---
title: MQL y SQL en Inbound Marketing
description: ¿Qué es un MQL y SQL en InBound Marketing? ¿Qué valor tiene para tu empresa manejarlos bien? Pues hace más eficiente tu proceso de ventas, ¡conoce más!
image: https://www.databranding.net/hubfs/Stock%20images/Inbound%20Marketing%20-%20Red%20Words%20on%20White%20Desktop%20Calendar%20Isolated%20on%20Gray%20Background..jpeg
---

[Inbound Marketing en español](https://www.databranding.net/mktblog/topic/inbound-marketing-en-español)

# MQL y SQL en Inbound Marketing

 

 

Hay muchas diferencias entre el marketing tradicional (Outbound Marketing) y la nueva forma de hacer marketing (Inbound Marketing). **Esta nueva forma de hacer marketing aprovecha el impulso de las nuevas tecnologías **para llegar al destino esperado, en lugar de remar contra corriente, con métodos cada vez más obsoletos.

 

Ahora bien, este cambio hacia un nuevo tipo de marketing, implica un** cambio en la metodología, las prácticas y hasta en los conceptos** que se utilizan. También implica una nueva manera de relacionarse:

- Entre los equipos de [ventas y de marketing](https://www.databranding.net/blog/marketing-ventas-matrimonio-posible?hsLang=es)
- Con los [clientes](https://www.databranding.net/blog/educar-clientes-contenido-inbound-marketing?hsLang=es)

## **Comunicación entre Marketing y Ventas**

En el **marketing tradicional**, los equipos de ventas y marketing trabajan de manera separada, casi hasta **como oponentes:** Si algo no funciona en ventas, es culpa del área de marketing, si el área de marketing no ve resultados, es culpa de los ventas.

Ahora bien, en **Inbound Marketing**, ambos equipos tienen que trabajar de una manera mucho más estrecha, partiendo del entendido de que, aunque sus áreas y prácticas son distintas, **la meta es común:** aumentar el número de ventas.

Una vez entendido este mensaje, lo que toca abordar es:

### **¿Cómo deben comunicarse?**

Uno no puede establecer comunicación con quien no habla su mismo idioma. Si para mi una palabra significa algo diferente que para ti, vamos a tener problemas de comunicación.

Así que debemos **comenzar por definir los términos y conceptos con los que nos vamos a comunicar**, para que podamos entendernos mejor. Es por eso que es necesario clarificar conceptos desde un principio. **Empezaremos por los conceptos de MQL y SQL.**

### **Marketing Qualified Lead (MQL) y Sales Qualified Lead (SQL)**

Ambos términos llevan especificado en sí mismos el área a la que pertenecen, sin embargo, **hay una "zona gris" en la que el paso de uno a otro necesita ser definida** porque, aunque conceptos distintos, de áreas distintas, **están tan relacionados que uno pasa a ser el otro en algún momento del proceso** y, es en este momento del cambio, en que debemos poner mayor énfasis. Vamos por partes:

### **MQL**

Es un prospecto al que **se le juzga más cercano a convertirse cliente, comparado con otros visitantes**.

![visitante vs prospecto Inbound Marketing  DataBranding](https://www.databranding.net/hubfs/suspect%20vs%20prospect.png)

Un **visitante** quizá sólo lea nuestra página una única vez y no vuelva. Buscó información y se fue. No dejó datos, no se interesó en más.

En cambio, un **prospecto MQL**, no sólo ha visitado la página varias veces, sino que incluso ha llegado a alguna de nuestras "landing page" y nos ha compartido sus datos, se ha interesado por más contenido. Quizá también han solicitado ya interactuar de manera más personal con nosotros. Ha dado más pasos para acercarse a nosotros.

![identificar suspects databranding](https://www.databranding.net/hs-fs/hubfs/Stock%20images/3D%20arrested%20suspects%20in%20line%20taking%20measurements%20-%20isolated.jpeg?width=300&name=3D%20arrested%20suspects%20in%20line%20taking%20measurements%20-%20isolated.jpeg)

Ahora bien, **hay visitantes que aunque entren a nuestra página e incluso bajen contenido, no están interesados en comprar nuestro producto o servicio** (son lo que llamamos "suspect"). Es ahi donde debemos estar muy atentos y **aprender a distinguir entre uno y otro**, para saber quién de estos prospectos está listo para ser tomado como SQL y quienes sólo están desperdiciando nuestro tiempo.

### **SQL**

¿Quién califica como SQL? Aquél prospecto que ya fue **evaluado por el área de marketing** y que, con base en este estudio, ha sido **vetado** de este departamento, ya que se le considera **listo para ser pasado al area de ventas**.

