Hubo una época en la que el MQL servía. Era el idioma común que tenían marketing y ventas para decirse "oye, esta persona mostró interés, vale la pena darle seguimiento". Funcionaba.
Lo que pasa es que el comprador B2B se movió. Y se movió mucho más rápido que los modelos de medición que tenemos montados en HubSpot, Salesforce, Marketo o donde sea.
Hoy, cuando una empresa investiga una solución, no manda a una persona a llenar un formulario. Manda a un comité a leer reseñas, comparar precios, ver demos grabadas, preguntar en LinkedIn y discutir internamente, todo antes de que el SDR levante el teléfono. McKinsey lo cuantifica: los compradores B2B usan en promedio diez canales durante su journey, el doble que en 2016, y un 42% pasa por más de once touchpoints (McKinsey).
La tesis de esta guía es directa: el MQL no se muere, pero se baja del trono. Como dato operativo sigue siendo útil. Como métrica reina del board ya no. Para un CMO que quiere defender presupuesto en 2026, lo que importa es pipeline de calidad, oportunidades que avanzan, win rate y revenue conectado con la inversión de demanda. No el conteo de formularios llenados el mes pasado.
Tesis: el MQL mide actividad, no intención de compra
La definición clásica de MQL es un lead que marketing considera más probable de convertirse en cliente con base en sus interacciones: páginas visitadas, descargas, clics, asistencia a webinars (HubSpot). Esa definición está bien para ordenar una base de datos. Está mal para priorizar revenue.
¿Por qué? Porque la mayoría de las acciones que suman puntos en un scoring tradicional no prueban nada sobre la oportunidad comercial real.
Una persona se registra a un webinar porque le pareció interesante el título. Otra descarga un ebook porque está armando un curso para su equipo. Una más llena un formulario porque busca una plantilla de Excel. Ninguna de las tres tiene presupuesto, urgencia o autoridad para comprar. Pero las tres se ven igual en tu CRM.
Forrester pone el dedo en la llaga: el modelo lead-centric trata el interés de un individuo como si representara un proceso de compra completo, cuando más del 80% de las decisiones B2B las toman buying groups de tres o más personas (Forrester).
El cambio que propongo no es "ahora midamos ventas en lugar de marketing". El cambio es dejar de medir clics individuales y empezar a leer señales de cuenta, calidad de pipeline y probabilidad real de cerrar.
Por qué el modelo MQL se queda corto en B2B moderno
El comprador ya no avanza en línea recta
El funnel limpio de los manuales (lead → MQL → SQL → opportunity → cliente) es una mentira útil. En la realidad, el journey B2B se parece más a una telaraña: alguien lee un artículo, lo comparte por Slack interno, otra persona del mismo equipo busca el caso de éxito, un tercero pide pricing, y entre todos ellos pasan tres semanas sin que tu CRM se entere.
McKinsey dice que más de la mitad de los compradores B2B quiere una experiencia genuinamente omnicanal, mezclando canales presenciales, remotos y digitales (McKinsey). Si tu modelo de medición depende de un solo formulario para activar seguimiento, te estás perdiendo lo que pasa el otro 90% del tiempo.
El comprador quiere investigar antes de hablar contigo
Esto duele, pero hay que decirlo: cada vez menos gente quiere hablar con tu vendedor. Gartner, citado por Demand Gen Report, encontró que 67% de los compradores B2B prefiere una experiencia rep-free, y 45% usó IA durante una compra reciente (Demand Gen Report).
No significa que ventas sobre. Significa que el momento en que ventas entra tiene que ser más quirúrgico. Si entras demasiado pronto, interrumpes una investigación. Si entras tarde, ya estás compitiendo contra dos competidores que conocen mejor el dolor del cliente que tú.
El MQL premia volumen, y el volumen no paga las nóminas
Cuando le dices a un equipo de marketing "tu meta son 1,200 MQLs al trimestre", lo que vas a obtener son 1,200 MQLs. La pregunta es de qué calidad. La presión natural es ampliar topes de funnel: más anuncios genéricos, más formularios cortitos, más ebooks que se descargan por curiosidad.
