MQL et SQL définissent le niveau de qualification que Google Ads peut apprendre à viser. Sans accord chiffré entre marketing et vente, le stade à renvoyer comme conversion reste flou et le formulaire devient le signal par défaut.
MQL et SQL servent à qualifier le parcours commercial. Pour Google Ads, ils traduisent aussi ce qu’est un bon prospect dans une stratégie de génération de leads, premier niveau du suivi de la qualité des prospects Google Ads.
Tant que cet écrit n’existe pas, chiffré, partagé entre les deux équipes, vous laissez Google viser le formulaire par défaut, c’est-à-dire le volume.
Un MQL est un contact que le marketing juge digne d’être travaillé : il correspond à la cible et a montré un intérêt réel, sans être encore prêt à acheter.
Un SQL est celui que les ventes ont accepté comme opportunité réelle : besoin, budget et calendrier crédibles.
Le passage de l’un à l’autre, c’est le moment où le commercial dit « oui, celui-là, je le prends ». C’est ce verdict qui compte pour l’optimisation.
Un lead, c'est un contact : quelqu'un qui a laissé une coordonnée, rempli un formulaire, appelé ou demandé un rendez-vous. Rien de plus. Ni l'intention exacte, ni les moyens financiers, ni même la bonne taille d'entreprise ne sont encore connus.
Avant ce contact, il n’y a encore qu’un visiteur du site web. Lire un contenu, consulter des ressources ou revenir plusieurs fois montre un engagement, mais ne fournit pas les informations nécessaires pour devenir un prospect exploitable.
Le visiteur qui passe d’un contenu général à une page produit montre un engagement plus fort ; le visiteur qui consulte des ressources puis laisse ses informations devient un lead. Ce premier changement de statut ne dit toujours pas s’il correspond au profil recherché ni s’il est prêt à l’achat.
MQL et SQL ne sont pas deux cases dans un même logiciel : ce sont deux filtres successifs appliqués à ce contact brut. Le processus de qualification compare d’abord ses informations au profil des entreprises visées, au produit recherché et à l’intention d’achat. L'équipe marketing pose ce premier filtre ; les commerciaux posent le second en décidant si le dossier mérite un échange. Entre les deux, des contacts tombent à chaque étape, c'est exactement ce que Google Ads doit apprendre à anticiper.
| Stade | Ce que c'est | Éléments typiques | Signal Google Ads correspondant |
|---|---|---|---|
| Lead | Contact brut | A rempli un formulaire ou appelé | Événement de formulaire (bruyant) |
| MQL | Validé par le marketing | Cible, secteur, intérêt démontré | Événement qualifié marketing |
| SQL | Accepté par les ventes | Besoin, potentiel, timing crédibles | Signal qualifié ou conversion CRM |
| Client | Signé | Contrat ou commande | Conversion hors ligne (valeur réelle) |
Les stratégies de génération de leads par contenu, publicité ou prospection n’amènent pas les mêmes profils. Les stratégies web attirent souvent un visiteur encore en recherche, quand les stratégies fondées sur une demande de devis touchent des prospects plus proches de l’achat. Comparer ces stratégies exige donc un même seuil de lecture.
La gestion de ce processus ne consiste pas à produire toujours plus de leads. Elle doit repérer efficacement les prospects prêts à avancer, mesurer leur passage dans l’entonnoir et distinguer les futurs clients du simple volume. Un client signé reste la preuve finale, même si ce signal arrive trop tard pour piloter seul Google Ads.
Le tableau se lit de gauche à droite, mais Google Ads le lit de droite à gauche : plus le signal descend dans l’entonnoir d’achat, plus il est précis, et plus le délai de remontée est long. C'est l'arbitrage central de toute stratégie de suivi des prospects.
Le suivi de la qualité est une échelle, et le barreau que vous renvoyez découle directement de votre découpage MQL/SQL. Choisissez un stade principal du parcours en arbitrant entre précision et délai.
Le formulaire est souvent trop tôt, avec peu de qualité exploitable ; la vente signée est souvent trop tard, le délai vous empêche de piloter. Le contact qualifié est fréquemment le bon point d’équilibre : assez tôt pour nourrir l’algorithme, assez trié pour valoir le coup.