Ojo que tenemos que **hacer énfasis en estas dos condiciones:**

- vetado
- listo para pasar a ventas

Puesto que estas dos condiciones implican que el prospecto ya se ha evaluado por el area de marketing y que, **sólo entonces**, bajo su visto bueno, puede pasar al area de ventas, es decir, **convertirse en SQL. **

 

![embudo smarketing DataBranding](https://www.databranding.net/hs-fs/hubfs/embudo%20smarketing.jpg?width=600&name=embudo%20smarketing.jpg)

 

Es en este momento cuando se reconoce que **el prospecto ha sido ya educado** (recibido la información que necesitaba sobre nuestro servicio o producto) y que de alguna manera ha "levantado la mano" para iniciar una **conversación directa con nosotros.**

El proceso de nuestro prospecto como** MQL toma tiempo**, pues se trata de todo un camino de aprendizaje sobre nuestro producto o servicio mientras que, su **proceso como SQL es mucho más rápido**, porque se va directo a la compra.

Ahora, ¡no tan rápido! Antes de cerrar una venta **queda una cosa más por hacer:**

### **La primera llamada, como paso interdepartamental.**

La primera llamada o contacto que se establece directamente con el cliente, **aunque debe ser hecha por el equipo de ventas** (bajo visto bueno de marketing), **no es para vender**, sino que es para **identificar** si:

1. El prospecto está **listo** para una llamada de venta como tal
2. El prospecto necesita todavía aún **mas información**
3. El prospecto es más bien un **suspect** y no debemos invertir más tiempo en él.

Con base en la información que se nos de al respecto, se deberán manejar los **pasos** siguientes:

1. Hablar sobre opciones de compra-venta y **cerrar la venta**
2. Dar **más información** antes que preocuparnos por vender
3. Darle las gracias por la llamada y **seguir adelante** con quienes sí están **interesados en comprar**.

### **Transición exitosa**

Por lo general, la llamada telefónica nos permite saber si el cliente quiere comprar y, **si el marketing ha funcionado y nuestro cliente tiene ya la información que necesita**, los representantes de ventas no perderán tiempo dando más información, sino que **podrán cerrar la venta más rápidamente**.

En otras palabras, si la estrategia de marketing ha sido buena y **el momento de tomar al MQL como SQL ha sido el apropiado**, es muy probable la llamada se haga directamente para cerrar la venta.

## **La importancia de una buena transición MQL-SQL**

Por último, esta transición de MQL a SQL es un momento clave para la empresa, porque suele ser justo en esta parte del embudo donde más dinero se puede perder. Entonces una última pregunta que es clave:

### **¿Cómo sé que mi MQL está listo para ser tomado como SQL?**

Idealmente, con **un buen CRM **(Customer Relationship Management). Cualquier **software para Inbound Marketing** que valga la pena, debe de contar con ello para ayudarnos a medir o evaluar este momento. ¿Cómo?

Un buen CRM nos permite ir dándole **cierto valor o puntaje a cada cliente,** de manera que podamos detectar **de qué lado de la balanza se encuentra**: Marketing o Ventas. El lado por el que se vaya inclinando nuestro prospecto **queda registrado de acuerdo a datos concretos **y es así como podemos observar hacia qué lado de la balanza se inclina su interés:

- Más información (todavía **MQL**)
- Comprar (**SQL**- ya tiene información de sobra y le interesa el producto o servicio)

Es por esto que, para una estrategia de Inbound Marketing exitosa, necesitas contar con un buen sistema que te permita** identificar el momento en que un prospecto pasa a ser SQL**. No es necesario hacerlo "a tientas" si cuentas con la información pertinente.

En **DataBranding**, contamos con **este software y con muchas otras herramientas** que te permitirán trabajar de manera más integral toda tu estrategia de marketing.

 ¿Puedes hacerlo por partes, con diferentes softwares y herramientas? Si, claro que si. Ahora bien, puedes hacerlo de una manera más eficiente y sencilla: **con un software integral y con el apoyo de una empresa con experiencia**. Esta segunda opción te permitirá alcanzar tus metas de ventas más rápidamente, porque no perderás tiempo experimentando.

Aprende cómo generar más prospectos para tu embudo de ventas y visita la guía de generación de prospectos para empresas que le venden a empresas:[![New call-to-action](https://no-cache.hubspot.com/cta/default/92588/8a7e821e-5b4c-40e2-9561-c3b0aac0adde.png)](https://cta-redirect.hubspot.com/cta/redirect/92588/8a7e821e-5b4c-40e2-9561-c3b0aac0adde)

Si quieres [saber más sobre nosotros](https://www.databranding.net/es-mx/contacto-databranding?hsLang=es) y los servicios que ofrecemos, con gusto responderemos a todas tus dudas y nos dará mucho gusto poder acompañarte a lo largo de todo tu proceso de marketing.