El benchmark que comparte Forrester es brutal: en procesos lead-centric tradicionales, la conversión de inquiry a closed-won suele estar por debajo del 1% (Forrester). O sea, puedes llegar a tu meta de leads y aun así no haber movido el negocio.
Qué significa pasar de MQLs a métricas de revenue
No es eliminar el MQL. Es darle el lugar que le toca: dato operativo en marketing automation, no KPI ejecutivo.
De leads individuales a cuentas y buying groups
Un solo individuo casi nunca decide en B2B. Lo que tienes que mirar es la cuenta: cuántas personas distintas interactúan, qué roles tienen, qué temas investigan, si esas señales convergen en un mismo problema.
Un webinar visto por una persona es educación. Tres stakeholders de la misma empresa pasando por pricing, comparativas y casos de uso en la misma semana es algo más serio. Esa diferencia, hoy, la mayoría de los modelos de scoring no la captura.
De scoring estático a señales de intención
ZoomInfo define intent data como inteligencia de comportamiento que captura señales digitales cuando los prospectos investigan productos y servicios, con el fin de identificar qué cuentas están evaluando activamente una solución (ZoomInfo). Esas señales pueden ser propias (visitas a pricing, demos solicitadas) o externas (research en sitios de reseñas, comparativas, foros de industria).
La diferencia mental es la siguiente. El scoring tradicional pregunta "¿esta persona acumuló suficientes puntos para entregársela a ventas?". El modelo basado en intención pregunta "¿esta cuenta tiene señales suficientes, recientes y relevantes como para justificar una conversación comercial?". Es otra cabeza.
De atribución de campaña a contribución de revenue
La atribución sigue siendo útil para entender qué tácticas funcionan, pero no puede ser el único tablero del CMO. Lo que importa para el board es: qué programas generan pipeline calificado, qué segmentos avanzan más rápido, qué mensajes aceleran la decisión, qué canales aparecen en oportunidades reales.
Un webinar deja de evaluarse por registros y empieza a evaluarse por cuentas objetivo alcanzadas, engagement del comité, oportunidades influenciadas, reuniones generadas, velocidad de avance y revenue asociado. Es más trabajo, sí. También es más cercano a la verdad.
Métricas que sí conectan demanda con revenue
Pipeline generado por marketing
El valor de las oportunidades creadas a partir de programas de marketing. Es la métrica más cercana al revenue sin caer todavía en el lag de los ciclos de cierre.
Antes de implementarla, definan reglas claras o se van a pelear: qué cuenta como sourced, qué cuenta como influenced, cuánto dura la ventana de atribución, y separa pipeline bruto de pipeline aceptado por ventas. Si esas definiciones no están escritas, el reporting se vuelve política.
Pipeline aceptado por ventas
Este es el que de verdad cierra el debate clásico de "marketing manda leads malos" vs "ventas no da seguimiento". El pipeline aceptado mide si ventas considera que las oportunidades tienen calidad real.
La condición para que funcione es construir criterios compartidos. Una oportunidad aceptada debería tener fit con ICP, problema identificable, señales recientes, cuenta prioritaria y siguiente paso comercial concreto. Si no, sigue siendo opinión.
Conversión por etapa
La conversión MQL → SQL no la mates, pero deja de mirarla aislada. Lo importante es la conversión entre etapas de revenue: cuenta con intención → reunión, reunión → oportunidad, oportunidad → propuesta, propuesta → closed-won.
Aquí es donde se ven las verdades incómodas. Una campaña con muchos MQLs y pocas reuniones está atrayendo curiosos. Una campaña con menos leads pero más oportunidades aceptadas probablemente vale el doble.
Velocidad de pipeline
Qué tan rápido avanzan las oportunidades hacia revenue. Para demanda, te dice qué señales, contenidos o canales aceleran la decisión y cuáles, francamente, la enredan.
Una cuenta que entra interactuando con casos de éxito de su industria, una calculadora de ROI y una comparativa contra el competidor más fuerte llega a ventas casi lista. Una que entra por un ebook introductorio necesita tres meses más de nurture.
