MQL vs PQL : lequel utiliser pour mon SaaS ?

MQL si tu vends en sales-led (cycle long, ACV élevé, démos commerciales obligatoires). PQL si tu vends en product-led (freemium / trial / self-serve). De plus en plus de SaaS combinent les deux : PQL pour le SMB self-serve + MQL pour le enterprise sales-led, avec un routage automatique selon la taille du compte.

Quels critères BANT pour passer du MQL au SQL ?

BANT historique : Budget (le compte a-t-il les moyens ?), Authority (l'interlocuteur a-t-il le pouvoir ?), Need (le besoin est-il identifié ?), Timeline (l'achat est-il imminent ?). Cadre simplifié 2026 (HubSpot / Salesforce) : on accepte de qualifier SQL avec 3/4 des critères BANT confirmés, ou sur des frameworks plus modernes (MEDDIC, CHAMP) pour les ventes complexes.

Glossaire

MQL / SQL / PQL (qualification des leads)

MQL, SQL et PQL sont les trois statuts standards de qualification d'un lead dans le funnel B2B : MQL (Marketing Qualified Lead — qualifié par le score marketing), SQL (Sales Qualified Lead — confirmé par les sales après qualification BANT), PQL (Product Qualified Lead — qualifié par l'usage produit observé, pivot du Product-Led Growth).

Aussi appelé

MQL
SQL
PQL
Marketing Qualified Lead
Sales Qualified Lead
Product Qualified Lead

**MQL** : lead dont le scoring marketing (firmographique + comportemental) dépasse un seuil défini, déclenchant son transfert vers les sales. Critères typiques : ICP fit + visite de la pricing + ouverture des emails de nurturing. **SQL** : MQL qui a été contacté par un sales et a confirmé un budget, autorité, besoin, timeline (cadre BANT) — il devient une opportunité dans le CRM. **PQL** : concept introduit par OpenView et popularisé par Slack, Figma, Notion — un user du produit (souvent en freemium ou trial) qui a atteint un seuil d'usage prédictif de la conversion payante : ex. "3 utilisateurs dans la même team", "10 documents créés", "1ère intégration connectée".

Taux de conversion standard B2B 2026 : visiteur → lead ~2-5 %, lead → MQL ~10-20 %, MQL → SQL ~25-40 %, SQL → opportunité ~50-70 %, opportunité → client ~20-30 %. Au cumulé, visiteur → client = 0,3-2 %. Les modèles PLG (PQL-driven) ont des conversions très différentes : signup → activation (~25-50 %) → PQL (~5-15 %) → paying customer (~2-8 %). La règle moderne : **ne pas mélanger MQL et PQL dans le même pipeline** — ils suivent des dynamiques différentes (le MQL est marketing-driven, le PQL est product-driven).

Dans le produit chatsocial.fr

chatsocial.fr est un produit Product-Led — son funnel suit la logique PQL : signup → activation (premier post généré et publié) → PQL (3+ posts publiés OU 1 séquence outreach lancée) → conversion payante. Le scoring marketing classique (MQL) n'est pas utilisé.

Questions fréquentes

MQL vs PQL : lequel utiliser pour mon SaaS ?
MQL si tu vends en sales-led (cycle long, ACV élevé, démos commerciales obligatoires). PQL si tu vends en product-led (freemium / trial / self-serve). De plus en plus de SaaS combinent les deux : PQL pour le SMB self-serve + MQL pour le enterprise sales-led, avec un routage automatique selon la taille du compte.
Quels critères BANT pour passer du MQL au SQL ?
BANT historique : Budget (le compte a-t-il les moyens ?), Authority (l'interlocuteur a-t-il le pouvoir ?), Need (le besoin est-il identifié ?), Timeline (l'achat est-il imminent ?). Cadre simplifié 2026 (HubSpot / Salesforce) : on accepte de qualifier SQL avec 3/4 des critères BANT confirmés, ou sur des frameworks plus modernes (MEDDIC, CHAMP) pour les ventes complexes.