 

[![Libro Inbound en español](https://no-cache.hubspot.com/cta/default/92588/d262b604-b2e1-4402-8e19-aa03bca13675.png)](https://cta-redirect.hubspot.com/cta/redirect/92588/d262b604-b2e1-4402-8e19-aa03bca13675)

 

 

Tags:

[Inbound Marketing en español](https://www.databranding.net/mktblog/topic/inbound-marketing-en-español)

![Paulina Romero H](https://www.databranding.net/hs-fs/hubfs/Perfiles_fotos/Paulina.gif?width=120&height=120&name=Paulina.gif)

**[Paulina Romero H](https://www.databranding.net/mktblog/author/paulina-romero-h)**  
 7/27/18 9:00 AM

 Socióloga por formación, curiosa e investigadora de nacimiento. Trabajo en el area de Creación de Contenidos de DataBranding.

![Free AI Visibility Diagnosis - Databranding](https://www.databranding.net/hs-fs/hubfs/AI-Generated%20Media/Images/Una%20toma%20oscura%20de%20alguien%20revisando%20analytics%20en%20pantalla%20o%20una%20sesin%20de%20trabajo%20con%20luz%20dramtica.png?width=1024&height=1024&name=Una%20toma%20oscura%20de%20alguien%20revisando%20analytics%20en%20pantalla%20o%20una%20sesin%20de%20trabajo%20con%20luz%20dramtica.png)

### Is your brand showing up in AI answers?

Find out how ChatGPT, Perplexity and Google AI see your brand. Free diagnosis in 48 hours.

## Related Articles

[![¿Qué es un Buyer Persona?](https://www.databranding.net/hs-fs/hubfs/Stock%20images/Happy%20shopping%20women%20looking%20something%20on%20a%20cell%20phone.jpeg?width=500&height=500&name=Happy%20shopping%20women%20looking%20something%20on%20a%20cell%20phone.jpeg)

¿Qué es un Buyer Persona?

 Paulina Romero H • 2/19/20 11:00 AM 

](https://www.databranding.net/mktblog/buyer-persona-marketing?hsLang=es)

[![¿Porqué debería tener ](https://www.databranding.net/hs-fs/hubfs/marketing-automation.gif?width=500&height=500&name=marketing-automation.gif)

¿Porqué debería tener "Marketing Automation" en mi empresa?

 Miguel Angel Tolsa • 5/21/19 1:45 PM 

](https://www.databranding.net/mktblog/tener-marketing-automation-en-empresa?hsLang=es)

[![5 Mejores prácticas de Inbound Marketing](https://www.databranding.net/hs-fs/hubfs/Stock%20images/Composite%20image%20of%20businessman%20standing%20on%20ladder%20holding%20binoculars.jpeg?width=500&height=500&name=Composite%20image%20of%20businessman%20standing%20on%20ladder%20holding%20binoculars.jpeg)

5 Mejores prácticas de Inbound Marketing

 Paulina Romero H • 10/16/18 11:00 AM 

](https://www.databranding.net/mktblog/5-mejores-practicas-de-inbound-marketing?hsLang=es)

[![Desafíos de las agencias de Inbound Marketing, Parte uno.](https://www.databranding.net/hs-fs/hubfs/Stock%20images/Composite%20image%20of%20businessman%20standing%20on%20ladder%20holding%20binoculars.jpeg?width=500&height=500&name=Composite%20image%20of%20businessman%20standing%20on%20ladder%20holding%20binoculars.jpeg)

Desafíos de las agencias de Inbound Marketing, Parte uno.

 Paulina Romero H • 9/18/18 11:00 AM 

](https://www.databranding.net/mktblog/desafio-agencias-inbound-marketing-latinoamerica-parte-1?hsLang=es)

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Paulina Romero H",
    "url" : "https://www.databranding.net/mktblog/author/paulina-romero-h"
  },
  "dateModified" : "2021-01-18T23:21:48.315Z",
  "datePublished" : "2018-07-27T13:00:00.000Z",
  "headline" : "MQL y SQL en Inbound Marketing",
  "image" : [ "https://www.databranding.net/hubfs/Stock%20images/Inbound%20Marketing%20-%20Red%20Words%20on%20White%20Desktop%20Calendar%20Isolated%20on%20Gray%20Background..jpeg" ],
  "mainEntityOfPage" : {
    "@id" : "https://www.databranding.net/mktblog/mql-sql-inbound-marketing",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://www.databranding.net/hubfs/Logos/Logo-DataBranding-clear-email.png"
    },
    "name" : "Databranding"
  }
}
```