Win rate por fuente, segmento y señal
No todos los canales convierten igual. Medir win rate por canal, segmento, campaña y tipo de señal es lo que te permite reasignar presupuesto sin discusión.
En mi experiencia, suelen ser muy distintas las tasas de cierre cuando el lead viene por búsqueda orgánica de fondo de funnel vs cuando viene por un anuncio de awareness en LinkedIn, aunque ambos lleguen como "MQL". Empezar a separarlos cambia conversaciones de presupuesto.
CAC payback y eficiencia de adquisición
Si el CMO no habla con finanzas, finanzas habla del CMO. CAC payback, costo por oportunidad aceptada y costo por pipeline calificado son las métricas que conectan demanda con la salud financiera del negocio.
Y ojo: el objetivo no es gastar menos en marketing. Es gastar mejor. Reasignar inversión hacia lo que convierte intención en conversaciones reales.
Webinar y form fills versus señales de intención
Te dejo tres ejemplos para que se entienda en concreto, porque en abstracto esto suena bonito y en la práctica es donde se rompen las cosas.
Ejemplo: webinar como MQL tradicional
"Tendencias de automatización comercial para 2026". 500 registros, 220 asistentes, 160 que se quedaron más de la mitad de la sesión. En un modelo MQL clásico, todos esos pasan a ventas o a un nurture genérico, sin distinguir.
El problema es que entre esos 160 hay estudiantes, consultores, dos competidores que querían espiar tu pitch, gente sin presupuesto y, sí, tres compradores activos. Tratarlos igual es regalar el tiempo del SDR.
Lo que sí funciona: separar a los asistentes que están en una cuenta objetivo, que además visitaron pricing, que abrieron un caso de éxito de su industria. Esos sí.
Ejemplo: form fill como señal incompleta
Un form fill no es un hand-raise. Alguien que descarga una guía comparativa puede estar haciendo benchmark interno para presentárselo a su jefe en seis meses. Tratarlo como prospecto activo desgasta a tu equipo comercial.
El error clásico es no diferenciar entre formularios. "Hablar con ventas" no es lo mismo que "Descarga el checklist". Cada uno necesita una ruta distinta. Si tu marketing automation los manda al mismo flujo, ahí tienes parte del problema.
Ejemplo: señales de intención que sí cambian la prioridad
Ahora imagina otra cuenta. En diez días: dos personas distintas visitan pricing, una tercera abre la página de comparativa contra tu competidor más cercano, alguien hace clic en tres correos sobre un caso de uso muy específico, y la empresa aparece con actividad de research sobre tu categoría en una fuente externa.
Ninguna de esas acciones, por separado, es un "MQL" según tu scoring. Juntas, son una de las señales más fuertes de oportunidad activa que vas a ver.
ZoomInfo lista entre las señales clásicas de intención las visitas a pricing, solicitudes de demo, asistencia a webinars, research en sitios de reseñas y actividad de comparación competitiva (ZoomInfo). El truco es combinarlas, no leerlas sueltas.
Cómo debería actuar ventas en cada caso
Para un webinar de awareness: ventas no llama a todos. Prioriza cuentas ICP, manda follow-up con contenido contextual y nurturea al resto. Punto.
Para un form fill educativo: marketing activa nurture, retargeting y enriquecimiento. Solo pasa a ventas si hay fit fuerte de ICP o señales adicionales.
Para una cuenta con múltiples señales: respuesta coordinada. Marketing prende ABM y contenido por industria, ventas usa el contexto para abrir una conversación específica sobre el problema que la cuenta ya está investigando. Nada de "te llamo para presentarme". Esa conversación ya pasó.
Contraargumentos: por qué no conviene matar el MQL de golpe
"El MQL sigue siendo útil para operar"
Cierto. El MQL ayuda a clasificar contactos, disparar nurtures, asignar responsabilidades entre marketing automation, SDRs y AEs. No tiene que desaparecer del CRM.
Lo que sí tiene que desaparecer es del board. Que deje de ser la métrica que defiende el presupuesto de marketing frente al CFO. Esa pelea no se gana con MQLs, se gana con pipeline.
