contact of een bezoek aan een prijzenpagina. Hoe dichter het gedrag bij een beslissing ligt, hoe groter de kans dat een lead richting SQL gaat.
| Situatie | Waarschijnlijk type lead | Waarom |
|---|---|---|
| Iemand downloadt een gids en leest meerdere kennisartikelen | MQL | Er is interesse, maar nog geen duidelijk koopsignaal |
| Iemand schrijft zich in voor updates en opent meerdere e-mails | MQL | De betrokkenheid groeit, maar de lead is nog oriënterend |
| Iemand vraagt een demo of gesprek aan | SQL | Er is concrete intentie om verder te praten |
| Iemand bezoekt herhaaldelijk pricing- of contactpagina’s | SQL | Het gedrag wijst op een fase dichter bij besluitvorming |
Er is geen universeel goed percentage. Een sterke MQL naar SQL ratio hangt af van je markt, doelgroep, kanaalmix, definitie van een MQL en de kwaliteit van je meetdata.
Een lage ratio kan betekenen dat:
Een hoge ratio is niet automatisch beter als je daardoor te weinig leads als MQL labelt. Kijk dus niet alleen naar het percentage zelf, maar ook naar de kwaliteit van de opvolging en de uiteindelijke klantconversie. Gerichte B2B-leadgeneratie kan zowel de ratio als de uiteindelijke klantconversie verbeteren.
Nee. Een MQL is meestal alleen minder ver in het beslisproces. Met de juiste opvolging kan een MQL later juist een uitstekende klant worden.
Ja. Dat gebeurt bijvoorbeeld wanneer iemand meteen een concrete aanvraag doet of duidelijk laat zien dat er al een actieve koopvraag is.
In de basis ligt een MQL bij marketing en een SQL bij sales. In de praktijk werkt dit het best als beide teams samen dezelfde criteria, overdrachtsmomenten en terugkoppeling afspreken.
Door definities vast te leggen, gedrag meetbaar te maken en regelmatig te evalueren welke leads daadwerkelijk doorstromen naar afspraken, opportunities of klanten. Dat begint vaak al eerder met duidelijke keuzes tussen demand generation vs leadgeneratie, aangevuld met goede samenwerking en heldere processen.
FIVE TWENTY helpt bedrijven met contentstrategie, planning, creatie, publicatie en optimalisatie. Wil je een aanpak die echt past bij je doelen, kanalen en capaciteit? Neem contact op.