Qualificação de leads: ICP, MQL, SQL e lead scoring na prática

Dois times, uma lista de leads e duas opiniões

Imagine, como exemplo hipotético, uma empresa de serviços de tecnologia que recebe 300 leads por mês. O marketing considera “qualificado” todo mundo que baixou dois materiais. O comercial só considera quem pediu orçamento. Resultado: o vendedor ignora a fila de “leads qualificados” e atende apenas quem pediu orçamento, enquanto o marketing relata que “entregou 120 MQLs” e não entende por que a receita não acompanha. Nada disso é má-fé. Cada lado usa uma régua diferente, e ninguém escreveu qual régua vale.

Este artigo trata da régua: definir o ICP, escrever os critérios de MQL e SQL como um acordo, montar uma matriz de lead scoring com duas notas, usar frameworks de qualificação sem transformá-los em dogma e revisar tudo com o que o CRM registra de verdade. A entrega é a matriz de pontuação, no formato mostrado mais adiante. Os leads que alimentam esse processo vêm dos canais descritos em geração de leads B2B com landing pages, formulários e iscas digitais; aqui começa o que acontece depois do cadastro.

ICP: quem você quer atender, escrito em uma folha

O ICP (Ideal Customer Profile, perfil de cliente ideal) descreve a empresa que mais se beneficia do que você vende e que mais gera retorno para você. Em B2B, costuma incluir segmento, porte, região, tecnologias ou processos já em uso e um problema típico. É diferente da persona, que descreve a pessoa (cargo, responsabilidades, objeções) dentro dessa empresa. Quem confunde os dois acaba pontuando cargos bonitos em empresas que nunca comprariam.

Um método simples para extrair o ICP dos dados: liste os clientes atuais e separe os que compraram com facilidade, ficaram, expandiram e pagaram em dia dos que deram trabalho, cancelaram cedo ou exigiram descontos. Procure o que os melhores têm em comum e os piores não têm. Com poucos clientes, esse exercício é qualitativo, e tudo bem; a conclusão é uma hipótese, e deve ser tratada como tal. Se a base ainda é pequena demais para qualquer padrão, escreva o ICP como uma aposta explícita e marque a data para revisá-lo.

O ICP serve de gabarito para a nota de perfil. Cada atributo do ICP vira um critério pontuável; cada característica de um cliente que sempre deu problema vira uma pontuação negativa ou um critério de desqualificação.

MQL, SQL e o acordo entre marketing e vendas

MQL (Marketing Qualified Lead) é o lead que o marketing considera pronto para ser abordado pelo comercial, e SQL (Sales Qualified Lead) é o lead que o comercial, depois de uma primeira conversa, aceita como oportunidade real. A distinção só ajuda se for escrita como um acordo com quatro partes:

1. Critério de MQL: a combinação de perfil e comportamento que dispara o repasse (por exemplo, nota de perfil acima de um limite e uma ação de alta intenção, como pedir contato).
2. Prazo de resposta (SLA): em quanto tempo o comercial faz o primeiro contato. O número é uma decisão de cada empresa, mas precisa existir e ser medido.
3. Critério de SQL: o que o vendedor precisa confirmar na conversa para abrir uma oportunidade (necessidade, decisor envolvido, prazo e orçamento, por exemplo).
4. Destino do lead recusado: quando o vendedor devolve um MQL, ele escolhe um motivo de uma lista curta (fora do ICP, sem necessidade agora, contato errado, duplicado), e o lead volta para nutrição ou é descartado.

O ponto quatro costuma faltar, e é ele que fecha o ciclo. Sem motivo de devolução, o marketing não aprende; sem SLA, o vendedor escolhe os leads de que mais gosta. Os estágios de ciclo de vida (lead, MQL, SQL, oportunidade, cliente) existem como campo nas principais ferramentas de CRM e automação, como HubSpot e RD Station, e a documentação de cada uma explica como configurá-los. Em um CRM simples, ou numa planilha, uma coluna de “estágio” com lista fechada resolve o essencial. A estrutura do próprio CRM, com etapas e critérios de saída, é desenvolvida em CRM na prática, com contatos, negócios, etapas e tarefas.

Matriz de lead scoring: perfil e engajamento em colunas separadas

A pontuação responde à pergunta “quem recebe atenção humana primeiro?”. A tentação é somar tudo em uma nota só, mas isso esconde o que importa: um estudante que abre todos os e-mails acumula pontos de comportamento sem ser comprador, e um diretor de empresa do ICP que visitou o site uma vez tem pouco comportamento e excelente perfil. Por isso, mantenha duas notas. A tabela abaixo é um exemplo hipotético de pesos; os critérios e os valores devem sair do seu ICP e do seu histórico.