"No tenemos los datos para medir intención"
Casi nadie los tiene perfectos. No hace falta empezar comprando 6sense ni Bombora el primer día.
Empieza con señales propias: visitas a pricing, demos solicitadas, contenido de late stage, engagement de varios contactos de la misma cuenta, respuestas a emails de bottom funnel, asistencia a eventos privados. Eso ya es muchísimo más que la mayoría de las empresas usa hoy.
"Ventas no confía en marketing"
Por eso mismo el cambio se hace en pareja, no en una junta de marketing. Si redefines métricas sin ventas, el problema cambia de nombre y nada más.
El acuerdo escrito tiene que cubrir: ICP, cuentas objetivo, señales que detonan acción, SLA de seguimiento, criterios de aceptación y feedback obligatorio cuando una cuenta se rechaza. Si ese documento no existe, no estás haciendo revenue marketing, estás haciendo dashboards.
"Las métricas de revenue tardan en mostrar resultados"
Sí, tardan. Y son más honestas. La forma de manejar la presión política de los primeros meses es combinar leading y lagging indicators.
Leading (lo que ves rápido): señales de intención, reuniones aceptadas, oportunidades creadas. Lagging (lo que ve el board): revenue, win rate, CAC payback. Si solo reportas lagging, el primer trimestre vas a parecer ineficiente. Si solo reportas leading, vuelves a la trampa del MQL.
Cómo implementar el cambio en 90 días
Más que un plan ideal, esto es lo que en general funciona cuando lo ejecutamos con clientes en martech y demanda.
Días 1 a 30: auditar el modelo actual
Mapea cómo se define un MQL hoy. Qué acciones suman puntos, qué campos se usan, qué porcentaje acepta ventas, cuánto tarda el seguimiento, qué conversión real hay hacia oportunidad y cliente.
Identifica las campañas que se ven bien en el dashboard de marketing pero que no aportan pipeline. Casi siempre hay dos o tres que llevan años corriendo y nadie se atreve a apagarlas. Apágalas.
Días 31 a 60: rediseñar señales y handoff
Construye una matriz de señales con tres niveles: bajo, medio y alto intent. Un registro a webinar puede ser bajo. Una visita repetida a pricing es medio o alto. Tres personas de la misma cuenta investigando la misma solución es prácticamente un hand-raise.
Después, acuerda el handoff con ventas, por escrito. Cada señal de alto intent tiene dueño, SLA, mensaje sugerido y feedback esperado. Sin eso, el modelo se cae en la primera semana.
Días 61 a 90: reportar por revenue
Rediseña el dashboard ejecutivo. MQLs sigue, pero abajo. Arriba: pipeline generado, pipeline aceptado, oportunidades influenciadas, conversión por etapa, velocidad de pipeline, win rate y revenue.
En paralelo, audita los programas de demanda con la nueva métrica. Lo que generaba muchos formularios pero pocas oportunidades aceptadas, redúcelo. Lo que generaba conversaciones reales con buying groups, dóblalo.
Cómo leer un lead antes de pasarlo a ventas
Hasta aquí la idea es clara: el problema no es que exista el MQL. El problema es tratarlo como si fuera evidencia suficiente de intención comercial.
Un lead no se vuelve prioritario solo porque llenó un formulario, asistió a un webinar o abrió tres correos. Eso puede indicar interés, pero no necesariamente indica urgencia, presupuesto, autoridad o fit con el tipo de cliente que la empresa realmente puede convertir.
Por eso, antes de pasar un contacto a ventas, conviene leerlo desde tres capas: perfil, comportamiento e intención comercial. El perfil responde si esa empresa se parece al ICP. El comportamiento muestra qué tanto está investigando. La intención comercial ayuda a entender si existe una necesidad activa, un timeline razonable y una persona con capacidad de decisión.
Para hacerlo más tangible, puedes usar el siguiente calificador interactivo. Selecciona las opciones que mejor describan a un prospecto real o simula distintos escenarios: un lead que descargó un ebook, alguien que asistió a un webinar, una cuenta que visitó páginas clave o un contacto que ya tiene presupuesto y urgencia.