Mais vous ne pouvez renvoyer ce stade que si vous l’avez posé noir sur blanc, sinon il n’existe pas dans votre suivi, et vous comptez encore des formulaires.
L’accord se construit hors de l’outil publicitaire. Les deux équipes doivent s’entendre sur des éléments observables : secteur, taille, moyens ou potentiel, zone, urgence.
Ces éléments font passer « contact qualifié » du statut d’opinion à celui d’événement mesurable. Une fois ce seuil écrit, il devient le signal de valeur que vous remontez, celui qui alimente ensuite un score de qualification plus fin et des enchères à la valeur.
Sans cet accord, vous bâtissez tout le reste sur du sable.
Le passage MQL→SQL est un point de rupture fréquent dans les comptes B2B. L'accord existe sur le papier, mais n’est pas appliqué, et Google Ads continue alors d'optimiser sur un signal peu fiable.
Une transmission qui fonctionne suit quatre étapes dans l'ordre. Sauter la troisième est l'erreur la plus commune : on transmet le contact, on n'attend pas le verdict.
Une fois ce circuit en place, vous pouvez affiner avec un score de qualification dans le CRM et connecter directement votre CRM à Google Ads pour remonter les statuts sans intervention manuelle.
Les commerciaux doivent renvoyer « qualifié / pas qualifié » pour chaque contact transmis, sinon l’équipe en amont travaille à l’aveugle, et l’algorithme avec elle. Le tableau ci-dessous cristallise le risque à chaque stade.
| MQL | SQL | |
|---|---|---|
| Stade | intérêt validé | prêt pour la vente |
| Éléments typiques | cible, intérêt démontré | besoin, potentiel, timing |
| Sans accord chiffré | on optimise le formulaire | on optimise des contacts hors cible |
Ce ratio de passage MQL→SQL est un signal de calibration, pas un objectif en soi. Il vous dit si vos critères MQL sont bien réglés, pas si votre équipe commerciale performe.
Un taux très bas signifie que le tri en amont valide trop large : beaucoup de MQL arrivent aux commerciaux, peu passent le second filtre. L'algorithme apprend alors sur des contacts qui ne signent pas.
Un taux très haut signifie que ce tri est trop sélectif : peu de MQL, donc peu de conversions à remonter. L'algorithme manque de données pour apprendre et tourne à l'aveugle.
Le bon réglage n'est pas un chiffre universel, il dépend de votre cycle de vente, de votre volume mensuel, et de votre marché. Ce qui compte : le seuil MQL doit laisser passer assez de contacts pour que l'algorithme ait suffisamment de signaux, tout en excluant ce qui a très peu de chances de signer. Si vous êtes dans le doute, regardez ce qui différencie vos cinq derniers clients signés des cinq derniers dossiers rejetés par les commerciaux : vous obtenez une première grille MQL à tester.
La génération de leads B2B a ses propres cycles et ratios : si votre marché est B2C ou mixte, ces deux stades s'appliquent différemment et le calibrage change.
Pas toujours, et c'est une bonne nouvelle. Si vous vendez seul, si votre cycle est court, ou si votre prix est affiché en ligne, les deux stades fusionnent souvent naturellement : le seul filtre utile est l'action à forte intention.
Dans ce cas, le signal à renvoyer n'est pas un statut interne mais un comportement : demande de devis complète, appel entrant, prise de rendez-vous. Ces actions jouent le rôle opérationnel d’un SQL sans que vous ayez besoin de nommer les stades, ce sont des indicateurs que l'algorithme peut utiliser directement.
La limite est ailleurs : un seuil trop strict assèche le volume et prive l'algorithme de données pour apprendre ; trop lâche, il laisse passer du bruit et la plateforme optimise pour des formulaires sans valeur. Le bon découpage sépare nettement ce qui convertit de ce qui ne convertit pas, tout en laissant assez de volume pour que l'algorithme en tire quelque chose, que vous ayez une équipe commerciale ou non.
On fixe le bon seuil et on le branche proprement.
Réserver un appel