Dois detalhes técnicos importam. O primeiro: o engajamento deve decair com o tempo. Quem agiu ontem vale mais do que quem agiu há três meses, e sem decaimento a lista de “mais quentes” acumula gente que se esqueceu de você. O segundo: aberturas de e-mail são um sinal fraco, porque ferramentas de proteção de privacidade e de leitura automática podem registrar aberturas que o destinatário não fez; por isso a tabela limita os pontos por abertura e dá mais peso a ações deliberadas, como pedir contato.

Com as duas notas, a leitura prática vira uma grade simples. Perfil alto e engajamento alto: contato do vendedor hoje. Perfil alto e engajamento baixo: nutrição com conteúdo útil e acompanhamento. Perfil baixo e engajamento alto: pergunta de filtro antes de gastar tempo comercial. Perfil baixo e engajamento baixo: lista de baixa prioridade. O desenho de fluxos que movem os contatos entre essas faixas é matéria de automação de marketing com gatilhos, fluxos e nutrição.

BANT, GPCT e CHAMP: roteiros de conversa, não dogmas

A pontuação diz quem abordar; a conversa diz se existe negócio. Frameworks de qualificação organizam essa conversa em perguntas. O BANT reúne Budget (orçamento), Authority (autoridade para decidir), Need (necessidade) e Timeline (prazo). O GPCT reúne Goals (metas), Plans (planos), Challenges (desafios) e Timeline. O CHAMP, por sua vez, inverte a ordem de prioridade e começa pelos Challenges, seguidos de Authority, Money e Prioritization. Os três cobrem território parecido; muda o que vem primeiro.

A diferença de ordem tem consequência prática. Abrir uma ligação perguntando “qual é o seu orçamento?” funciona mal com quem ainda não entendeu o valor do que você faz; muitos compradores não têm orçamento definido antes de enxergar o problema com clareza. Roteiros que começam por metas e desafios (como GPCT e CHAMP) tendem a gerar uma conversa mais natural, e o orçamento aparece depois, quando existe contexto. Em vendas complexas, com vários participantes, a investigação de situação, problema, implicação e necessidade de solução proposta por Neil Rackham em SPIN Selling acrescenta perguntas que ajudam o comprador a perceber o custo de não resolver o problema.

No entanto, nenhum framework substitui o julgamento. Um lead pode não ter orçamento hoje e ser o melhor cliente do próximo ano; outro pode passar em todos os quatro itens do BANT e nunca assinar porque a decisão depende de um comitê que o vendedor não conhece. Trate o roteiro como lista de coisas que você deseja entender, registre as respostas em campos do CRM e use essas respostas para definir o critério de SQL. O que não pode acontecer é o roteiro virar interrogatório, que afasta o comprador e gera dados que ninguém lê.

Revisar o scoring com dados reais e com responsabilidade

Uma matriz recém-criada é uma hipótese. O teste de realidade é comparar, depois de acumular um histórico razoável, a nota que os leads tinham no momento do repasse com o resultado que tiveram: os que fecharam tinham mesmo nota maior? Os leads de nota alta que nunca avançaram têm algo em comum? Se a resposta for “não”, o problema está nos critérios, e o ajuste vem dos dados, e não de mais um critério empilhado. Não existe um número universal de negócios a partir do qual a análise “passa a valer”: com poucos fechamentos, as conclusões oscilam, e é prudente alterar um critério por vez e esperar o efeito antes de mudar outro.

Um roteiro de revisão trimestral, com o time comercial presente, costuma bastar:

1. Exporte os leads do período com nota de perfil, nota de engajamento, origem e resultado (ganho, perdido, em aberto).
2. Compare as notas dos ganhos com as dos perdidos, separando perfil de engajamento.
3. Leia os motivos de devolução e de perda; procure padrões que a matriz ainda não captura.
4. Ajuste um ou dois critérios e registre a data e o motivo da mudança.
5. Reveja o ICP: os clientes novos confirmam a hipótese original?

Há ainda uma dimensão legal que acompanha a pontuação automática. A Lei Geral de Proteção de Dados (Lei 13.709/2018) prevê, no art. 20, o direito do titular de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados que afetem seus interesses, incluindo as destinadas a definir perfil. Pontuar leads para priorizar atendimento é, em geral, uma decisão com baixo impacto sobre o titular, mas a prática prudente é manter a pontuação como apoio à decisão humana, documentar os critérios e coletar apenas os dados necessários para a finalidade. Isso não é consultoria jurídica; situações específicas pedem a avaliação de um profissional.

Contudo, o scoring tem outro limite que não depende de lei: ele só enxerga o que foi registrado. Uma conversa de WhatsApp que não chegou ao CRM, uma indicação feita por telefone ou um evento presencial não geram pontos, e o lead mais quente da semana pode estar invisível para a matriz. A disciplina de registrar interações é, na prática, mais importante do que a sofisticação dos pesos. Para dimensionar quantos MQLs, SQLs e fechamentos o seu funil precisa para atingir uma meta, o simulador de pipeline permite testar suas próprias taxas de conversão entre etapas.

Os cursos que praticam ICP, SLA e lead scoring com os dados do seu negócio estão em /cursos/.