El resultado te mostrará un score total y una clasificación —no calificado, frío, tibio o caliente— para ayudarte a decidir si ese lead debería pasar a ventas, quedarse en nurturing o descartarse del seguimiento comercial activo.
Este ejercicio no reemplaza un modelo completo de scoring en HubSpot, Salesforce o Marketo. Sirve para visualizar cómo debería cambiar la conversación: de “este lead acumuló puntos” a “este lead tiene señales suficientes para justificar una acción comercial”.
Sales enablement
Calificador de leads
Perfil de empresa
Comportamiento digital
Criterios BANT
La lectura importante no está solo en el score final. Está en entender qué dimensión sostiene la calificación.
Si el lead tiene buen perfil, pero bajo comportamiento, probablemente todavía necesita nurturing. Si tiene mucho comportamiento, pero bajo fit, puede ser curiosidad sin valor comercial real. Si tiene buen fit, señales recientes y necesidad clara, entonces ventas debería actuar rápido, con contexto y con un SLA definido.
Ahí es donde el scoring deja de ser una métrica decorativa. Bien diseñado, ayuda a decidir qué pasa con cada lead: qué se manda a ventas, qué se queda en nurturing, qué necesita enriquecimiento y qué no debería consumir tiempo comercial.
Checklist para CMOs y equipos de demanda
Preguntas estratégicas
¿Estamos midiendo volumen de leads o avance real hacia revenue? ¿Nuestro modelo reconoce buying groups o solo contactos sueltos? ¿Qué señales indican intención real en nuestro negocio, no en el de Forrester? ¿Ventas acepta y da seguimiento a las oportunidades que marketing prioriza? ¿Tenemos visibilidad de conversión por etapa, win rate y velocidad de pipeline?
Preguntas operativas
¿Qué formularios deben pasar directo a ventas y cuáles deben entrar a nurture? ¿Qué páginas del sitio reflejan intención alta y cuáles son curiosidad pura? ¿Qué contenidos son early, middle y late stage, y están etiquetados como tal? ¿Cómo identificamos múltiples contactos de la misma cuenta en el CDP o en el CRM? ¿Qué SLA aplica cuando una cuenta cruza el umbral de alto intent?
Preguntas de reporting
¿Qué porcentaje del pipeline fue sourced o influenced por marketing? ¿Qué campañas generan oportunidades aceptadas, no solo registros? ¿Qué segmentos convierten mejor de reunión a oportunidad? ¿Qué señales se asocian con mayor win rate? ¿Qué inversión de demanda tiene mejor eficiencia de adquisición y cuál estamos sosteniendo por inercia?
Conclusión: menos obsesión por leads, más obsesión por revenue
El MQL fue una buena respuesta para la etapa anterior del marketing B2B. Ayudó a ordenar bases de datos, automatizar nurtures, crear un lenguaje mínimo entre marketing y ventas. Cumplió.
Pero el comprador de hoy investiga en más canales, decide en grupo y se mueve con más autonomía que nunca. Medir solo formularios, registros y descargas ya no alcanza para dirigir una estrategia de crecimiento, y mucho menos para defenderla frente al CFO.
El CMO moderno tiene que liderar la transición hacia métricas de revenue. Eso es: conectar demanda con pipeline, leer señales de intención, alinear con ventas y construir reporting que hable el idioma del negocio, no el de la herramienta.
¿Tu equipo recibe muchos MQLs y poco pipeline real?
Si esa frase te suena familiar, el problema rara vez está solo en ventas. Casi siempre está en cómo marketing define intención, prioriza cuentas y mide impacto.
Si quieres revisar tu modelo actual, mapear qué señales sí están correlacionadas con cierre y rediseñar el handoff con ventas, agenda una sesión de consultoría conmigo. En una hora salimos con un diagnóstico claro de tu funnel, los puntos de fuga y un plan accionable para que marketing, ventas y revenue ops trabajen con las mismas métricas.
